Dispo一周擄獲300萬用戶，但不能修圖也不能立刻看照片，憑什麼爆紅？|數位時代 BusinessNext

有邀請制的Instagram？Dispo一周擄獲300萬用戶，不能修圖、不能立刻看照片，憑什麼爆紅？

繼Clubhouse之後，又一款社群App「Dispo」在矽谷竄紅，推出一週就收穫300萬下載量的這款新興社群服務，已獲得創投投資，市值上看2億美元。

不能修圖、照片還會變醜，Dispo幫你褪去偶像包袱

Facebook、Instagram淪為人們互相比較、炫耀的平台近年受到大量討論，每一張上傳的照片都必須精挑細選，甚至經過多次修圖，這種較勁心態早就成為許多人生活上的負擔。

雖然復古風攝影及圖像社群都不是新概念，但將兩者結合的Dispo卻成功利用復古風的特性讓人們擺脫「偶像包袱」，讓攝影回歸攝影，拍完照後就能享受當下，不必（也無法）為照片拍攝的好看與否斤斤計較。

例如，App Store上的其中一個評論就提到，「這是Instagram跟立可拍的完美結合，這款App要你活在當下，而不是關注照片品質或者拍攝得是否完美。Dispo擷取了Instagram的精華，並讓它好上10倍！」

根據《紐約時報》報導，一位31歲的家庭主婦也評論，她喜歡Dispo的簡單純粹，「我可以之後再觀賞照片，不用立刻查看或進行修圖，也不必再多拍上十多張照片。」

創投Bessemer分析師賈比．戈德伯格（Gaby Goldberg）表示，Dispo是對Z世代「讓Instagram再次休閒」訴求的一個答覆。

另外，就如目前當紅的Clubhouse，Dispo是採用邀請制，不過一個帳戶擁有20個邀請碼，遠較Clubhouse寬鬆。但這種「區別對待」依舊能提昇用戶對服務的凝聚力，同時也容易因「邀請碼得來不易」等念頭而增加使用。

Dispo執行長丹尼爾．利斯（Daniel Liss）曾透露，服務推出第一週就有超過300萬人下載，聲稱Dispo鼓勵用戶活在當下的特性讓它受到歡迎，推出約一個月的現在仍在攝影類排行榜上位居第6名。

推出一週下載量破300萬，估值上看2億美元

推出這款爆紅App的是一位年僅24歲的知名YouTuber大衛．督布里克（David Dobrik）。Dispo的概念源自於他和好友們的派對經驗，他們會在房子裡到處擺放立可拍，要參加者在一夜狂歡中盡量拍照，隔天早上再來回首前一天晚上的瘋狂，他和朋友們非常喜歡這種被偶爾紀錄下的片刻。

2019年底，督布里克推出了照片App「David's Disposable」，經過一年的時間才發展成Dispo，並在今年2月展開Beta測試，目前僅限iOS系統使用，Android版本還需要再耐心等等。

不光用戶傾心，Dispo也成功獲得創投青睞，今年2月才在Spark Capital領投的A輪融資中，獲得2,000萬美元資金，使估值達到2億美元。《The Information》指出，目前Dispo也正在接觸a16z、Benchmark及紅杉資本等創投公司。a16z曾大力投資Clubhouse，甚至親自加入董事會。

在Clubhouse的爆紅下，Dispo的崛起也格外受到外界關注，但有別於仍是未踏之地的聲音社交，圖像社群領域發展成熟，Instagram、Snapchat、Pinterest等早已瓜分市場，Dispo能否維持熱度，持續吸引新血加入，或許還需要時間證明。

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。