【觀點】為真實支付場景提供金融服務!一文理解「PayFi」敘事
【觀點】為真實支付場景提供金融服務!一文理解「PayFi」敘事

區塊鏈是一個高度依賴「敘事(Narrative)」的產業。通過構建敘事主題,它能引導市場討論、促進資本集中,並吸引相關團隊在同一敘事框架下打造生態,共同譜寫完整的故事。PayFi 的敘事由 Solana 基金會主席 Lily Liu 提出,她在過去的半年內,幾乎所有的專題演講都圍繞在 PayFi,並宣示 PayFi 將是 Solana 接下來的唯一焦點,這顯示出其極大的決心。

在 Token 2049 期間,由 Solana、Huma 和 Stellar 主辦的首屆 PayFi Summit 將在新加坡舉行,這將成為定義 PayFi 內涵的重要活動。作為 PayFi 和 RWA 的早期實踐者,BSOS 過去與國際生態夥伴共同開拓,也因此受邀參與並發表演講。在 PayFi Summit 的前夕,我很樂意以一線從業者的角度,分享我對 PayFi 敘事的理解。

##### PayFi 是什麼? **PayFi 指的是利用區塊鏈技術,為真實世界的支付場景提供所需的金融服務。**

區塊鏈原本就是一種點對點支付系統,能夠實現「直接將錢轉給對方」的 P2P 支付。然而,現代社會支付行為的背後,往往是更複雜的流程。以信用卡為例,雖然它表面上是一種支付工具,但每筆交易其實隱含了短期融資、代墊付款、跨境匯款等多種金融操作。

另一個例子是貿易支付,貨品運輸需要時間,無法立即完成交易,因此貿易支付常涉及履約保證(如付款方將資金轉至中間機構進行保管)及短期融資等金融行為。

隨著交易行為的演變,「支付」在許多情況下更像是多個金融服務的集成。而 PayFi 便是利用區塊鏈的資金流動特性(Money Movement)與可編程貨幣(Programmable Money)優勢,為真實世界中複雜的支付流程提供流動性解決方案,從而提升支付的效率並降低成本。

##### PayFi 關鍵零組件:支付網絡(Payment Network)的抽換 **PayFi 無關乎用戶是否使用加密貨幣支付,而是關乎支付過程中「流動性運作方式」及「其所使用的支付網絡」。** 以下我們用兩個案例來說明,一個是 Huma Finance,另一個是 Crypto.com VISA 卡。

傳統銀行無法提供 7x24 小時即時到帳的跨境匯款服務,這主要是由於其底層支付網絡記帳方式的限制。為了實現即時到帳,許多跨境匯款的金融科技公司(Fintech)採取「A 地收款,B 地付款」的方式,這意味著它們需要在全球各地的銀行中預留資金部位來支應操作。可以想像,這種模式對資本要求以及規模擴展帶來的巨大挑戰。

Huma Finance 是一個借貸協議,專為跨境匯款的 Fintech 公司提供短期流動性支持。當 Fintech 公司在 A 地完成收款後,便可以通過 Huma Finance 調動美元穩定幣,並立即在 B 地兌換成法幣,支付給收款人。如此一來,Fintech 公司不再需要在全球各地建立龐大的資金儲備,Huma Finance 則利用區塊鏈上「指哪到哪」的資金流動能力,靈活地解決短期流動性需求,並從這些短期借貸中收取利息,為鏈上的流動性提供者(LPs)創造收益。

從實際數據來看,Huma Finance 為 Arf 這家 Fintech 公司提供短期墊資,短短一年多的時間,鏈上交易量已達 18 億美元。美元穩定幣 USDC 的發行商 Circle 也曾發表專文來介紹這一案例。Huma Finance 是一個典型的 PayFi 應用,它繞過了傳統支付網絡的成本與時間限制,實現了整體支付效能跨越式的提升。

另一個對比例子是幣圈較為熟知的 Crypto.com 的 VISA 簽帳卡。儘管用戶在使用該服務時,感知上是以帳上的加密貨幣支付,但實際上,交易仍然依賴 VISA 和傳統支付網絡,支付效率或成本並沒有本質上的改善(Crypto.com 會在刷卡時先將加密貨幣轉換為法幣,再交由 VISA 用原有的方式接續處理)。因此,我認為這種模式並不在 PayFi 論述的價值範疇內。

##### 供應鏈收付款場景的 PayFi 應用 另一個有趣的案例是供應鏈中的收付款場景。供應鏈天生就存在流動性問題:當賣方將貨品交付給買方後,買方通常需要經過加工製造才能將貨品再次變現。在這段時間內,買賣雙方的流動性實際上都被鎖定在貨品中。為了應對這段時間差,供應鏈中的買賣雙方在決定交易條件時,通常會採取「付款期限結合金額」的慣例。「付款期限」決定由誰來承擔貨品變現前的流動性缺口,而「金額」則隱含了對付款期限時間價值的補貼。無論如何,總有一方得承擔短期流動性壓力。

ISLE Finance 是一個專為供應鏈支付場景設計的借貸協議,由 BSOS 及 Outlier Ventures 孵化,並入選 2024 年 BNB Incubation Alliance (BIA)。

ISLE Finance 為企業提供全球支付的信用額度,解決供應鏈交易過程中流動性卡關的問題。在一筆交易中,若買賣雙方選擇使用 ISLE Finance 作為支付網絡,ISLE Finance 協議就如同一台鏈上刷卡機,賣方需要上傳發票(invoice)到 ISLE Finance 協議,只要買方通過私鑰簽名,上鏈表示:資訊正確無誤且同意付款,賣方即可收到美元穩定幣(當然,金額不能超過買方的鏈上信用額度)。

最終,買方需在約定到期日前向 ISLE Finance 償還這筆穩定幣;買方亦可在某範圍內,與協議約定一個比原訂付款時間更晚的日期。這樣,雙方針對貨幣時間價值所付出的成本就能有效分攤,並從 ISLE Finance 注入的流動性中得益,如下圖。

##### PayFi 的機會:解決「支付時間差」的交易場景 PayFi 的核心機會不在於提供「投資性借款」的流動性,而是解決「支付時間差」引發的流動性問題。與投資性借款相比,支付借款的特點是週期短、頻率高、單筆金額小且風險較低。這種時間差可能來自銀行匯款的處理時間、商品運輸時間,或買方在下一筆收入到帳前的資金缺口等等。儘管這些時間差通常僅為數天至數週,但卻經常造成用戶極大的痛點。這類流動性需求與全球化支付的交會點,就是 PayFi 發揮作用的最佳契機。

此外,PayFi 的潛力也延伸至未來的 DePIN(Decentralized Physical Infrastructure Networks)生態系統,支持設備之間高頻次、小金額、全球化的分潤、拆帳、清算與支付等需求。有了 PayFi 的流動性支持,能確保設備間自動交易的持續進行,維持 DePIN 的穩定運作。這是傳統金融基礎建設無法支撐的服務。

##### 從資產代幣化到 PayFi:RWA 敘事的轉變 在上一個週期,RWA(Real World Assets)賽道的主要敘事集中在資產代幣化(Tokenization)。

其中一個成功的案例是 Ondo Finance,其代幣化的美國短期國債 ETF 總鎖倉量(TVL)突破了六億美元,成為行業亮點。然而,資產代幣化大多涉及鏈下資產的管理與法律規範,營運成本巨大,如果沒有足夠的資產規模,很難發揮顯著效益。近期我們觀察到,資產代幣化的敘事主角已逐漸從草根區塊鏈轉移至像 BlackRock 和 Franklin Templeton 這類的大型機構。

資產代幣化的核心理念是將實體資產放到區塊鏈上進行流通;而 PayFi 的願景則是將區塊鏈的流動性與現實世界的支付行為結合,對於 LPs 來說屬於鏈下的短期債權,因此也被視為 RWA 敘事的一部分,但其潛在規模可能遠超美國國債的代幣化(如下圖),根據 CGV Research 今年九月發表的 PayFi 專題研究報告,PayFi 的市場規模甚至有望達到過去 DeFi 市場規模的 20 倍。我們相信 PayFi 將成為這一輪週期中 RWA 的重要敘事。

深耕區塊鏈應用多年,我見證了從業者們最初的理想 — — 「區塊鏈或比特幣的點對點支付將取代法幣支付體系」的天真與浪漫情懷,到如今 PayFi 敘事強調進入現實支付場景,透過深刻理解真實世界的運作方式與區塊鏈自身優勢,務實地與鏈上鏈下不同角色相互整合起來,使更多人能夠享受到這項科技所帶來的好處。

或許多年後回望,今天的想法依然顯得過於理想化,但至少,我們正在為未來鋪設一條通往可能性的道路。

**觀點文章呈現多元意見,不代表《WEB3+》的立場**
往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

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