用遊戲淬鍊出感動：SIGONO再端新作，衝Switch、Steam兩大平台|數位時代 BusinessNext

用遊戲淬鍊出感動：SIGONO再端新作，衝Switch、Steam兩大平台

獨立遊戲開發商SIGONO的《OPUS：靈魂之橋》奪下台北電玩展「Indie Game Award獨立遊戲大獎」中「最佳劇情」獎。展望2018年，SIGONO將推新作《Heaven》，更要布局Steam與Switch平台的發展。

展望2018，積極布局國際市場

SIGONO共同創辦人李思毅指出，《OPUS：靈魂之橋》將在二月推出 PC 版本並且登上Steam平台；另外，新作《Heaven》開放試玩，預計在今年春天上線。

李思毅指出目前《OPUS：靈魂之橋》與《OPUS 地球計畫》兩款遊戲累計用戶約有500萬次至600萬次下載，但有八成至九成用戶來自於海外，台灣用戶比例很少，也因此團隊相當重視中英日韓等國際市場。

國際市場布局上，多平台的發展相當重要，團隊特別重視手機之外的Steam與Switch平台的發展。「 我們的作品猶如電影般，強調先創造『感動』，屬於小品故事，因此適合移植到其他平台，就像在不同的電影院裡播放電影。 」李思毅說。

搭上Switch與Steam衝多平台

2017年12月《OPUS 地球計畫》推出Switch版，並且在第一週就進入日本總榜TOP10，成績斐然。任天堂Switch自2017年年3月上市後，在全球的銷售量已經突破1400萬台，並且僅花了9個月就賣出1000萬台，成績超過Wii U，《OPUS 地球計畫》搭上了這個勢，乘風而飛。

李思毅指出，早期的Switch平台中開發者還不算太多，Switch也會審核開發者作品，加上Switch銷量一直成長，這些因素讓小公司小作品只要夠優秀，掌握先進者優勢、搶速度，就有機會在該平台出頭天。

不過，雖然現在看起來Switch平台有很多機會，先進者優勢並無法持續太久，萬代南夢宮、世嘉、光榮特庫摩、EA等許多大型遊戲開發商已經看到平台的潛力，紛紛加入，遊戲飽和速度也會很快，因此「對於小廠商來說，除非和大型公司合作專案、背後擁有強而有力的發行商，或已有默默守候的粉絲，否則會很辛苦。」

另外，《OPUS：靈魂之橋》將會在二月登陸Steam平台，目前Steam平台同時上線玩家人數已突破1850萬人，較去年同期僅1400萬人，成長幅度驚人。同時和《OPUS 地球計畫》比較起來，《OPUS：靈魂之橋》玩家成長速度更快。

數據搭配研發流程，走小而美路線

而在遊戲設計開發程序上，團隊更依賴數據分析。李思毅就指出使用如Google Firebase與BigQuery等工具可以整合大量資訊並且進行分析，對遊戲設計來說非常重要，可針對全球不同用戶需求做在地化設計。

舉例來說，台灣與美國用戶對付費機制設計的敏感度不同，也因此若改變遊戲付費的時機點，就有不同的轉換率，利用後台可進行測試，快速理解玩家需求，「不用一行程式碼就可讓企劃人員調整到最佳化狀態。」

李思毅指出公司規模小，沒有太多行銷資源，加上台灣開發環境艱困，因此小廠商若希望擴張用戶，必須要有「品牌作品」或找外援，和大型開發商合作注資。

「《仙劍奇俠傳》遊戲能被市場記住，20多年了我還是忘不了！」李思毅以大宇資訊在1995年推出的名作《仙劍奇俠傳》為例，《仙劍奇俠傳》已是知名IP，從單機一路發展到手遊，除了在電視劇、舞台劇還有聲優劇，更衍生出劇情手遊《仙劍奇俠傳幻璃鏡》與偶像劇《私立蜀山學園》等IP，「把品牌做好，就會有發行商找上門！」李思毅說。

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。