《模仿犯》上架5天、登上Netflix全球前10!解密背後團隊如何神操作?
《模仿犯》上架5天、登上Netflix全球前10!解密背後團隊如何神操作?

台劇《模仿犯》上架Netflix5天就躋升全球排行榜前10,創台劇空前紀錄。該劇製作人、王牌搭檔湯昇榮與曾瀚賢,則將此番成績歸功於10年積累。

改編自日本作家宮部美幸同名小說的台劇《模仿犯》,講述檢察官郭曉其(吳慷仁飾)在一起連環殺人案中與兇手鬥智鬥勇的故事,於3月31日登上國際影音串流平台網飛(Netflix)後不到3天,便攻頂台灣榜首,上架5天躋升全球第10名,同時打進20個國家與地區前10名,從遠至中南美洲的巴西、歐洲的希臘、中東的卡達,再到鄰近的日本都名列在冊,在香港、泰國和新加坡更高居第一。

空前成功讓該劇製作人曾瀚賢與湯昇榮喜出望外。台劇的忠實觀眾對這兩個名字應不陌生,兩人經營的製作公司「瀚草文創GrX」(以下簡稱瀚草)近年成果斐然,包括《麻醉風暴》、《我們與惡的距離》、《誰是被害者》、《火神的眼淚》、《茶金》等熱門台劇都能見其身影。儘管已累積諸多先例,此次《模仿犯》的成績對他們而言仍是全新體驗。

Netflix影集 模仿犯
Netflix影集《模仿犯》
圖/ 圖片來源/Netflix

「Netflix全球超過兩億觀眾,累積的觀看人數能到前十名,你能想像這有多麼可怕!」瀚草董事長、人稱王牌製作人的湯昇榮一面激動發言,一面用平板電腦亮出全球榜單。會如此雀躍,全因這番成績實屬得來不易,可以說是瀚草自2008年成立以來逐步積累的結晶。

《模仿犯》成功關鍵:大量的專業知識和田野調查

瀚草創辦人兼合影視執行長曾瀚賢娓娓道來他們的進步歷程。起初,瀚草在2015年推出融合醫療與懸疑的類型劇《麻醉風暴》時,他就察覺到類型劇劇本相當困難,「以前台灣大多拍偶像劇,但《麻醉風暴》是一個懸疑、職人劇,需要大量的專業知識和田野調查,一般編劇不喜歡寫,也不知道怎麼下手。」

這次碰壁觸發了瀚草打造劇本團隊的念頭,於是在2016年另創「英雄旅程」公司,進一步讓劇本在人才培育、IP故事開發等環節制度化,這是「第一次積累」。

基石在前,第二次成功自然有跡可循。同年,適逢Netflix挾帶龐大資源進場,翻轉過去台灣電視台壟斷的局面,而瀚草也迅速窺見商機,將英雄旅程買下的首個IP《誰是被害者》製成影集,期間甚至遠赴美國福斯的美劇工作坊學習劇本創作。

透過先前的類型片實戰經驗及劇本開發能力,瀚草在Netflix初期投資台灣內容失利後,仍取得對方青睞,以「先拍後賣」的模式賣出《誰是被害者》獨家播映版權。

該劇2020年於Netflix播出後,不僅蟬聯台灣榜首15天,還打進香港、越南與新加坡排行榜前10名,創下當時華語原創劇的最佳成績,更讓Netflix對台劇重拾信心,願意投入更多資金,一舉與瀚草簽下《誰是被害者》續集和《模仿犯》,這是「第二次積累」。

《誰是被害者》的模式吸引各方玩家企圖循瀚草作法殺入平台,隨後《華燈初上》賣出天價,更鼓舞了眾多製作團隊。然而,作品要符合國際平台標準並不簡單,一來,拍片成本必須拉高到單集5、6百萬元,二來,國際平台不可能雨露均霑、片片買片片播。湯昇榮認為,一窩蜂拍劇的同時,反而有可能落得血本無歸的下場,去年市面上就有多達7、8成台劇賣不出去,只能認賠。

所以,要讓台灣內容被國際買單,就必須創造更「世界性」的內容,而《模仿犯》就是典範。

還原《模仿犯》誕生緣起:劇本在地化,大膽改編原著

細說《模仿犯》的誕生緣起,最初是由瀚草股東之一的導演陳國富提出,恰好當時瀚草也正想有別於《誰是被害者》的邏輯推理,做一部反映社會人性的刑偵劇,因此在尚無Netflix的前期投資時,就已著手摸索在地化改編,並向日本出版社取得版權。

誰是被害者1_Netflix.jpg
Netflix《誰是被害者》
圖/ Netflix

而瀚草過去的劇本經驗也在此時發揮,「日本人礙於他們的民族性,在內容上和方法上非常尊重原著,不敢大幅改變,而我們是大玩特玩,當然核心還是要抓住。」湯昇榮直言這次改編跨度很大,電視劇和小說的時空、語言都不盡相同,連男主角郭曉其都是新創的人物,起先他們也很擔心提案被拒,所幸宮部美幸給予極大包容力,很快就同意改編,「她理解小說離開了原始文本,其實就是創造新的生命,所以不會堅持按照原著來。」

有了《誰是被害者》案例在前,瀚草向Netflix提案後順利獲得前期投資。曾瀚賢指出,「Netflix會給出利潤數字,不用等到成績出來。」因此該劇等於提前保障獲利。雖因合約關係,瀚草無法公開製作成本,但據透露,「原本台劇一集約3、4百萬元,這次是過去的兩到三倍。」故可估算每集成本破千萬元。

另一方面,瀚草也善用Netflix具備的國際人才,在既有的7、8人編劇團隊外,安排美劇《急診室的春天》編劇貝爾(Neal Baer)擔任劇本顧問,期間貝爾不斷提醒團隊「角色動機」,或在劇本卡關時提出解方,令曾瀚賢獲益良多,「他可能是我們海外非台灣人的第一位觀眾,他不了解宮廟、不認識吳慷仁,所以他怎麼理解這個故事對我們很重要。」在眾人通力合作下,劇本從買版權到改編完成歷時逾3年,經過十幾次修改,才成為現今眾人看到的精采故事。

延伸閱讀:Netflix開抓「寄生帳號」!怎麼判斷帳號能不能共享?哪些會收費?一文解讀

綜觀《模仿犯》的製作歷程,充分凸顯出前兩回積累的重要性,瀚草先是將宮部美幸的文學作品透過劇本開發注入新生命,後於Netflix建立信任關係的前提下,演化出一套穩定的產製、獲利模式。可以說,《模仿犯》即是瀚草過去經驗的「集大成」表現。

經過十年打磨,瀚草陸續借鑑好萊塢、韓國等國際經驗,由製作人、工作室(studio)整合出一套產製品質穩定、可以統合資源的制度化模式。

舉例來說,為了應付國際平台對台劇日益增長的需求,並避免瀚草淪為單一平台的供應商,瀚草仿照韓國CJ集團旗下的「Studio Dragon Corporation」模式,在原有的瀚草影視上面架構一個統合全部門的「瀚草文創GrX」,並多管齊下同時投資五、六家製作公司,再由瀚草擔任「教練」,為他們引進系統化的財務和操作方法,如此一來就能生產更多內容且不被Netflix壟斷。

《誰是被害者》、《模仿犯》後⋯⋯台灣影視要如何走出國門?

不僅如此,瀚草又於2022年成立私募基金「合影視」,預計於3年內募集5億元資金,並投資10至15部影視作品,湯昇榮坦言,「台灣的製作過程相對較慢,如果不打團體戰,很容易被埋沒在市場。」

展望未來,誠如曾瀚賢所述,每一次的成功都會積累成下一次的養分,《模仿犯》也不例外。他在這份亮眼的成績單中看到兩個潛能:第一,此次納入美劇顧問,揭示了未來運用國際人才的可能性;第二,台灣能夠把宮部美幸的作品賣給Netflix,意味著台劇在全球影視供應鏈中可以扮演「整合」、「轉換」的角色,「就像珍珠奶茶,珍珠和奶茶都不是台灣人發明的,但我們可以把兩個配在一起推到國際。」

而這,也正是曾瀚賢和湯昇榮的下一步,接下來他們打算醞釀更新穎、國際化的作品,包括越南、韓國、紐西蘭、日本、好萊塢等國際合作都在計畫中,力拚讓台灣影視走出國門。

產業界出身的文策院董事長蔡嘉駿評價,《模仿犯》藉國外IP發揚於國際,不僅預示台灣影視內容的「人才荒」能以跨國合作填補,亦證明華語透過翻譯仍能為海外觀眾接受,對台劇無疑是一大鼓舞。

延伸閱讀: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?

本文授權轉載自:今周刊

責任編輯:傅珮晴、林美欣

關鍵字: #Netflix
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