你今天「印」了嗎？──XYZprinting|數位時代 BusinessNext

你今天「印」了嗎？──XYZprinting

人們經常會有許多驚為天人的好點子，卻找不到把這些想法變成實物的途徑。如今，過去許多不可能變成現實的產品，都隨著3D列印機的出現而成為了可能。三緯國際（XYZprinting）讓3D列印能夠深入群眾，擴大應用範圍, 讓每個人都能享有這種最新科技的好處。

現在，連食物都可以自己印！

成立於2013年8月的三緯國際（XYZprinting），於2014年發表了3D食物列印機，將人類對於食物的定義提升到了一個全新的領域。

「食物列印的概念最早是由西班牙公司Foodini提出，目的在取代糕餅業的人力。」三緯國際市場開發處資深經理舒家誠指出，食物列印目前的技術成熟度約有六至七成，多數產品還在實驗階段，市場充滿潛力卻也充滿了不確定性。「現在我們最大的客戶，是在澳洲的一家連鎖糕餅店。他們將3D列印應用在蛋糕上。客戶只要在現場購買蛋糕，就可以把他想要留給的壽星訊息寫在蛋糕上面，不用幾分鐘就可以取貨。」

團隊將3D列印快速、客製化的優勢發揮得淋漓盡致，解決以往由糕餅師傅寫字無法當場取貨的不便。而這件案例最大的技術困難點，便是要控制噴頭寫字時的速度和出料量。「要讓字的每個部分看起來很均勻，材料的溫度和黏性都必須注意。」因此，團隊想出了在料管上加裝溫度控制器的點子，也替客戶調整出適合的軟體參數，以達到最佳的列印效果。「除此之外，我們也嘗試列印出巧克力、糕餅、PIZZA、肉派等食品。」舒家誠表示，團隊一直都有在測試各種食材的列印成果，也會提供客戶他們測試過的簡易食譜。由此可見，食物列印在應用上，需要搭配更細緻的硬體設計、結合精密的軟體參數設定，才能精準的掌握與應用食品材料，創造出完美的結果。

目前， 食物列印主要的市場仍為企業專案，其餘則是來自校園和糕餅業的客戶 。對於食品3D列印機的現況，舒家誠直言：「商品性有達到預期，但還有很多不足。況且，我們本身並不是食品產業，在食品安全上還沒有信心能達到市場期待。」他認為，膠囊式咖啡機的市場模式跟3D食物列印機很像，未來皆會是大型食品公司壟斷市場，團隊則會專注於做儀器的供應商。舒家誠也透露，團隊的下一步會先著重在軟體層面，開發出一套幫助客戶更容易列印食物的軟體。現在雖然還沒有發布第二代機種的計畫，但也不排除未來會在相關機型內加入新功能。

接軌製鞋、生醫產業，商機無限

3D列印輕量、客製化的技術優勢，也常被運用於其他產業。例如：XYZprinting的光敏樹脂列印機，就與美國醫材廠和陽明大學進行合作，切入生物醫學工程市場。另外，XYZprinting團隊也有與台灣製鞋業龍頭寶成進行合作，將3D列印技術運用在鞋墊製造上。「我們的噴頭已經能做到全彩列印，領先很多同業。」舒家誠認為，公司產品在穩定性、使用者介面、價格和出貨速度上的優勢，是他們成為市場龍頭的主要原因。

未來，XYZprinting將會因應市場潮流，推出移動端的3D建模軟體XYZmaker go，並集合用戶的創意發展雲端化3D模型圖庫。「我們計畫在美國建立3D列印的內容教材，積極拓展教育方面的服務。」舒家誠也透露，團隊將持續瞄準歐美創客和商用高階市場，推出更多高精度的3D列印機。

對XYZprinting團隊而言，這陣3D列印機熱潮的退燒，並不意味著產業成長的終點。

而是，另一場改變的起點。

快問快答

Q：核心價值？
A：讓3D列印能夠深入群眾, 擴大應用範圍, 讓每個人都能享有這種最新科技的好處

Q：主要客戶群？
A：創客、學校、設計師、工程師和中小企業

Q：產品發展方向？
A：從桌上型/個人型的產品, 逐步拓展到商用/高階產品

Q：下一步的目標是什麼？
A：全方位的3D列印total solution，持續的產品/技術研發

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。