Meta-Rush—我們創造了任意門，但裡面卻沒有人？|數位時代 BusinessNext

Meta-Rush—我們創造了任意門，但裡面卻沒有人？

元宇宙現在是一個全球瘋搶的商機，各企業紛紛投入資金與人才，但其實裡面仍有許多元素等待被建置。台灣在這樣的熱潮下，有什麼機會？可以朝什麼方向努力？

元宇宙其實是一個人云亦云的虛擬掏金熱，可稱之為Meta-rush！而這個話題的熱度在國際社交媒體巨頭的炒作，以及各國一般媒體的跟風下已經夠火紅了，筆者這篇文章反倒想聚焦在如何於此新世界找到具體可執行的方法或模式，初步提供個人一些淺見。

「Metaverse is just an empty space, aka wasteland, without lots and lots of creative virtual human！」這段話其實是與國外業界的一些朋友討論到此現象時，筆者的發言。意思是說元宇宙是一個空殼的概念，目前所謂的國際大廠幾乎都在看如何搶得平台的生意。反而沒注意到，元宇宙會需要更多具創意且有生命力的虛擬人行走其間，但絕對不是用雲端產生的罐頭機器人，而這也正是有想法的小團隊的最佳切入時機點。

然而製作3D虛擬角色過程中會用到的軟硬體工具，其實已經是一片紅海，國內外投入的業者已不可勝數，諸如Unreal的Metahuman, 或Pixiv（Japan）提供的Vroid Studio，甚至是可以回頭用最傳統的Maya或3DMax慢慢刻出來。再說到製作方的話，那新舊競爭者更是各國遍地皆是，後進者的切入點極是難尋。

但放眼有能力將一個新出道的虛擬人培養成公眾人物(celebrity)的團隊卻是屈指可數。全球望去除了幾家日籍的虛擬網紅經紀公司，已各自在其旗下培養出近十數位年收入數十萬美元（單就在Youtube Superchat的打賞論之），其他國家已出道的虛擬人都還在為達成收益化一事上，困苦掙扎。

再則，虛擬人一個非常重要的特徵是其在Youtube上的訂閱者極端跨國界，而無國界也正是元宇宙的一個基本特徵，任何新創團隊如果能在自己的作品裡加入更多的跨文化元素，則是一個在全世界嶄露頭角的方式之一。

誠摯建議虛擬人的操作團隊須納入新住民的創意，這邊指的新住民不單只是來自東南亞，而是泛指來自非華文文化背景移民或第二代。團隊中最好有能寫軟體程式的人，未來會有越來越多的東西仍須透過以程式的方式執行新的概念，而新住民跟軟體工程師這兩者也正是小國寡民的台灣的既有利基點。

現在全球並未真正形成一個虛擬人的產業聚落，個人以為台灣如果可以在以下的關鍵面向上提供更優質的環境，則可以在跨國企業的巨頭們尚未形成壓倒性優勢之前取得先機，於未來的競爭中仍有機會取得一席之地。

1.定義虛擬人人格

虛擬人還不像自然人或公司法人一樣有著法定的權利及義務，台灣如果可以領先全世界在法律上賦予虛擬人一定程度的地位的話，則可以做為世界的範例。日前發生利用Deepfake類型的技術即是產業發展快過法規的一個明顯案例。

舉例來說，虛擬人可像手機一般，出廠便有著可查詢得到的IMEI號碼。這樣一來不須走到極端如真實世界的實名制，讓虛擬人在元宇宙中保持創意，但又無逾越法律後找不到人負責的問題。

2.虛擬人銀行

虛擬人的法律地位得到解決之後，短期內便可利用現有的銀行體系進行虛擬世界中的交易，簡單來說現行電子支付的二維條碼便可持續在虛擬世界中使用。已被賦有法律地位的銀行也可通過電子支付前進到虛擬世界。長期來看也可介接到可信賴的虛擬貨幣上。

3.元宇宙中的自由港

這一個制度上的領先，需是對全世界開放的。我們大可利用普遍被接受的自由港概念，在台灣的離岸特定區域操作此一概念。所有的虛擬人可連線上來此港註冊為有合法人格的自由人，提供他們有創意的服務以換取現實世界中的金錢，當然在這裡也可成立未來元宇宙中虛擬貨幣跟現實世界的兌換所。這樣可以快速累積虛擬人的人數，形成有規模的虛擬經濟。

產業優勢的建立有些是可以靠整個社會的快速行動得到成果的，南韓政府已經喊出K-verse，要運用他們原本K-pops建立的影響力來取得未來在元宇宙中的一席之地，台灣也不應妄自菲薄，運用自己小規模的優勢，為全球產業指出一個可行方向，為自身在新一輪的產業競爭中保有一席之地。

責任編輯：吳佩臻、陳建鈞

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場）

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。