社群受夠AI文了！Meta放任低劣AI圖文洗版、YT單月湧入百萬AI頻道，學者憂加劇「腦腐」現象|數位時代 BusinessNext

重點一： AI垃圾內容正淹沒 Meta 與 YouTube 等社群平台，甚至出現涉及暴力、歧視與誤導性的內容。
重點二： Meta 執行長祖克柏將此視為社群媒體進入 AI 創作內容的「第三階段」。
重點三： 大量低品質 AI 影片雖遭用戶強烈抵制，但因其高互動率與演算法機制，仍為創作者帶來巨額營收。

你也曾在Facebook或 Instagram 上常滑到一些看起來很感人，但細看有點詭異的照片？例如，手腳比例不對的小孩、在雨天捧著生日蛋糕的貧窮少年。這些就是所謂的「AI Slop」(AI 垃圾)，指利用AI快速生成、品質低劣且往往帶有欺騙性質的影音或圖片。

這些內容常利用宗教、軍事或弱勢群體等煽情題材，甚至是令人不適的暴力動畫、種族歧視隱喻，並用衝擊感強烈的畫面吸引點擊，在Facebook等平台動輒獲得百萬次按讚。

科技大頭只顧流量？AI垃圾內容變現成商機

低品質的AI垃圾沒完沒了充斥螢幕，但在演算法追求互動率的邏輯下，這類內容反而成了獲利工具，Meta 與 YouTube 等科技巨頭也積極擁抱這股趨勢。

Meta 執行長祖克柏（Mark Zuckerberg）公開表示，在 2026 年初的財報會議中指出，社群媒體已由最初的親友互動與隨後的創作者經濟，正式進入由 AI 生成與重組內容的「第三階段」。

在 Meta 的願景中，AI 將創造出更具沉浸感的影像體驗，但現實卻是平台正AI 垃圾內容淹沒——包括長鬍鬚的飢餓兒童、詭異的人頭貓身動畫等低成本合成的獵奇影像。

YouTube 執行長莫漢（Neal Mohan）也透露，僅在 2025 年 12 月，就有超過 100 萬個頻道使用 AI 工具創作。

這背後利益驚人，根據 AI 公司 Kapwing 的研究，YouTube 新開通的帳號看到的內容中，高達 20% 屬於低品質 AI 影片，部分頻道如印度的「Bandar Apna Dost」，靠著生產這些 AI 垃圾累積了超過 20 億次觀看，一年估計能賺進 400 萬美元。

雖然 YouTube 聲稱正努力減少低品質重複內容，但只要點擊率能換算成廣告收入，這些平台對於界定與限制 AI 垃圾內容的態度依舊曖昧。

AI垃圾氾濫引發眾怒！用戶發起拒看抵制潮

TikTok、Threads、Instagram或X上掀起了抵制浪潮。法國大學生西奧多（Théodore）因為受不了這些AI假圖片隨便都能破百萬讚，創立了「瘋狂 AI 垃圾」（Insane AI Slop）帳號來吐槽，吸引超過 13 萬人追蹤。

一名Reddit論壇網友震驚表示：「原來只要讓 AI 向新用戶大量發送 YouTub垃圾內容，一年就能賺進 425 萬美元？」

該網友深入研究後發現，YouTube 的推薦機制（特別是針對新帳號）已充斥著大量 AI 生成的劣質廢料，包含低品質的語音旁白、詭異的視覺效果以及重複抄襲的腳本。

令他最驚訝的是背後的暴利：「這不是什麼智慧自動化或酷炫的 AI 實驗，純粹是為了鑽演算法漏洞而大量產出的內容。而 YouTube 為了追求用戶參與度，竟持續推播這些垃圾。」

看久小心「腦腐」！注意力恐縮短、大腦警覺性降低

隨著 AI 垃圾內容無差別地滲透，專家警告，這些垃圾內容不只是「假」而已，還會對人類認知產生的長期影響。

雪城大學副教授 Emily Thorson 表示，用戶若單純追求娛樂，或許不在乎內容真偽，但對於尋求知識或社群連結的用戶而言，虛假資訊將造成嚴重問題。

義大利帕多瓦大學研究員 Alessandro Galeazzi 則提出「Brain Rot」（腦部腐蝕）的警示： 當人們習慣快速消費大量無意義、非真實的資訊時，大腦辨識真相的警覺性會逐漸鈍化，最終導致注意力縮短，也會喪失查核的意願與動力。

這種現象不僅限於趣味影像，更擴及政治領域，例如網路流傳美國第一夫人梅蘭妮亞·川普（Melania Trump）斥資1000萬美元興建教堂的假新聞影片，正悄悄透過演算法塑造錯誤的公眾認知。

我們正處在一個「眼見不一定為憑」的時代，如果不想變得腦腐，或許得先從拒絕點擊這些 AI 垃圾開始。

延伸閱讀：AI龍蝦Clawdbot（Moltbot）懶人包｜有資安疑慮嗎？跟ChatGPT、Gemini有何不同？要收費嗎？
為醫學開啟新一扇門！DeepMind新模型AlphaGenome，能讀懂讓科學家一頭霧水的98% DNA 了

資料來源：BBC、Desiblitz、Futurism

本文初稿為AI編撰，整理．編輯/ 蘇柔瑋

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。