全由AI生成的電影！畫面不自然、角色表情詭異，但「最大問題」克服了⋯|數位時代 BusinessNext

AI電影如何產出的？公司又是什麼來頭？

《MIT Technology Review》報導，為了製作這部電影，Waymark採用了該公司的執行製片人兼導演魯賓（Josh Rubin）撰寫的劇本，並將其輸入到OpenAI的圖像生成模型DALL-E 2中。經過一些嘗試和調整後，以便讓模型產生符合他們滿意的風格的圖像。製片人使用DALL-E 2生成了每一個鏡頭，接著他們使用了一種名為D-ID的AI工具，可以對靜止圖像加入動態，像是眨眼或是讓嘴唇移動等等。

Waymark是一間廣告起家的公司，將數種不同人工智慧技術結合在一起，提供客製化廣告影片。它們使用了包括大型語言模型、圖像識別技術以及語音合成，旨在即時的生成一段廣告影片。製片人魯賓表示，「我們用DALL-E產出的東西建構了一個世界，雖然目前呈現出看似奇怪的美學，但我們仍然張開雙臂歡迎它」。

獨立電影製作人梅達維（Souki Mehdaoui）表示，「這無疑是我看過的第一部風格一致的生成性人工智慧電影，生成靜態的圖像並用類似魁儡戲的敘事風格，帶來一種有趣的拼貼感。」言下之意即過往AI產製的電影經常會有風格不一致的問題，但這部作品克服了這點。

AI技驚四座，依然有明顯破綻的奇特美學

《MIT Technology Review》指出，這部電影加入了一系列使用生成式AI工具製作的短片，而這些片段在過去幾個月中已經推出過。目前市面上最好的生成式AI模型只能生成幾秒的影片，這部以許多靜止圖像和長度不等的影片結合而成的電影雖然看似有許多破綻，但已經是目前所能呈現的最好畫面。

從這部電影中可以看出許多明顯的不自然處：

男性角色吃東西時不自然的臉部表情

靜態畫面中人物與背景的違和感

人物跌下山峰的不自然畫面

角色手指的明顯破綻

從影片中可以看到，雖然畫面中的人物大多是靜態的，但因為是在冰河氣候中，人物還是有口吐霧氣的動態感，而在沒有人物或動物的畫面中，畫面也較為自然，可以說人物的細微面部表情是目前的技術限制之一。

生成式AI可能越來越多人採用，業內人士怎麼看？

廣告公司Private Island的客戶囊括百威、Nike、優步（Uber）等跨國企業，而它們這幾年來也一直在製作短影片的後期導入AI工具，例如使用機器學習技術從現有影片中提取動作捕捉數據，而不是土法煉鋼地從頭開始收集。

這家公司在幾個月前發布了一則名為合成之夏（Synthetic Summer）的惡搞啤酒廣告，該廣告使用Runway公司的影片製作模型Gen-2和Stability AI的圖像製作模型Stable Diffusion製作。

聯合創辦人波以耳（Chris Boyle）表示生成式AI這項技術是新的境界，更提到「這將改變一切」。

但也有許多公司在意成本方面的考量，雖然生成式AI的技術讓人驚艷，但科技的推出日新月異，許多人擔憂科技變化的太快，不願將資源投入。波以耳提到也有許多人擔心如果使用有版權的影像而遭到法律訴訟的問題。

資料來源：MIT Technology Review
責任編輯：蘇祐萱

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/