Flipbook AI 是什麼？沒 HTML 的 AI 視覺瀏覽器拆解

大家以為 AI 工具長得都跟 ChatGPT 差不多，Flipbook 直接把對話框拆掉了。它是 Zain Shah（前 OpenAI 工程師）跟 Eddie Jiao、Drew Carr 三人團隊做的「視覺瀏覽器」，每一頁都是 AI 即時生成的圖像，點任何位置就生成下一張更深的圖。

它不是把 PDF 變翻頁書的工具，被 Fast Company 形容是 Apple HyperCard 的 AI 時代致敬作。

上週我朋友傳來一段 demo 影片，畫面是輸入「日本盆栽」之後，整個螢幕變成一張像繪本的圖，點某棵樹就跳進去看樹幹結構，再點葉子又跳到光合作用。我當下沒看懂，以為是 Vision Pro 的新功能。

後來才知道這是 Flipbook。坐了兩分鐘看完那段演示，我心裡只有一個念頭：「對話框作為 AI 主介面的時代，可能真的要被換掉了。」

這篇我把過去幾天試玩跟研究的東西整理一輪，從它到底是什麼、為什麼大家在討論、跟 ChatGPT 差在哪、技術怎麼運作，到對 AI 發展的真正意義。看完這篇你不用自己排隊，也能判斷這個東西值不值得追。

📌 重點先看
是什麼：前 OpenAI 工程師做的「AI 視覺瀏覽器」，每頁都是即時生成的圖，不是 HTML
怎麼用：輸入主題 → 系統生成一張視覺頁 → 點任何位置 → 生成下一張更深的內容
誰做的：Zain Shah、Eddie Jiao、Drew Carr，算力贊助 Modal、投資人 South Park Commons
跟翻頁書工具一樣嗎：不一樣。Issuu、FlipHTML5 是把 PDF 變翻頁，這個是即時生成像素
現在能取代 Chrome 嗎：不能，目前是實驗品，慢、文字會變形、資源吃很重

Flipbook AI 是什麼？先把名字搞清楚

它是一個由 AI 模型即時生成整個螢幕畫面的視覺瀏覽器，由 Zain Shah、Eddie Jiao、Drew Carr 三人團隊開發，網址是 flipbook.page。核心不是「整理資料給你看」，而是「把資料畫成一張可以點的圖」。

很多人第一次聽到 Flipbook 會直覺以為是翻頁書工具，這是搜尋上最大的誤會。FlipHTML5、Issuu、Heyzine 這類產品是把 PDF 或 Word 檔轉成可以左右翻頁的電子型錄，本質是檔案展示。

這個工具完全不一樣，它連 HTML、layout、按鈕、固定連結都沒有，整個畫面都是模型畫出來的像素，包括上面看到的文字。

根據官網說法，「畫面上所有文字都是由圖像模型以像素 render 出來，沒有任何文字 overlay」，這是它跟一般網頁的根本差別。資訊來源是「agentic web search」加上模型本身的世界知識，準確度大致跟 ChatGPT 同等級。

類別	Flipbook AI	Issuu / FlipHTML5
產品分類	AI 視覺瀏覽器	翻頁書 / 電子型錄工具
內容怎麼來	AI 即時生成像素	把 PDF / Word 轉檔
有 HTML 嗎	沒有	有
互動方式	點圖深入探索	左右翻頁
適合誰	AI 早期採用者、研究者	行銷人、出版業

所以如果你搜這個關鍵字是想找把 PDF 變成翻頁書的工具，這篇看到這裡可以關掉。如果你是看到 X 上 demo 想了解這個新概念，那繼續往下看就對了。

為什麼大家最近在討論 Flipbook？

三個原因疊在一起：團隊背景硬、知名媒體背書、概念夠衝擊。單一條件不會引起討論，但這次三條都打到。

先說團隊。創辦人 Zain Shah 是 Y Combinator S13 校友，做過 OpenAI、Samsung 的研究工程，這個背景在 X 圈內就有號召力。Eddie Jiao 來自 Humane 跟 Slack，Drew Carr 來自 Apple。三人都不是新人。

再來是媒體報導。Fast Company 用了一個很挑釁的標題，把它形容成 Apple HyperCard 在 AI 時代的回歸。HyperCard 是 1987 年蘋果做出來的視覺化資訊探索工具，被很多老一輩開發者視為「網頁該長的樣子但沒走通的另一條路」。

把一個 demo 跟 HyperCard 並列，這是滿大的話題操作。對於每天用 ChatGPT 對話框的人來說，這個比擬打到的不是技術細節，是「AI 介面的下一步在哪」這個更大的問題。

最後是概念衝擊。Zain Shah 在 X 寫得直接：「想像螢幕上的每個像素，都是由模型即時 stream 給你的，沒有 HTML、沒有 layout engine、沒有 code，就只有你想看到的畫面。」這句話本身就是傳播金句。

📌 為什麼引起討論：團隊有 OpenAI / Apple / Humane 背景 + Fast Company 用 HyperCard 比擬 + 對話框之外的 AI 介面方向。三條件疊加，X 跟 Hacker News 都炸了。

Flipbook 跟 ChatGPT、Perplexity 差在哪？

最大的差別是「你怎麼跟資訊互動」。ChatGPT 跟 Perplexity 都是文字進、文字出，差別只在 Perplexity 多了即時搜尋跟引用。Flipbook AI 把整個畫面當畫布，輸入完之後出來的是一張可以點的圖。

用一個生活化的比喻：ChatGPT 像是請一個研究員幫你讀資料、回你一篇文字筆記；Perplexity 像同一個研究員多附了參考書目；這個工具則是請一個插畫家把資料畫成可以點來點去的繪本。三個拿到的東西不一樣，適合的場景也不一樣。

面向	Flipbook AI	ChatGPT	Perplexity
主要介面	視覺圖像	文字對話	文字 + 引用列表
互動方式	點圖探索	打字提問	打字提問
資訊深度	逐層點開拓深	一次給全部	一次給全部 + 來源
速度	慢（生圖）	快	中
適合任務	視覺探索、學習主題	對話、寫作	查資料、做研究

實際試用會發現一個有趣的張力：ChatGPT 適合你已經知道要問什麼；Flipbook 適合你只有一個模糊好奇，想用視覺帶你走。我輸入「中世紀城堡」後，畫面跳出一張剖面圖，點塔樓進到守衛動線，點地下室進到水井系統。整個過程沒有打第二次字。

但缺點也很明顯。文字常會 render 變形或位置跑掉，因為文字是被當成圖像來畫的，不是 HTML 文字層。如果你需要可以複製、可以分享連結、可以搜尋的內容，它目前完全做不到。

這是它「概念新」跟「實用度低」並存的根本原因。對於想理解 AI 對話介面之外可能性的讀者，我之前在自己的部落格寫過 NotebookLM 完整教學，那條工具走的是「結構化文件」這條路；Flipbook 則是另一個極端。

Flipbook AI 背後技術是什麼？

核心由三個系統拼起來：圖像模型、agentic web search、影片串流模型。官網跟 Zain Shah 的 X 貼文都有揭露，技術透明度比一般 AI 產品高。

圖像生成的部分，每次點擊會觸發一次「文字搜尋 + 圖像生成」的組合動作。系統先用 agentic search 抓相關資料，再交給圖像模型把資料畫成一張包含文字像素的視覺頁。

所以你看到的「文字」其實全部都是被畫上去的圖像，這也是為什麼有時候字會變形。

影片模式（live video stream）是進階版，把靜態圖之間的轉場做成動畫，目前是實驗性 toggle。這部分用到 Lightricks 的 LTX-Video，這是一個基於 Diffusion Transformer 的開源影片生成模型。

根據 LTX-Video 的 GitHub README，這個模型可以在 H100 GPU 上以每秒 30 幀生成 1216×704 解析度影片，速度比觀看還快，這也是 Flipbook 能做到「即時 stream」的硬體基礎。

Lightricks 是一家以色列公司，總部在耶路撒冷，2013 年由 5 位希伯來大學的博士生創立，旗下還有 Facetune、Videoleap 這些手機修圖修片 app，員工約 600 人。LTX Studio 是 2024 年推出的 AI 影像創作平台，LTX-Video 模型的開源版本就是從這裡長出來的。

運算資源方面，官網寫明算力由 Modal Labs 贊助，這是一家做 serverless GPU 的公司，可以隨需呼叫 H100 等級的卡。投資端則是 South Park Commons，矽谷一個比較硬派的 founder community fund。整個技術鏈條從研發、算力到資金都不是業餘規格。

📌 技術重點：圖像模型（畫面）+ agentic search（資料）+ LTX-Video（影片串流）+ Modal serverless GPU（算力）。前 OpenAI 工程師組合這些東西做出來的，不是黑魔法，是工程整合。

Flipbook 現在能用嗎？實際試玩感想

能用，但你要有耐心。直接打開 flipbook.page 就可以試，不需要 waitlist、不用註冊、不用付費。但因為太多人擠進來，速度從幾秒到幾分鐘不等，第一次連線常卡個 1 到 2 分鐘。

我自己玩過幾個主題：「貓咪行為學」會先畫一張帶各種姿勢的貓圖，點睡姿跳到體溫調節，點瞳孔跳到光線適應；「太陽系」會先畫一張全景圖，點木星跳到大紅斑，點土星跳到環的成分。

整個探索過程很像在翻一本會生長的科普書，這種體感是 ChatGPT 做不到的。

但真的會卡。不是模型笨，是排隊塞車。Zain Shah 自己在 X 上發過：「我們被回響嚇到了。要先說清楚，Flipbook 是一個小團隊的計劃，這個網站是個窄房子，請大家見諒。」

這個誠實程度在矽谷產品社群算難得，但也代表你打開的時候要有「可能要等」的心理準備。

實用度的話我給三顆星出五顆星。視覺探索本身很有趣，但你不能用它做正經事——要複製文字、要分享連結、要存檔、要轉 PDF，全部做不到。它現在的定位是「概念展示 + 探索玩具」，不是「日常工具」。

📌 試用提醒：直接開 flipbook.page 就能玩，不收錢。但要有耐心，且不要當生產力工具用。當作 AI 介面的未來示範比較合適。

誰會喜歡 Flipbook？誰會嫌？

視覺型學習者跟 AI 早期採用者最會喜歡，效率派跟結構派最會嫌。這是試用一段時間之後的觀察。

會喜歡的有三類人。第一是視覺型學習者，習慣看圖比看文字好吸收，把概念視覺化的方式對這群人很對胃口。第二是AI 早期採用者，每出一個新工具都先去玩過再說，這次更是「能在 AI 介面史上佔個位置」的事件。

第三是UX/設計師、PM、研究者，會把它當作思考「對話框之外的 AI 介面」的素材。

會嫌的也有三類。第一是效率派，覺得「為什麼我要等一張圖才能繼續」，這種人本來就只追求最短輸入到最短答案。第二是結構派，習慣 ChatGPT 那種列點、分段、可以複製的文字輸出，看到「想複製還複製不出來」會抓狂。

第三是需要可分享、可存檔內容的工作者，記者、研究員、寫作者，他們需要的是有 link、有 cite、有 export 的工具。

有趣的是這個分歧本身就反映了一個更大的問題：AI 的最佳介面到底是「省力的對話」還是「沉浸的探索」？這沒有標準答案，但 Flipbook 的存在本身在挑戰一個矽谷主流假設——AI 介面就應該是 chatbot。

對於想做 AI 工具的台灣 PM、設計師、開發者來說，這個 demo 比技術細節更值得認真看。如果你也在思考這類議題，可以看 PM AI 工具的 14 款實測跟設計 AI 工具的 21 款分用途比較，那兩篇是從「實用」這條軸線看 AI 工具，搭著看會更立體。

Flipbook AI 對 AI 發展有什麼意義？

它不是要取代 ChatGPT，是在問一個更基本的問題：AI 的介面真的就是對話框嗎？這個問題比 Flipbook 本身能不能成功更重要。

過去三年的 AI 主流敘事很單一：聊天框 + 對話歷史 + 引用條 = 標準 AI 介面。從 OpenAI 的 ChatGPT、Google 的 Gemini、Anthropic 的 Claude，介面都長得差不多。Perplexity 多加了引用區，Felo 多加了一鍵生網頁，但骨架還是聊天。

Flipbook 在做的事情，是直接挑戰這個骨架。它說：對話框是繼承自命令列跟即時通訊軟體的歷史包袱，AI 模型本身沒有理由非用對話不可。

如果模型可以即時 render 任何畫面，那為什麼要用文字一個個字輸出？這個提問本身就是價值，不需要它自己做成功才有意義。

實際上 Zain Shah 在 X 上講得很坦白：「今天的 Flipbook 是受限的，所以我們圍繞視覺解釋來設計。隨著模型變得更準確、更 stateful，值得這樣做的事情會越來越多，包括你以為需要結構化 UI 的事，例如寫程式。」

這段話看似自我貶低，其實是在預告下一階段：當 AI 模型本身有狀態、有記憶、生成準確度更高時，整個應用程式介面都可以改成這種模式。

對台灣產品圈的意義是：不要再無腦做 chatbot 包裝。過去半年我看過至少 15 個本地 AI 產品，從健身教練到法律助理，介面九成是聊天框。Flipbook 的存在提醒所有 PM 跟設計師，AI 模型的能力遠遠超過聊天框能呈現的範圍，剩下的是想像力跟工程能力的問題。

📌 對 AI 發展的意義：Flipbook AI 不一定會贏，但它把「AI 介面 = 對話框」這個假設打了一個洞。下一波贏家會是想清楚「AI 模型 × 介面型態」這道題的人，不是只會做 chatbot 包裝的人。

早期試用者怎麼看 Flipbook？

三種聲音最常出現：驚艷、嫌慢、質疑商業可行性。從 X、Hacker News 跟 Reddit 整理下來，可以看到滿明顯的分布。

驚艷派講的話通常是「終於有人挑戰對話框」「視覺探索的體感跟讀文章完全不一樣」「想到我小時候用 HyperCard 的感覺」這類。這群人不太在意現在的限制，把它當作概念藝術品在欣賞。

嫌慢派則是「等了 3 分鐘什麼都沒看到」「文字字都糊了」「點擊延遲超久」。這完全可以理解——目前算力跟模型推理速度確實還跟不上互動需求，這也是為什麼還在 prototype 階段。

質疑商業可行性的聲音也很實在。每生一張圖的成本不低，每點一次都要重生，這個經濟模型怎麼跑得通？是 B2C 訂閱、B2B 內嵌、還是純研究展示？目前團隊還沒給答案。

連他們自己都在 X 上說「這是個 prototype，還很多東西要試」。對投資人來說這是個訊號，但對使用者來說反而是誠實。

常見問題（FAQ）

Flipbook AI 是把 PDF 變翻頁書的工具嗎？

不是。這是搜尋上最大的誤會。它是一個 AI 視覺瀏覽器，每個畫面都是模型即時生成的圖像，沒有 HTML、沒有檔案上傳。如果你要找的是把 PDF 轉成翻頁電子書的工具，那是 Issuu、FlipHTML5、Heyzine 那一類，跟這個產品沒關係。

跟 FlipHTML5 / Issuu / Heyzine 這些翻頁書工具有什麼不同？

產品分類完全不同。翻頁書工具是把既有的 PDF 或 Word 檔案，用網頁特效做出左右翻頁的閱讀體驗，本質是檔案展示。Flipbook 沒有任何輸入檔案，內容由 AI 模型即時根據你輸入的主題畫出來，每一張都是獨一無二的視覺頁，點擊還會繼續生成新內容。

Flipbook AI 取代得了 Chrome 嗎？

短期內不會。它目前只能視覺探索，沒辦法登入帳號、填表、看 YouTube、收信、做任何 Chrome 上你習慣做的事。團隊自己也說這是 prototype，定位是 demo「另一種介面可能性」，不是要取代瀏覽器。長期是不是會走那邊，要看模型成熟度跟成本曲線。

現在試用要錢嗎？要 waitlist 嗎？

都不用。直接打開 flipbook.page 就能玩，不需要註冊帳號、不需要付費、不需要 waitlist。唯一的門檻是擠塞，第一次連線可能要等 1 到 2 分鐘，後續每次點擊也會等幾秒到幾十秒不等。算力由 Modal 贊助，所以使用者不用付費，但服務的可用性會受流量影響。

Flipbook AI 會像 ChatGPT 一樣紅嗎？

機率不大，但這不是失敗。它走的是「概念實驗」這條路，不是「大眾消費級產品」。要打的市場是 AI 介面的方向辯論，不是大眾用戶日常工具。即使最後它沒做成大公司，把「對話框不是 AI 唯一介面」這個想法植入產業意識，也已經是有價值的事。

結論：Flipbook AI 值不值得追？

如果你關心 AI 介面的未來方向，值得花 30 分鐘試一次。就算之後不會再用，光是體驗一次「不是對話框的 AI」這件事，就會改變你看其他 AI 工具的眼光。這跟看 demo 影片是兩種感受，動手玩過才知道差別在哪。

如果你是要找日常生產力工具，那目前還沒到那個階段。慢、不能複製、不能分享連結、文字會變形，這些對日常工作流是硬傷。等個半年到一年，看模型成熟度跟團隊路線圖再決定，比較合理。

對我自己來說，Flipbook 是過去半年最有意思的 AI demo，不是它最強，而是它逼我重新想「AI 介面該長什麼樣」。

我做遊戲、寫部落格、玩 AI 工具，三個身份疊加之下，看到的是一個明確的訊號：對話框不會是 AI 介面的終點。剩下的問題是：下一個介面什麼時候到、誰會做出來。

想看更多這類 AI 工具觀察跟比較的內容，可以訂閱夜羽凌的部落格，訂閱後會不定期收到信。