本周焦點事件

1. 400 萬用戶、估值 $5 億、目前幾乎零收入：ComfyUI 到底賣什麼？
2. 8 個月破億收入、賣給 Meta：然後那個 AI 代理人今天搬進你的 LINE 了
3. AI 圖像排行榜史上最大差距：ChatGPT Images 2.0 領先第二名 242 分
4. 新 Facebook 出現了？兩個耶魯學生把 AI 交友塞進 iMessage，Day-30 留存率 82%
5. 男人的嘴騙人的鬼，定價翻倍，然後說你其實只多花了 20%：GPT-5.5

SPONSORED

「活動推薦」高雄 AI 實體活動：數據的統一戰線，以 Fabric IQ 打造企業智慧決策引擎

數據早就不缺了，缺的是把它們串起來、讓決策真的發生的那條線。從分散在各系統的原始資料，到能即時回應業務問題的智慧儀表板，企業正在加速補上這段「數據到決策」之間最關鍵的基礎設施缺口。

為什麼這場值得去？

這場活動從「平台架構」到「AI 工具」再到「產業落地」，完整呈現企業數據整合的實戰路徑。內容涵蓋 Microsoft Fabric 全方位數據整合與管理、AI 驅動的資料導入服務、GitHub Copilot 開發效能實務、EP4Ai 產業 AI 應用案例拆解，以及 FinCub 雲端成本可視化工具介紹。講者橫跨平台技術與業務實戰兩端，不只給你轉型方向，也給你可以帶回去直接用的架構思路與導入策略。

適合誰來

• 負責數位轉型與 IT 架構決策的企業主管（CTO／CIO／IT 主管）
• 資料工程師、開發者與數據分析師
• 正在評估 AI 工具導入的 PM 與產品團隊
• 想掌握 Microsoft Fabric 與企業 AI 應用最新動向的所有人

時間： 2026 年 4 月 29 日（三）下午 2:00–4:20
活動形式： 實體研討會（需報名審核）
地點： 高雄洲際酒店 4F 芳苑 II（高雄市前鎮區新光路 33 號）
主辦： 台灣微軟　協辦： 展碁國際、雲馥數位

立即報名 →

400 萬用戶、估值 $5 億、目前幾乎零收入：ComfyUI 到底賣什麼？

2026 年 4 月，擁有 400 萬用戶、6萬個社群自創節點、每日 15 萬次下載的 「ComfyUI」 宣布完成 3,000萬美元新一輪融資，估值達 5 億美元。ComfyUI Artist，已經成為部分電影和廣告製作公司的正式職位名稱。

老玩家應該都知道，ComfyUI 是一個節點式 AI 創作工作流工具，你可以把它想像成 LEGO 積木：每個「節點」是一個功能（文字轉圖像、風格轉換、圖像修復），用拉線連接的方式串起來，打造自己的 AI 創作流水線。可以本地跑，也可以上雲端。它由一個化名 comfyanonymous 的匿名開發者，在 2023 年 1 月於 GitHub 推出，最初就是個人開源項目。

但我好奇的是，ComfyUI 本地版完全免費，估值 $5 億，它到底怎麼賺錢的？最主要的商業模式又是如何？
(目前 ComfyUI 屬於 pre-revenue，所以目前的收入沒規模化，幾乎為零)

1. Comfy Cloud：雲端託管版，針對沒有高階 GPU 的用戶收訂閱費，是目前最主要的變現嘗試
2. API Nodes（新）：用戶在 ComfyUI 介面裡直接呼叫 Google Veo 2、OpenAI 等商業模型，ComfyUI 從 API 費用裡抽 margin，類似「流量抽成」
3. 企業授權 / 企業支援：有但規模小

換句話說，目前你能使用到 ComfyUI，能有穩定的更新跟優化，要謝謝這些創投爸爸們，因為目前的 ComfyUI 能活下去全靠創投燒資金。估值 $500M、用戶 400 萬、每天下載 15 萬次，但實際 ARR 幾乎可以忽略不計。這個模式跟早期的 Hugging Face 很像——先用開源積累生態護城河，再談商業化。

問題是 GPL-3 授權本身就讓企業商業化變複雜，不少大公司用 ComfyUI 做內部工具但不願公開源碼，這個法律邊界灰色地帶一直是隱患。

觀察筆記

ComfyUI 的 $5 億估值代表的是一種特定的開源商業化邏輯——「免費核心 + 生態飛輪 + 雲端變現」。這個模式在開源工具史上不算新（Red Hat 靠 Linux、HashiCorp 靠 Terraform 都走過類似的路），但在 AI 創作工具這個賽道，ComfyUI 是第一個把它做到如此規模社群的。不綁定任何模型是 ComfyUI 能這麼成功的關鍵。Midjourney 只能用 Midjourney 的模型，Image-2 只能用 OpenAI 的模型。而 ComfyUI 是完全 model-agnostic，任何 HuggingFace 上的 checkpoint 都能跑。每次有新模型爆紅，ComfyUI 都是最快能實驗的地方。

但我更想講的是「ComfyUI artist」這件事。一個職稱出現在製片公司的徵才列表上，代表的不是某個工具變流行，而是一種新型技術職人正在形成，所以如果你是設計師或 VFX 從業者，ComfyUI 值得現在就上手。

而對於 ComfyUI 我挺好奇的是 400 萬用戶中，有多少真的會付錢用 Comfy Cloud？開源社群有一種強烈的「我就要免費用」文化，comfyanonymous 自己的設計哲學也一直是「強大但刻意保留門檻」。雖然這個用戶結構很適合建立忠誠社群，但未必適合轉換付費。

8 個月破億收入、賣給 Meta：然後那個 AI 代理人今天搬進你的 LINE 了

Manus 在 2026 年 4 月初正式上線了 LINE 整合。台灣超過 2,100 萬的 LINE 用戶，現在不需要切換任何 App，也不用幫你的 OpenClaw / hermes 增加 Line 的 Gateway，就能讓你直接在最熟悉的聊天介面裡，享受到 手機下指令，讓 AI Agent 自動幫你跑任務的使用情境。

設定比申辦一個新手機門號還快：在 LINE 搜尋 Manus 官方帳號、加好友、傳一則訊息，收到登入連結，用 Google 或 Apple 帳號驗證，完成。接下來你可以：

• 語音傳一句「幫我分析上傳的這份 PDF，摘出三個重點」，幾分鐘後 LINE 回傳附件
• 拍一張白板照片，問「這些流程圖幫我整理成表格」
• 打字說「幫我調查競品 A 和 B 最近一個月的新品定價，製成比較表」——Manus 去搜尋、彙整、排版，直接傳 PDF 來

對台灣用戶來說，重點是 LINE 是台灣滲透率最高的通訊軟體，沒有之一。這個選擇讓 AI 代理人的使用門檻接近於零——沒有學習曲線，不需要裝新 App，打開你本來每天都在用的 LINE 就好。

在使用方式上，文字、語音、圖片、檔案都可以丟進去；輸出端也不是純文字而已，視任務類型會自動選擇格式：長報告變 PDF、圖片直接傳多媒體訊息、網頁專案給你一個安全預覽連結。

Manus 目前提供兩種模式：1.6 Max（深度推理、多步驟任務）和 1.6 Lite（快速回應、日常瑣事），費用走點數制，免費帳號初始 1,000 點，付費方案 39–39–199 美元/月。

觀察筆記

你可能會問：LINE 機器人不是早就有了嗎？差別在哪？

差別在這：過去所有的 LINE Bot，本質上都是「問答機」——你輸入，它輸出文字，僅此而已。Manus 做的事，是在回話之前，先自己打開瀏覽器、調用工具、執行一連串步驟，然後把整個結果打包送到你面前。過去的 Bot 是「留言箱」，Manus 是「代辦公司」。這個差別，大概就像你問路和你叫 Uber 的差別。

還記得去年 Uber Cofounder 說過的話嗎？所有的 App 正在面臨死亡，App 的黃金時代，真的在被「對話介面」慢慢稀釋。

a16z 在 2026 Big Ideas 報告裡預測：「輸入框」這個 UI 元素將在 2026 年開始消失。用戶不再需要學習每個工具的介面邏輯，只需要說話或打字，然後等結果。這對 PM 和產品設計師有一個很直接的問題值得想：你現在設計的產品介面，三年後用戶還會打開嗎？ 還是他們根本不會去「打開你的 App」，而是在 LINE 裡說「幫我用那個工具做某件事」，然後 AI 在後台呼叫你的 API？你的產品，有沒有 API 可以被呼叫？（最近對於沒有開放 API 的服務特別痛苦，沒辦法建 MCP 也沒辦法透過 API 自動化，真的超級無敵難用）

AI 圖像排行榜史上最大差距：GPT Images 2.0 領先第二名 242 分

2026 年 4 月 21 日，OpenAI 發布 ChatGPT Images 2.0，模型 ID：gpt-image-2。發布後 12 小時，它登上 Artificial Analysis Image Arena 排行榜第一名，Elo 分數 1,512，第二名 1,271——差距 241 分，是這個排行榜有史以來最大的領先幅度。

讓這次發布不同以往的，是架構上的決定：Images 2.0 把 OpenAI 的 O-series 推理能力整合進圖像生成流程。生成一張圖的步驟變成：先思考（規劃構圖、解析用戶意圖）→ 搜尋網路（需要時）→ 生成 → 自我檢查是否符合要求。圖像生成第一次有了 agentic loop。

具體能力：文字渲染準確率約 99%（AI 圖像工具長期以來最大的痛點）、最高 2K 解析度、最多一次生成 8 張（思考模式開啟時）、長寬比從 3:1 超寬到 1:3 直式均支援、多語言文字支援——日文、韓文、印地文、孟加拉文均可正確渲染。

這對廣告設計、簡報視覺、地圖製作、漫畫分鏡等工作流的影響是即時的。「文字排版精修」曾是平面設計師面對 AI 工具最後的護城河，這個護城河現在被拆掉了一大塊。

有趣的是，在 images 2.0 發布後的兩天，Meta、MIT 和巴黎-薩克雷大學的研究團隊發表了一篇論文，結論是：視覺語言模型產生幻覺，主要原因不是「看不清楚」，而是模型過度相信文字提示帶入的預設，這表示文字的影響力比眼睛看到的還大。這個現象有一個名字：Prompt-Induced Hallucination。

這跟 Images 2.0 的架構形成一個微妙的張力。「先思考再畫」的設計，讓模型在生成之前更深度地處理文字提示。這在大多數情況下讓結果更準確——99% 的文字渲染準確率，某種程度上正是這個機制的產物：模型對你說的文字理解得更透徹，所以畫得更精確。

但同一個機制，也代表模型更可能被你說的話帶偏——如果你的提示詞帶入了錯誤的前提，模型「想得越多」，可能就跑得越遠。流程尾端的「自我檢查」步驟是否能有效攔截這個問題，目前還是未知數。換句話說，agentic loop 讓圖像生成更聰明，但它究竟是在解決幻覺問題，還是在某些情況下放大它，值得繼續觀察。

兩個耶魯學生把 AI 交友塞進 iMessage，Day-30 留存率 82%

不用下載 App，不用公開手機號碼，傳一條簡訊描述自己，然後等 AI 傳來 10 張可能認識的人，這是 Series （我稱之為 Gen-Alpha 隱私版 Facebook XD），Series 是一個建構在 iMessage 之上的 AI 社交平台。2026 年 4 月，兩位耶魯大學學生 Nathaneo Johnson（電腦科學+經濟學，CEO）和 Sean Hargrow（神經科學）宣布完成 510萬美元種子輪融資，累計融資達510萬美元種子輪融資，累計融資達820 萬。

Series 的運作流程是：傳訊息給 Series 的 AI 號碼，描述自己是誰、在找什麼樣的人。AI 回傳 10 張用戶輪播（稱為「shares」）供瀏覽，長按任一張，就能開啟私訊對話，全程僅透過 Series 自己的號碼中轉，對方不會知道你的電話號碼。

其中 Series 最厲害的就是 用戶到了 Day-30 仍有 82% 的留存率，目前覆蓋 750 所以上的大學校園。這個留存數字已經高過 Facebook 早期的校園擴張數據。

這個產品值得注意的核心是它的分發策略。Series 不是一個 App，是寄生在 iMessage 現有基礎設施上的服務。繞開了 App Store 審查和下載門檻，直接進入用戶手機的原生體驗，利用的是 iMessage 的 10 億用戶基礎。

觀察筆記

Series 的 82% Day-30 留存率值得認真拆解。這個數字很高，但我沒辦法確定它的驅動因素是「低下載門檻讓試用意願高、流失成本低」還是「AI 媒合品質真的好」。前者是獲取優勢，後者才是護城河。這兩個判斷會帶出完全不同的產品策略。

然後是我比較好奇的部分：Series 的整個存在建立在 Apple 的基礎設施上。iMessage API 的政策改變、Apple 自己入場做類似功能、或者 Apple 決定收取通過費，前面任何一個決策，都能讓 Series 的分發優勢在一夜之間消失，如果新 CEO 對 Series 或是 Imessage 一個不爽，可能什麼都沒了。

男人的嘴騙人的鬼，定價翻倍，然後說你其實只多花了 20%：GPT-5.5

2026 年 4 月 24 日，OpenAI 發布 GPT-5.5——他們第一個完整的原生全模態基礎模型，定位是「最聰明且直覺的使用模型」。

之前的 GPT 系列，是文字模型上面接了圖像模組、音訊模組，而所謂的「原生全模態」，是指 GPT-5.5 從訓練開始就同時學習文字、圖片、音訊、影片，也就是走了 Gemini 訓練的老路。

再來是整篇的重點了，GPT-5.5 的價格：輸入 $5/M tokens、輸出 $30/M tokens。相比 GPT-5.4，每 token 定價翻倍。OpenAI 的說法是：因為 token 效率提升，實際任務成本只增加 20%。（這句話你要信多少，你自己判斷 XD）

benchmark 表現：SWE-bench Pro（程式碼） 58.6%，落後 Anthropic Opus 4.7 的 64.3%；但 Terminal-Bench 2.0 拿到 82.7%，跨工具複雜任務執行是它的強項。API 已開放，ChatGPT Plus、Pro、Business、Enterprise 同步推送。

另外，GPT-5.5 和 DeepSeek V4 在同一天發布，構成極端對比。一個是閉源頂級模型、定價倍增；另一個是開源、定價 1/7。2026 年的 AI 市場，同一天出現了「貴但強」與「夠強但超便宜」兩個選項，讓開發者明確站在一個岔路口上。

喜歡這期內容嗎？有哪一則讓你特別有感？
歡迎回信或是 Instagram 告訴我們，我們會偷偷讀大家的回覆的！

我們下周見
—AI郵報 編輯團隊