與科教館合作推中文VR教育遊戲!ScienceVR要啟發你對科學的興趣
與科教館合作推中文VR教育遊戲!ScienceVR要啟發你對科學的興趣

隨著技術發展,如今學習電磁學理論或行星運轉定律等科學知識,除了藉由授課或研讀教科書,能提供使用者身臨其境的多感官體驗VR應用,也是其中一項有效學習工具。

將科學歷史故事與實驗 轉換成VR教育遊戲

ScienceVR是一家以打造科學教育內容為主的VR新創公司,由旅美華人李佳勳創辦,他發現兒子藉由虛擬實境遊戲的方式,能更快地了解基本機構物理,因此決定創業致力將科學歷史故事與實驗,轉換成大眾可以容易吸收的虛擬實境教育遊戲。

「體驗式學習能讓人更容易了解科學,使用者操作行為轉換成的回憶,就是理解時最好的助力。VR的好處就是能靠視覺化,讓使用者擺脫想像階段,並與看不到的力量直接互動,」李佳勳以電磁學理論為例,說明磁鐵周圍的力量在虛擬實境空間能被完整呈現,使用者藉此能更理解磁力線運作原理。

團隊根據史實,塑造遊戲的歷史故事,目前共規劃約 40 個人物角色,包括對現代電磁學有極大貢獻的麥可·法拉第(Michael Faraday)、被譽為化學元素「鐳」的母親—瑪麗·居禮(Marie Curie,在台慣稱居禮夫人)及以著作《愛麗絲夢遊仙境》聞名於世的英國邏輯學家路易斯·卡羅(Lewis Carroll)。

最先設計出的第一款遊戲「愛達的分析機(Ada's Engines)」,已與國立臺灣科學教育館(以下簡稱科教館)合作,導入館內開放給入場民眾使用。內容描述的是被公認為史上第一位認識電腦完全潛能的人,也是史上第一位電腦程式設計師愛達·勒芙蕾絲(Ada Lovelace)的故事。

李佳勳表示透過遊戲直接在故事中互動的重要性在於,歷史人物是所有想法、知識的發源,從他們的角度,能了解是在什麼樣的時空背景之下促成相關理論發展,輔以VR體驗後,也會加快理解速度並擁有更扎實的學習深度。

ScienceVR
ScienceVR與國立臺灣科學教育館合作,入館民眾能體驗到VR科學教育遊戲「愛達的分析機(Ada's Engines)」。
圖/ 翻攝自ScienceVR粉絲專頁

ScienceVR 共有六位成員,分別負責故事設計(Story Telling)、UI/UX設計及遊戲平台建置,包括哈佛大學歷史系畢業的頻道內容製作人、MIT CSAIL麻省理工學院人工智慧實驗室博士生及曾在SFMoMA舊金山現代藝術博物館展演過的設計師,成員在各自領域擁有深厚專業能力,李佳勳本人也擁有 MIT Media Lab 麻省理工學院媒體實驗室的博士學位,專注研究 3D 影像及 XR 領域應用。

從腳本發想到遊戲成型,現在皆由團隊一手操刀,但想快速產製內容,光憑六人團隊的力量畢竟有限,因此李佳勳提到他們也正和美國當地學校合作,讓高中生、大學生挑選感興趣的科學家研究,根據史實撰寫故事,團隊成員再以業師身分從旁指導,加速成型不同角色的劇本,也讓更多人能認識 ScienceVR。另一方面,也預先開發角色間會出現的共通行為並將動作模組化,以提升未來導入動畫設計的速度。

樂觀看待VR冬天 拓展新商業模式

過去幾年,因為普及速度不如預期,市場對VR產業從最初的引頸期盼,降溫轉持保守態度。不過對於「VR產業冬天」,李佳勳反倒樂觀地表示看好公司未來發展,他指出 ScienceVR 的關鍵殺手應用(Killer App),也就是幫助使用者學習的科學教育內容,無論在 B 端或是 C 端消費者,都有極大成長空間。

「像博物館、教育機構等組織,對這樣的產品都十分感興趣,因為他們本來就不斷在尋找讓人更投入、更完整的各種教育體驗方案,」李佳勳以與科教館的合作為例,指出過程中遇到最大困難並非館方買不買單,反而要思考的是如何在有限空間內,突破硬體裝置限制,讓百人以上使用者同時操作體驗。

ScienceVR創辦人李佳勳
李佳勳表示未來團隊會尋求與VR硬體商合作,轉向販賣整套解決方案,從環境安裝到內容提供,一站式解決客戶需求。
圖/ 侯俊偉攝影

ScienceVR 目前主要營收來源來自內容授權費,而因為發現合作夥伴大多是在選擇裝置及建置設備過程遇到問題,李佳勳說團隊也正規畫新的商業模式,未來將不僅止收取授權費方式,會尋求與VR硬體商合作,轉向販賣整套解決方案,從環境安裝到內容提供,一站式解決客戶需求。2019年目標,則計畫完成 20 個角色故事開發,並至少能在全球 10 間大型科學博物館導入產品。

創業快問快答

Q:希望提供這個社會什麼價值、解決甚麼樣的問題?
讓更多人以娛樂的方式來學習科學故事,拉近史上大師們與大眾的距離,來啟發更多學生產生對於科學的興趣。

Q:創業至今,做得最好的三件事為何?
讓跨領域團隊可以充分分工、讓B2B客戶滿意、讓第一次看到我們軟體的使用者覺得新鮮又有趣。

Q:長遠來看,公司想成為一家何種類型的公司?
希望走在虛擬科技與市場交集的最前線,以使用者經驗的改善來改變科學教育,讓大眾藉由我們的虛擬實境軟體,很容易地產生學習的興趣,或是在我們的虛擬互動實驗室中玩得開心。

公司資訊

公司名稱:ScienceVR
成立時間:2017/11/7
產品名稱:愛達的分析機(Ada's Engines)
上線時間:2019/1/25
團隊人數:6人
官方網站粉絲專頁新創資料庫

本文授權轉載自創業小聚

關鍵字: #Meet創業之星
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

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。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

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。

qnap3.png
「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

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓