眼球中央電視台停更！獨到的「諷刺新聞」吸120萬粉，走了8年為何要喊停？|數位時代 BusinessNext

眼球中央電視台停更！獨到的「諷刺新聞」吸120萬粉，走了8年為何要喊停？

擁有高人氣的YouTube頻道「眼球中央電視台」宣布，6月1日起停止更新。主持人視網模指出，主要原因是難以在創作和商業考量中找到平衡，才決定喊卡。

「眼球中央電視台」超幽默，一開始是怎麼來的？

該頻道最大特色就是以諷刺的方式播報政治新聞或是時事，後來衍伸出訪談、回覆酸民留言、「辱華記者會」等等單元。頻道的簡介中寫道「本台為中華民國國家電視台，為政府喉舌」、「全面深化島內思想改革、全面落實只說政府好話、全面檢討反政府言論、全面奉承領導人馬、全面樂觀看待國家危難」。

從名字到簡介中都不難看出，是在諷刺中國的中央電視台（央視）。因此從播報方式、新聞內容到動畫風格，都可以看出滿滿的諷刺感。同時也剛好搭到傳統電視媒體式微、網路自媒體崛起的時代，許多人會選擇透過線上的「眼球中央電視台」來關心時事。

在Podcast節目「創作者說」裡，視網膜與製作人動眼神經提到了頻道的起源。兩人的相遇是在2015年，當時一起參加了兩岸交流營隊擔任隊輔，在活動的期間發現，中國的電視台只要時間一到，都會固定進行新聞聯播，而熱愛主播工作的視網膜會在微信群組中，學習主播說話的語調，在群組內發布當天小隊員狀況。

於是，動眼神經靈機一動，給這位剛完成視網膜手術、愛學主播說話的朋友一個新身份——「主播視網膜」，眼球中央電視台就此誕生，她自己則以「動眼神經」的名稱成為節目製作人。後來兩人便決定成立臉書粉絲專頁，以錄音與動畫的方式發布有趣的影片。

然而當時兩人各自還有不同的生活目標，因此經營粉專內容只是「兼職」，動眼神經正在留學，視網膜也進入到電視台擔任主播，剛開始的內容幾乎都是遠距完成的。直到華視邀他們做節目，才有了製作費，並組建一個真正的團隊。

眼球中央電視台，究竟為何要停更？

經過了8年，「眼球中央電視台」已經累積了大批觀眾，兩位目前主持人、節目中的「神獸」柚子（視網膜養的柴犬）到幕後的工作人員，也都各自有社群上的粉絲，頻道經營看似順風順水的，為什麼要在今年宣布停更呢？

事實上，頻道在今（2023）年春節宣傳「央視春晚」節目時，就有強調今年是「最後一次」春晚，不過當時並沒有明確指出原因。視網膜在百靈果News的訪談中提到，當時只確定不再舉辦春晚，但還未有把頻道收起來的念頭，不過確實有在思考頻道的走向與自己人生未來的方向是否一致。

視網膜也提到，主要的原因還是「累了」，當他告訴製作人動眼神經時，發現這位老夥伴也有一樣的想法。他表示，一開始有很多理想和目標，也陸續達成了，而目前頻道已經走向規模化、團隊化，現在不只要兼顧內容，同時還要兼顧商業的考量，「 覺得創作的時間被壓縮了，可能只剩50％，像是現在稿子也都是寫手在寫 」。

另一個原因則是，現在討論新聞的氛圍跟開台之初已經很不一樣，動眼神經提到， 有許多網友會扭曲節目的內容，造成極端的謾罵或攻擊，而這並不是他們做節目的初衷，也會對此感到很疲乏，最終才決定要停更 。

視網膜、動眼神經未來發展？

提到未來的發展，視網膜說，其實有律師建議他們把公司賣掉，或是交給專業經理人管理，為此兩人很苦惱，還去行天宮抽籤，「其實我們心裡都有答案了啦」，最後依然決定要把頻道收掉。

視網膜也在節目中提到，現在網路市場競爭越來越激烈，他認為，傳統媒體相較起來發展性較持久，先前他也收邀主持了金鐘頒獎典禮，也已受邀電視台開節目，並讚賞對方是很厲害的合作對象，「對我來說是很有吸引力的」。動眼神經則說，還沒有確定未來的方向，但仍想嘗試繼續製作節目，做更深化的內容。

責任編輯：錢玉紘

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。