應用案例

生成式 AI 技術（ChatGPT、Claude 等）、資料工程與特徵工程設計、Python／LLM API 串接、資料前處理自動化模組、AI 策略決策支援模型、知識庫檢索與 Prompt Engineering

利用安裝於工廠產線或各種戶外嚴苛環境的工業等級的 ToF 與stereoscopy 3D相機擷取大量2D與3D影像，經由立普思團隊特殊的AI機器學習演算法與大數據整合，可有效識別並重建各式物體在3D空間中的相關位置資訊，配合立普思獨家的硬體加速與平行處理功能，可實現高禎率即時物件與人形識別，可廣泛應用於工業4.0、智慧零售、智慧農業、健康照護、安全監控等各種不同領域。 立普思的製鞋自動化方案同時整合了2D與3D機器視覺、手臂控制、電漿噴塗、與機台控制等，能有效取代傳統製鞋業的人工步驟，同時藉由單隻或多隻 2D/3D攝影機，透過影像拼接 (image stitch)方式，將物件全方位掃描結果搭配AI深度學習的自動路徑規劃，直接控制機器手臂帶動電漿噴頭，以精準的法向量覆蓋鞋底全表面進行噴塗，相較目前大多數使用線雷射掃描的方案有更快的整體反應速度，同時也更具價格競爭力。立普思的VGR (Vision Guided Robotic) 方案目前已成功導入製鞋生產，此技術同時也可應用在各種相關產業，或是搭配立普思的其他AI應用如人臉辨識 (Facial Recognition)、人流計數 (People Counting) 、身形辨識 (Pose Estimation)等。

94bot 智慧客服可以處理大多數的常見問題回覆及個人資訊查詢，讓寶貴的人力去處理複雜的客服事件，以大幅提升客服的服務效率及降低人員異動的影響。和企業的資料庫如 CRM/ERP 介接後，更可以提供個人化的回覆，提高機器人服務的深度及廣度。大千智慧的解決方案，採用自主研發基於機器學習的 NLP 引擎，非坊間常用的關鍵字比對技術或是呼叫第三方的雲端 API來解析語意，因此，可以提供高準度及高客製化的方案。只要會寫中文句子，即可建置及優化機器人，不需用寫程式或標註多重的意圖，大大降低導入的門檻及上線後的維護成本。平台的後台可以同時處理來自官網、APP、Line@和FB Messenger 的文字對話作業，客服人員可以一鍵切換機器人或真人模式，達到一對多的服務效率。分群推播及自動貼標的功能，能讓您在經營客戶關係上，無往不利。

AI圖像辨識功能融入資訊月的LINE CHATBOT中，省去以往實體集點活動，大排長龍現場蓋章的不便，好不容易集完點後，集點卡卻又消失的無影無蹤。透過拍攝現場攤位照片，便可以在LINE中累積點數，還可以透過LINE輕鬆了解展場資訊。

憶象智能影像辨識系統可以協助客戶三大方向:一提升營業額：為提高生產品質,將人工辨識的產品不良率, 藉由AI智能辨識提升產品的良率；二,降低成本：從需要大量人工的目檢辨識工作，轉由AI辨識降低錯誤節省人力, 提高生產效能，三,企業專業知識管理：縮減教育訓練時程/預防專業知識的斷層(師傅退休/跳槽)。憶象智能影像辨識系統採用最先進的深度學習之捲積神經網路(convolutional neural networks, CNNs)與電腦視覺技術，團隊具備開發AI模型設計與系統開發能力，設計出符合應用單位的AI模型，產出最符合應用客戶之檢測模型, 讓使用者可明顯獲得差異性的產品成效新體驗。 憶象智能影像辨識系統整合客戶檢測產品之圖像管理與標記，ＡＩ模型，即時統計，一站式的服務幫助企業檢視各生產鏈的問題點, 及優化備料與生產裝置設定。憶象智能影像辨識系統可以應用於各種產業的生產線應用，目前已成功導入電子業、傳統製造業、健康醫療…等，提供工廠與生產線之智慧視覺辨識應用。

針對工廠內部工安管理、製程監控、能源使用與資訊整合等問題，導入人工智慧與物聯網技術，建置可即時偵測與通報的智慧監控平台。系統整合現有監視器、中控設備、電力與濃度監控模組，將感測數據與監控影像同步串接至中央平台，打造廠區專屬的主控中心。 在 AI 技術應用方面，系統導入 YOLO 與 Detectron2 等物件偵測模型，辨識人員跌落、水池接近、火災等高風險事件，並結合骨架姿態估測技術提升動作判斷準確度。透過 OCR 技術擷取無通訊設備畫面資訊，讓系統能從老舊儀表板或傳統監控畫面中擷取數值資料，進行即時分析。主控模組支援 Web 與 APP 雙平台操作，提供互動式廠區地圖、即時影像畫面與模組化功能切換，協助現場人員快速掌握各區域狀況。 AI 智慧巡檢工具結合大型語言模型（LLM），可根據現場人員輸入的自然語言指令（Prompt），針對是否配戴安全裝備、是否誤入警戒區等項目自動辨識異常，並以語意推論輔助任務分類與處理。系統每 7 秒自動擷取影像，檢測結果將逐一記錄並標示異常，大幅減少人為疏漏並提升巡檢智慧化程度。

台灣獨特地理位置及政經情勢，使台灣成為對岸及全球駭客練兵場，縱使組織內已建立多道安全防線，及不斷審視調整內部的問題，但仍阻絕不了先進的針對性滲透威脅。禍患起於細微，出現哪些徵兆可能代表駭客入侵事件正在擴散，透過以AI技術為基礎的安全專家威脅狩獵法則與人工智慧威脅獵捕模組，鑑識剖析未知威脅，確立受駭範圍與程度，並及早進行處置，是現階段組織抑制資安威脅、控制損害的最佳方案。 TeamT5採用的AI技術，著重於讓AI完成『辨別好程式中混進來的未知程式，並將範圍擴大至整體環境中真實系統內的少量未知程式，降低威脅分析時的雜訊，讓專家能真正專注於探索未知威脅』。TeamT5以威脅情資研究為基礎，將AI技術落實於威脅分析發展出ThreatSonar產品，可將安全專家知識帶至客戶端，真正解決來自網路的資安威脅問題。此解決方案可運用於金融產業、政府機關、高科技製造業、資安監控服務商、電信產業、電機製造業、綜合商社、顧問服務業...等，透過每日定期的威脅入侵評估，發覺潛藏於組織內部的未知威脅，於資安事件爆發與擴散前，及早啟動資安事件的處置與反應程序。

透過奧義智慧獨家 Craft AI，使用機器學習進行威脅情資分析與關聯推論， 提供快速自動化案情調查、攻擊情境標記與威脅根因分析， 有效提高資安團隊效率，與反應精準度，瓦解潛伏中威脅，強化企業資安強韌性

1.透過人臉辨識持續監控管制者是否為其本人進行量測，以及其心率狀態是否高於個人的常值。 2.生理資訊檢測：員工及會員於居家期間內的特定抽查時間，進行生理資訊檢測 後，上傳該隔離者的生理資訊量測結果。

本專案主要功能為透過人工智慧影像辨識技術，即時偵測工地現場人員是否正確佩戴安全帽，以強化施工安全管理並降低職災風險。系統整合工業攝影鏡頭與NVIDIA Jetson系列邊緣運算模組，於現場即時執行AI推論作業，當偵測到未佩戴安全帽或進入禁區等異常狀況時，立即觸發聲光警示並將影像紀錄與警報資訊同步回傳至管理平台，協助管理人員即時掌握現場安全狀況。其應用功能包括：安全帽佩戴辨識、違規行為告警、出入稽核記錄、異常事件回報及安全報表生成等，能有效取代人工巡查，提高監測效率與精準度。 應用產業與場域涵蓋建築工地、營造工程、廠房施工、高科技廠區、公共工程及能源設施等高風險工作場所。系統同樣可延伸至製造業智慧工廠，用於監測人員是否配戴安全防護具（如護目鏡、耳罩、防護服等），或應用於物流倉儲與港口作業，進行人員進出監控與安全紀錄管理。未來更將逐步擴充至「安全背心」、「安全面罩」、「安全手套」等個人防護裝備（PPE）辨識模組，實現多項安全裝備同步監測，建立智慧工地的整合防護機制。 AI技術運用方面，系統採用Roboflow平台標註並訓練多場域影像資料集，使模型能於多角度、強光或低光環境下仍具高精確率。模型部署於Jetson Nano或Orin NX等邊緣端設備，具備低延遲與離線運作能力；同時結合AIoT架構與雲端資料庫，能自動產生違規統計與趨勢分析報表，協助管理單位掌握安全遵守率與風險熱點。 實際應用案例包括：於建築工地導入本系統後，透過AI即時警示與影像紀錄功能，顯著提升施工現場安全性與管理效率。整體而言，本技術可作為智慧工地及智慧製造之基礎模組，為產業提供自動化、可視化與智慧化的勞安管理解決方案。

近年常因田間病害及氣候異常問題，面臨作物產量、品質無法控制的困境，而目前憑藉過往經驗制定的因應對策，除無法有效控制局面，更耗費人力、防治資材等成本，未來將造成產業停滯甚至被淘汰的局面。而本系統將協助解決以上問題，透過建立種植數據資料庫、結合種植流程資訊化管理系統，搭配專家、農民經驗及田間氣象數據，建構出種植數據雲，並產出即時生產進度預測生長障礙警示二項智慧預測模式，系統的種植排程管理功能更同時協助降低作物用藥、資材成本，提高人力效率。系統亦將持續針對各次的種植預測與實際資訊進行誤差分析，將經驗回饋加深系統自主學習，並朝向精準預測目標邁進。

CoreXR WebAR互動平台結合瀏覽器端AI物件辨識與Web AR技術，打造一套無需下載App、即掃即用的智慧導覽與學習輔助系統。使用者透過行動裝置掃描QR Code，即可於瀏覽器中進入AR體驗，由輕量化AI模型辨識展品或實體物件，觸發相關知識點、3D模型、影片等互動內容，實現即時、沉浸式學習。平台強調隱私保護與即時反應，所有AI推論皆於本地瀏覽器執行，降低網路延遲與雲端依賴。另建有後台管理系統，供場館或教育單位進行AR內容配置、模型上傳與互動設計，降低開發與維運成本。平台支援跨平台瀏覽器使用，適用於博物館、校園、展覽等場域，實現知識的遊戲化傳遞、導覽即學習的全新體驗。

透過AR、情緒辨識等科技應用結合通路資源，以虛實科技等消費者體驗式行銷，建立零售業者與消費間的互動，強化消費體驗好感，進而搜集消費者喜好等相關數據，提供後續附加價值或產品規劃。 同時AI智慧辨識與AR結合打造出創新銷售體驗商業模式，讓消費者透過自有裝置及可親身感受，進而促成消費行為，強化消費此品牌價值，也可讓零售業者可透過既有監視器擷取消費者情緒指數，進行大數據收集並透過AI Deep Learning方法分析，可將其導入行為模式建立更完整的演算分析，將情蒐資訊儲存至雲端系統，待辨識模型建構完成後，其未來也運用於其他領域上會更具全方面。

AI即時監理系統，整合關聯性多面向資料，並以自動化人工智慧機器學習方式進行風險核判。系統可定期更新各因子係數、權重進行風險核判，進一步應用於即時風險偵測，將資料分析至建模，皆以自動化形式進行，節省人力及導入時間，其中包含定期更新資料集、特徵因子篩選、產製優先監控清單並依風險程度進行警示之服務。本系統已實證成功導入公民營機構，有效執行風險監理預警，可大量節省傳統人工監理稽核時間並提早預應，最高可降低成本達73%，以數據分析輔助驅動現有單位決策機制，達到監理最大效能。

1.社群電商爆品預測AI：這項技術專注於分析歷史銷售數據，以預測未來熱銷商品，幫助團媽調整行銷策略。2. 跟團輪廓AI產生器：此工具能夠分析消費者在社交平台上的互動行為，生成跟團者的行為輪廓，協助團媽針對性地推出團購活動。3.社群電商開團輪廓服務：透過這項服務，團媽可以根據地區、興趣等因素設定精準的開團目標人群，制定相應的銷售策略。4.人工智慧創新文案內容生成服務 (AIGC)：這項技術幫助團媽自動生成吸引人的行銷文案，提高產品描述的吸引力。5.基於自然語言處理 (NLP) 的數據開放：此技術用於提取消費者洞察，進行市場分析，提升決策品質。