繼Roblox之後,Rec Room何以成為下一隻Metaverse獨角獸?
繼Roblox之後,Rec Room何以成為下一隻Metaverse獨角獸?
2021.09.10 | 5G通訊

新冠病毒(COVID-19)一口氣將全球人類趕向網路世界,讓包括電商、教育、醫療、工作管理等領域的新創,都聲稱在2020年內經歷了原得花3年才會有的爆炸性成長。無疑地,線上社交也是重頭戲之一,另一類得益者是遊戲業者,例如今年3月剛在美國上市的遊戲平台——Roblox。

不過,就在 Roblox 歡慶上市的同月份,虛擬實境(VR)這個漸漸乏人問津的領域卻出了隻獨角獸:Rec Room,且有趣的是,它就像另一個Roblox。

Nick Fajt、Dan Kroymann 以及 Cameron Brown 三人過去都是微軟混合實境專案 HoloLens 中的成員,其中 Fajt 負責專案管理、Kroymann 是資深軟體工程師、Brown 是創意總監。2016 年,三人看好消費性 VR 裝置的趨勢,決定一起離開微軟並創立 VR 社交應用 Rec Room。

Rec Room
Rec Room是在元宇宙(Metaverse)導入「讓不懂程式語言的人,也能自行創建軟體內容」的作法,讓玩家能夠在VR環境輕鬆打造屬於自己的虛擬世界。
圖/ Rec Room

降低門檻,讓每個用戶都能打造3D世界

Rec Room 一詞為 Recreation Room(娛樂室、康樂室)的簡稱,最早產品定位是讓用戶在 VR 空間內玩遊戲及社交,至今則有兩個較大的進展與變化。

首先,雖然是看好 VR 而創業,且產品一開始也針對 VR 裝置與使用方式客製化,但從 2018 年起 Rec Room就開始支援「非VR」模式,甚至在 2019 年推出 iOS 版;也因為放棄「VR專屬」路線,用戶數才開始快速成長。

其次,Rec Room起初是以內建功能與遊戲吸引用戶,但隨後的發展重心都是在推廣「用戶原創內容」(user-generated content, UGC),如今,大部分用戶時間是花費在原創內容上,並擁有超過 200 萬名用戶曾在平台上創作過內容。

在重視UGC的層面上,Rec Room 與 Roblox 頗為相似,兩者目標都不是成為「一款」遊戲,而是提供工具、讓用戶自行開發遊戲的平台。不過,兩者相似之處也到此為止,因為 Rec Room的開發者工具與Roblox 相當不同。

相較於Roblox 完整的開發引擎「Roblox Studio」,並允許用戶以 Lua 語言編碼;Rec Room則提供應用程式內的開發道具「Maker Pen」(創作筆)以及視覺化程式設計語言(VPL)。

Rec Room 要讓用戶「不需要會建3D模型、不需要會寫程式語言,就能開發互動式內容」,Maker Pen賦予用戶創造各式3D物件、甚至是一整個世界的能力;透過內建的視覺化程式語言,以及官方預先製作好的功能模組,為各個3D物件導入互動邏輯。

因此,就內容多樣性而言,Rec Room 較 Roblox 受限,尤其視覺呈現,畢竟只能用 Maker Pen 在應用內創作,一律為卡通風格。然而 Rec Room 的創作門檻非常低,且隨著官方不斷升級工具、開放更多功能模組,內容多樣性也正在大幅增加,包括煙火秀、DJ表演、大逃殺、賽車、甚至大富翁等,與Minecraft的取向更接近。

與Roblox一樣受惠疫情,Rec Room 迎來近年最劇烈的一波成長動能:2020年累計用戶突破 1,500 萬人、最高同時上線用戶逾4.5萬人, 年營收同比2019年成長556%。

值得一提的,疫情期間VR模式用戶數有了巨幅成長:月活躍VR用戶突破100萬人,日活躍VR用戶平均使用時間更長達2.7個小時,人們更願意透過VR達到擬真社交體驗。而Facebook旗下Oculus去年底發售且熱賣的VR頭盔 Quest 2 也是另一主因,Rec Room官方表示,有近一半 VR 用戶使用Quest 2。

Rec Room
疫情下在家工作產生「視像會議疲勞」(Zoom fatigue),有企業因而在遊戲世界內開會。
圖/ Rec Room

激發創造力的新世代社交遊戲

Rec Room 一方面在營收與營運指標創新高,也趁勢融了創立以來最大一輪資金。2021年3月,他們完成1億美元融資,由紅杉資本及 Index Ventures 領投,估值達12.5億美元,正式加入獨角獸俱樂部。

Rec Room的下一步呢?

也非常地 Roblox:讓創作者賺到錢,藉此加速創作者生態發展。2021年 Rec Room 推出創作者分潤計畫「Creator Compensation program」,預計今年度的分潤總額將達100萬美元。

也許是因為剛推出要試水溫,前述的分潤計畫要求頗嚴苛。例如:創作者本身必須是要價每月8美元的Rec Room Plus 付費訂戶、每月只能申請一次出金、每次出金的作業時間最長可達4周……等條件。

許多近代網路服務與創新都可在2000~2010年間看到其概念原型,以元宇宙(metaverse)概念為例,Second Life 就是一個最好的範例。隨著終端及雲端的運算效能提升、網路基礎建設的普及與躍進、以及新一代數位原生用戶的誕生,這些概念得以用更好、更成熟的方式重新接觸市場。

除了潛在的龐大商機以及社交的新可能樣貌,我在 Minecraft、Roblox、Rec Room 等「遊玩+社交+創造」3合1平台中看到的是「創造力」的重新定義。

當年輕用戶、甚至是孩童愈來愈將上述平台當作主要的玩樂場所,他們將更習慣在數位世界中發生的一切,而這樣的趨勢對未來的娛樂及文化創新會帶來哪些衝擊,是我特別感興趣的議題。

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:吳佩臻、張庭銉

關鍵字: #VR_AR_MR
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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