扛一台「爸爸牌攝影機」拍出1400萬訂閱!影視颶風攻進台灣YT首頁,輟學少年如何變身流量野獸?
扛一台「爸爸牌攝影機」拍出1400萬訂閱!影視颶風攻進台灣YT首頁,輟學少年如何變身流量野獸?

在流量為王的年代,影視颶風的創辦人 Tim(本名潘天鴻)是一個很難被忽略的存在。

先看數字:自2019年起頻道活躍以來,他的主戰場在中國 BiliBili(B 站),訂閱達 1,399.1 萬、總播放截至去年 7 月約達 9.6 億 ;把內容「平移」到 YouTube 訂閱也來到 70.9 萬,截至 2025 年 10 月累計觀看 6,629 萬次。

對創作者來說,這也許不是「影片上傳到哪贏到哪」,但妥妥是「影片上傳到哪都能打」的程度。

如果以台灣的 Joeman 作為座標(YouTube 約 275 萬訂閱、總觀看約 13 億),影視颶風在 B 站的訂閱量約為 Joeman 的 5.09 倍;若只看 YouTube,影視颶風的規模落在台灣頂尖創作者的中段位,訂閱約 Joeman 頻道四分之一、觀看數為近二十分之一。

但必須說,影視颶風從未真正「面向台灣量身製作」,只是把 B 站內容搬到 YT,就能卡住標竿創作者的腰部地帶,可說是內容滲透力的一大指標。

最近,Tim 接受中國知名企業家、前 Smartisan(錘子科技)創辦人羅永浩訪問。他回溯影視颶風的成長、商業化與自媒體產業,也第一次把自己的「輟學少年」到「中國頭部影視頻道主」的軌跡完整串起來。

極致窮養:上大學才知道家裡有「礦」

Tim 的童年嚴格來說不算太溫柔,他在「全托」幼兒園長大,一週見家人一次。小學時,靠在家洗碗存下 5 元人民幣買模型飛機,卻被長輩指認為小偷,還被帶去店家對質。 他自述那天他學到一個殘酷現實: 「努力未必有好回報,甚至不會有人替我說話。」 這種無力感成了他世界觀的一部分。

他也形容自己的成長是「極端窮養」。父母刻意隱藏家庭越來越好的經濟狀況(父親潘水苗為現任圓通速遞總裁),直到大學,他才發現家裡有多處從未去過的房產,「像小說一樣,突然發現自己是豪門子弟。」

國中時,他沉迷《冒險島》,學業一路滑落、長期逃學,中考失利後被家人判定「廢了」,因此被送往英國。他說,那是一段更硬派的生活:先住寄宿家庭,再進當地高中,成為學校唯一的中國學生,也成了霸凌對象,他表明曾被堵在廁所毆打、搧巴掌,手臂還留有菸頭燙傷的疤。

畢業即創業:不靠拍片賺錢,靠賣衣撐起頻道收入

轉捩點出現在高一。學校認為他的剪片很有水準,指派他為高三畢業生拍紀念影片。那支片子讓全場師生落淚、掌聲雷動,他坦承這是他第一次在現實世界拿到強烈的正回饋,也因此定了「拍片」的志向。

大學畢業後,父母替他借了 16 萬人民幣(約新台幣 70 萬),買下第一台 RED 專業攝影機。而父親的商業直覺介入也幫了Tim一把:提醒他「合夥分歧要早處理」,並在粉絲僅 20 萬時就建議拍一支「20 萬粉絲的頻道收入有多少」的影片。結果那支片大爆,粉絲一週內翻倍,超過過去五年的總和,職涯因此推進一大格。

影視颶風的商業化不平順。早期接廣告代工(TVC)吃了不少苦;轉型做科技產品評測,又卡在一個老難題:要客觀、要規模、還要變現,等於得「站著掙錢」。而打破難題僵局的靈感,來自對全球頂尖 YouTuber MrBeast 的模式拆解。

Tim 的洞察很簡單卻致命:內容行業缺乏「規模化效應」(意指不是必然員工愈多、內容品質就愈多好。如果內容產業有「規模化效應」,迪士尼就必定沒有爛片),每次創作都像在重新創業。

於是,他把重心轉到自有品牌電商,先從服飾切入,建立穩定、可複製的主要收入來源,讓內容保持獨立性的同時穩定商業地基。他透露,公司 TVC 只佔收入 10%,但預期 2025 年服裝產品可以賣到幾十萬到上百萬件,單一款式有機會到 20 萬件。

四象限佈局:把內容當產品線來管理

Tim 用兩條軸線來整理內容世界: X 軸是長片/短片Y 軸是專業向/大眾向 。影視颶風在四個象限都放了一個帳號,對應不同目的與受眾:

第一象限(長片+專業):影視颶風主帳號,做高技術含量、高製作門檻的長篇內容,集中在科技評測與樣片拍攝。

影視具風評測iPhone 17 Pro、iPhone Air

第二象限(長片+大眾):科普/自然科學人文類帳號,題材落在「人類的好奇與極限」(例如割痔瘡、48 小時不睡覺),他說這個帳號的播放量甚至比主號高很多。

頻道「億點點不一樣」,定位是科普長片

第三象限(短片+專業)專攻短片/電影製作,Tim稱公司內有一支手刀小隊,追求作品感而非商業,作品曾嘗試競逐奧斯卡短片獎的預選。

第四象限(短片+大眾):做飛機體驗的帳號(消費值短影片),面向普通消費者、易懂、輕量。

STORMCREW颶多多是定位相對輕鬆的頻道

他也點出三個內容生態趨勢:

  1. 內容碎淺化(要刺激)
    內容趨向於碎片化,且深度和價值降低,以滿足觀眾對**即時興奮(及時的興奮)**的渴望。也就是過去人們會深入研究大部頭的正規作品,但現在大家越來越滿足於零碎的、低價值的資訊。

  2. 表達極端化(要吸睛)
    為了在流量競爭中獲勝,內容創作者被迫將表達方式推向極端,以刺激觀眾並吸引點擊。例如做影片封面或標題時,必須跟著極端,否則會直接輸給行銷帳號,導致「殺人標題」變得無比重要。

  3. 內容去精英化(要有網感)
    內容傳播的語境從過去的「精英式表達」轉變為更貼近大眾、更真實的「平視化表達」。Tim舉例,大約在五年前,網路內容還傾向於精英式的表達,即做得特別漂亮、侃侃而談的內容。但現在,內容必須「接地氣」,採用平視化表達,例如直接拿著相機拍攝自己的Vlog。也就是大眾更喜歡真實的、樸實的內容(類似台灣語境中的「網感」,內容要跟大部分人有共鳴)。

「死在火星」是終極目標

在這樣的環境下,Tim 把未來目標定得頗高,包括五年內,全球內容觀看人數達 10 億;同時要在 2028 年之前,以旗下短片拿下奧斯卡;最後,也是最難的目標,是搭乘中國商業載具進入太空並拍攝。

至於人生的最大目標?Tim直說是「去火星,死在火星」。那麼為何一定要死在火星?他笑著回:「不知道,感覺應該去了以後就回不來了吧?」

延伸閱讀:一年賠掉33億元!MrBeast擁近4.4億YouTube訂閱,為何企劃超狂卻「拍3年虧3年」?

責任編輯:李先泰

資料來源:Luo Yonghao’s PodcastMediastorm影视飓风

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