上架2個月突破100萬下載！Omlet急攻手遊直播藍海|數位時代 BusinessNext

2015 年開始，台灣直播產業迅速升溫，除了直播本身技術持續進化，隨著直播的應用方式更加多元，觸及到的使用者及閱聽者族群也快速增加。遊戲產業由於求新求變的特質，直播在其中的推展來的比其他產業早及快，龐大遊戲人口的需求更因此孕育出國外如 Twitch，國內 Piko Live 皮克直播等許多專攻遊戲產業的直播平台。

然而過去礙於技術限制，手機遊戲直播領域的推展速度相較於電腦遊戲直播緩慢許多，連遊戲直播龍頭 Twitch 直到 2016 年底也才開放手機遊戲直播測試。這樣一塊藍海市場，來自史丹佛大學的矽谷新創團隊－Omlet 注意到了，2016 年 8 月推出的 Omlet Arcade，便是他們打造最大的手遊社群平台的第一步。

沒停過的工作時間、強大的技術力

Omlet 是一家成立於矽谷的新創公司，創辦人為史丹佛大學教授 Monica Lam。由於學術領域的交流，創辦人 Monica 有機會接觸並進一步延攬台灣技術人才進入 Omlet，因此形成目前團隊台、美兩地人才組成的樣貌。

由於團隊成員分隔兩地，除了各項專案及業務的共同討論時間需要夥伴克服時差同時上線，其餘時候兩地成員都是維持各自的工作作息，因此團隊笑稱這是一個「沒停過的新創團隊」。要能解決時差上的不便對於許多團隊而言已經十分困難，Omlet 要挑戰的項目更是過往尚未有人成功打破的手機直播技術障礙，箇中辛苦十分難以想像。然而團隊表示，雖然辛苦，但是幸好成員彼此合作以強大的技術力解決每一個困難，才能一起推著團隊向前進。

每一個功能、每一個動作，都為手機

因為專攻手遊直播領域，團隊表示每一個功能、每一項開發都必須心繫手機，以求最終產品或服務推出時，使用者能體驗到最簡單卻最實用的操作流程。而目前 Omlet Arcade 主要提供三大功能供使用者使用：

1、一鍵手機直播

Omlet Arcade 目前支援直播遊戲畫面到其他社群平台，目前開放的平台有 Facebook、Twitch、Facebook 社團、Youtube。分享到平台的形式並非如其他直播軟體一樣，透過網址預覽形式，而是能直接在平台上觀賞直播動態畫面。

進一步詢問團隊為什麼會開發成在平台上可以直接觀賞直播動態畫面？團隊認為，過往直播分享出來能觸及的族群還是侷限在遊戲族群，非遊戲族群並不會觀看遊戲族群分享的內容。但是直播動態畫面易於傳播的特性，加上日常生活社群平台，便能使遊戲觸及到更多人觀看，更甚至入坑玩遊戲。

2、One Tag & Quick-Join！

Omlet Arcade 內觀賞遊戲直播內容時，若對該遊戲有興趣，不需要跳出 Omlet Arcade 回到商店進行搜尋、下載，只要針對畫面按一下，便能迅速下載加入該款遊戲，並在 Omlet Arcade 與同款遊戲玩家交流、直播遊戲至其他社群平台

除了能一鍵下載之外，Omlet Arcade 針對沙盒遊戲－Minecraft（當個創世神）更開放地圖包分享功能，只要你加入 App 內的 Minecraft 遊戲論壇，能夠透過其他玩家分享的地圖包，一鍵進入他們所打造的世界。

3. 懸浮視窗工具

在遊戲中要做社群其實是不容易的，因為你需要不斷的切換應用程式進行聊天、觀看攻略等功能。Omlet Arcade 讓使用者安裝應用後，就可以在遊戲進行的同時，一鍵開啟能開啟所有服務，不管你是要聊天、直播、錄影、畫面截圖都可以輕鬆搞定。

Omlet Arcade SDK－要和遊戲開發商打造最好玩的遊戲

針對遊戲開發商，Omlet Arcade 則選擇使用提供遊戲的 Social SDK 給廠商介接。藉由 Omlet Arcade SDK，廠商可以在遊戲中客製出不同的社群功能。這樣的作法不但讓遊戲玩家能在 Omlet Arcade 得到新體驗；遊戲開發商同樣也十分樂意嚐試串接，因為 Omlet Arcade 的使用者喜歡玩遊戲之外，更具有分享的特性，透過直播、錄影影片分享遊戲畫面使廠商不必花任何行銷費便成功達到廣告效果。

兩個月 100 萬不夠！Omlet 持續努力要打遍全球市場

有別於一般新創團隊鎖定一個市場發展，Omlet Arcade 從 2016 年 8 月推出後在短短兩個月內全球下載量就突破 100 萬，市場更是集中在美國、中南美洲、東南亞這些過往台灣新創較少突破的市場。

Omlet 團隊對於未來除了持續擴展提供服務，及遊戲開發商的串接之外，更希望在直播產業掀起一股新革命，要讓未來遊戲直播門檻近乎於0。除了產業革命，更希望能將人與人之間的互動模式，透過 Omlet Arcade 變得更緊密，甚至創造出新的互動模式。

創業問與答

服務的創意來源，是因為發生甚麼事情而有這樣的想法？

我們最早是做開放式訊息交換平台 (Open social platform)，Omlet Chat是第一個作品。Omlet的宗旨是要讓分享變得更容易，"Share anything, with anyone, anywhere"。

在做Omlet Chat的時候，有國外遊戲公會的人使用Omlet Chat當作他們的公會聊天室，同時我們也加入了一些遊戲挑戰的元素在Omelt Chat之中，發現使用者的反應相當的不錯。所以我們就慢慢的試著往遊戲社群這塊轉移。

最主要的客戶群？

目前主要的客戶群都來自於美國、巴西和東南亞。而年紀大多都是24歲以下的學生，我們之前還有在聊天室看到大家在討論是哪一個小學的學生。

要達到下一步目標，團隊目前缺乏的資源是？

更多的使用者和更高的使用留存率。

創業，教會了你哪些事？

不管是在新創公司或是大公司，溝通都是最重要，也是最花時間的。每個人都會有對產品不同的想法，尤其是我們是兩個不同國家的人一起合作，要怎麼樣和不同個性、文化的人溝通，讓大家朝向同一個目標努力是需要時間以及不斷的努力才能做到的。

公司資訊

公司名稱：Omlet
服務名稱：Omlet Arcade
公司成立時間：2016/7/17
公司網站：Omlet
粉絲專頁：Omlet Arcade

提供您第一手最豐富的創業資訊！
現在就加入「創業小聚 Line＠-數位創新與創業的社群平台！」
你的參與讓觀點更加多元、新創資料更加完整「創業社群交流平台 MeetHub 」

當資料不能離開企業，運算就得靠近：AI 先改寫儲存架構

AI 帶來的第一個變化，不只是運算能力提高，而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊，QNAP 身為資料安全的守護者，長期發展的是地端網路儲存設備（NAS），並擴展至 25GbE、100GbE 高速網路交換器產品線，提供完整的儲存與高速網路基礎架構。威聯通科技（QNAP）總經理劉文義解釋，當資料因合規要求或敏感度不能上雲，就必須留在靠近使用者與應用的地方；運算需求一旦增加，承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資，金融與保險業受到合規與法規限制，部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言，問題並不是雲端好不好用，而是一開始就沒有把核心資料全面上雲的選項。

真正讓更多企業回頭計算的，則是長期成本。劉文義指出，資料上傳雲端可能免費，下載卻會按流量收費；當企業把一年、兩年、三年的費用加總回推，可能會發現，購買一台同等容量的 NAS，還能使用 7-10 年。資料規模愈大、存取愈頻繁，總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載；地端則較適合高頻存取、對延遲敏感，或不能離開企業邊界的資料。企業真正要回答的，是每一類資料與任務應該放在哪裡。

依 QNAP 觀察，客戶過去關心的是需要幾 TB、幾 PB，或備份速度有多快；現在更常問的是，機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起，把公司發展定調在 AI 與高速網路的融合，試圖讓 NAS 從資料保存的位置，進一步成為資料被調用的位置。

當資料量持續擴大，搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例，當照片累積到 10 萬、20 萬張，要找出其中幾張特定畫面，已不可能只靠人工翻找。此時，能理解內容、接受自然語言指令的 AI 工具，會從加分功能逐漸變成必要條件。

從資料治理到地端推論：AI NAS 如何進入企業工作流？

AI NAS 不是「多了 AI 功能的 NAS」，而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察，目前客戶大致分布在一條導入光譜上。人數最多的一群，仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關，卻決定後續系統能不能找到正確資料、辨識版本，並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成（RAG）知識庫。RAG 並不是重新訓練一個模型，而是在模型回答前，先從企業的 SOP、合約、法規或技術文件中取回相關內容，再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用，協助企業建立私有知識庫；而走在最前面的少數企業，則已經嘗試地端推論與 AI Agent。

模型的選擇權，QNAP 刻意留給客戶。知識庫背後採用哪一個模型，可由企業依需求決定，不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定（MCP）相關能力，讓管理者透過自然語言查詢狀態、調整設定，並讓 NAS 成為 AI Agent 可調用的資料節點。

不過，劉文義沒有把這條路說得太容易。他坦言，目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用，可能需要約 300 到 800 TOPS，甚至 1,000 TOPS，因此多數方案會以 NVIDIA 顯示卡補足算力；一張卡約需新台幣 10 萬至 12 萬元，一張算不完，就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍，並不是大部分中小企業都能接受。」除了硬體，使用者還需要 AI 應用的 Know-how、程式背景與開發資源，這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中，一類是採用含有 iGPU 與專屬 NPU 的處理器平台，以一百多 TOPS 的範圍，可順暢使用 AI 應用程式；另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡，處理更大的運算量。

同時 QNAP 也在軟體端也持續開發，目標是讓 NAS 裡的資料更有效率地被 AI 工具調用，讓資料成為有價值的知識。

從規格走到現場：能源公司如何導入私有 LLM？

本地 AI 實際落地部署會是什麼模樣？劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫，但很快遇到兩個瓶頸：一是員工查詢時明顯出現卡頓；二是專利、技術與合約都高度敏感，高層不願上傳至公有雲，擔心機密資料會有外洩的疑慮。

後來，該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX，搭配顯示卡與全快閃 SSD，在地端部署私有大型語言模型，把數十年來封存的靜態檔案交給 AI 調用，進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間，核心機密也能留在企業內部。

這個案例說明，若任務範圍明確，有些應用不必動用雲端大型模型，地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同，導入前仍需要概念驗證（POC）與技術人員評估。

而且，資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值，是讓資料邊界與控制權回到企業手上；相對地，安全責任也會更直接地回到企業。

哪些企業現在該做，哪些再等？先看重複性與三個條件

能不能導入地端 AI，不只由產業標籤決定，也要看工作是否重複，以及場景能不能被清楚定義。劉文義觀察，第一批走進來的，除了受法規限制的醫療、金融與保險業，也包括利用地端 AI 加速資料處理的科技業，以及會計、律師等有大量重複文書工作的專業服務業，因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有　10　台、20　台機器，每台處理與儲存資料的 Protocol 都不同，需要相對應的儲存裝置；生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料，AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多，或重複性動作越多的產業，越容易透過導入 AI 提高工作效率。」反過來說，較傳統、人力密集，或仍高度依賴人工判斷的製造業，短期內未必能快速導入地端 AI。

依 QNAP 提供的資料，企業也可用「高頻、大量、敏感」三個條件做第一輪判斷：資料是否被頻繁調用？規模是否大到雲端傳輸與長期費用開始變得明顯？內容是否涉及個資、法規、智慧財產或商業機密？三個條件愈集中，地端部署愈值得評估；三者都不成立時，使用雲端 API 往往更簡單，也可能更划算。

可以先等的企業，大致也有三種。第一，資料仍分散、版本混亂、權限不清，急著上 AI 只會把混亂放大，先完成集中與治理，效率就可能先提升。第二，找不到一個具體且反覆發生的業務痛點，只因為「別人都在做」而採購，設備很可能變成昂貴的展示品。第三，使用量仍小、需求偶發，現階段雲端的彈性反而更有優勢。

因此，POC 不應只驗證「模型答不答得出來」，還要回答三個問題：資料由誰負責，誰可以存取？導入後能節省多少查找時間、傳輸成本或人工作業？正式上線後，誰負責資料、模型與資安維運？只有當效益與責任都能被量化，才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房，動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太，其中歐洲占比將近一半，而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證，並滿足 GDPR、HIPAA 等資料保護與法規遵循需求；累積至今，已售出約數百萬台裝置，協助企業打造智慧、安全的儲存方案。

至於普及時間點，劉文義提出一個明確的價格與效能交會點：地端應用若要順暢運作，運算量可能至少要達到 300 至 600 TOPS，甚至 800 TOPS，同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

「AI NAS 不是多了 AI 功能，而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言，地端算力成本高昂，QNAP 透過「算力分級」與開放模型架構，助企業逐步建構私有 RAG 知識庫與 AI 團隊。

圖／數位時代

「預測約兩、三年後，應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點，就會是 AI 落地最蓬勃發展的時候。」在此之前，企業真正能先做的，不是搶著買最大的模型或最昂貴的顯示卡，而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色：原油再多，沒有整理、提煉與配送的過程，也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力，而是誰的資料先準備好被調用。模型會持續更換，但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備，而是在資料必須留在企業內時，讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日（五）舉行，現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控，並安排 Live Demo，適合 IT 管理者、系統整合商與企業決策者參加。

活動地點：新板希爾頓酒店｜如意 AB 廳

活動時間：09:20–16:00

地址：新北市板橋區民權路 88 號 2F

立即報名：https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查，填問券抽好禮，倒數計時：https://www.surveycake.com/s/q4abw