應用案例

本公司將AI語音評估導入英語數位學習平台，提供學習者英語自學與英語口說練習，並提供教學者透過平台取得學習者之AI語音評估學習成果，透過數位學習平台填補英語口說的練習缺口，以強化英語教學者與英語學習者對口說訓練的需求。

本應用透過LSTM預測模型對靈芝種植環境中的關鍵參數（如溫度、濕度、CO₂濃度）進行即時預測與動態控制。系統整合感測器與邊緣運算設備，建立智慧環控平台，自動啟動風機、加濕器與照明設備，減少人工作業與誤差。該模型結合雙向LSTM與注意力機制提升預測準確性，搭配多目標優化控制策略，有效提升靈芝產量與能源效率，並透過可視化平台（戰情室）監控整體生產狀況。

採用RAG技術建立知識庫，搭配條件式規則設計處理常見業務邏輯，並透過Prompt Engineering技術優化回應語氣與風格，最終整合GPT模型與LINE聊天介面，實現一套結合語意理解與精準應答的智慧客服系統。打造能即時應答、深度理解的智能客服，支援 LINE 官方帳號對接，亦可擴展至網站、APP等多平台，回覆內容可依品牌風格調整語氣與用詞，展現品牌專業形象增強客戶信任與品牌黏著度。AI客服24/7在線，隨時回應客戶需求，全面提升服務效率與顧客體驗

大型人群聚集，未被合理控管，因而衍伸之公共危險可能性需被重視。依據內政部群聚管理條文顯示，室外每人活動空間為0.2787平方公尺為非自主推擠危害臨界值，活動空間為0.1857平方公尺為已達人群推擠壓力潛在危害。透過AI自動化即時計算大範圍人數，提供安全管理策略，為本產品之安全管理訴求重點。

MEW Reality XR Studio虛實製播服務平台整合本地語音辨識（ASR）、自然語言理解（NLU）、語音合成（TTS）與知識檢索（RAG）等AI核心模組，實現在Kiosk等邊緣裝置中即時、離線的智慧互動體驗。平台針對台灣在地語音特性開發繁體中文TTS與語意理解技術，支援情境感知、情緒語音風格調整與長文本韻律優化，大幅提升虛擬助理的自然度與同理性。 此外，平台提供虛擬角色即時製播功能，結合動作捕捉、3D角色同步驅動與即時渲染，支援Vtuber直播、虛擬導覽、XR展示等應用場景。用戶可藉由直觀控制介面與標準化角色綁定流程，高效完成互動內容製作。平台同時具備邊緣運算資源調度與本地知識庫自學習機制，有效降低對雲端依賴、節省頻寬並提升數據安全性。透過AI與XR整合的雙軸設計，MEW Reality不僅強化多場域智慧應用，也為產業提供具成本效益的沉浸式互動解決方案。

1. 文字編輯就能做配音！大幅降低配音的門檻 2. 提供100種語言、400位配音員 栩栩如生的真人語音品質，可手動變化各種聲音風格 3. 支援加入背景音效、背景音，多種模版供參考 4. 大幅降低真人錄音及後製成本

於平台資料庫中，客戶可以找到產品的用料需求、輸入關鍵字進行搜尋，並可在關鍵字中，讓其依照布料組織、成份、重量等數值讓其依序排列，進而找到想要的布料圖像資料，也可用以圖搜圖的方式，找到類似紋理，圖案的布片。

根據會員資料或標籤屬性串聯ChatGPT自動生成行銷文案。

卡洛地常年參與由微軟贊助的 Azure 或 AI 相關技術的企業培訓，包含 Azure Analytics 及 Azure AI (Machine Learning、Cognitive Services、Applied AI Service) 課程，透過實作體驗幫助客戶拓展其 Azure 專業知識。在 Azure 沉浸式工作坊 (AIW) 系列中，提供客戶所尋找的 Azure 專業知識和實作體驗，推動對解決方案的需求。 因應今年當紅的 ChatGPT 技術，微軟特別針對台灣製造業大廠設計 Azure OpenAI Servie 搭建 KM 系統的一日 workshop 課程，並委託卡洛地為客戶輔導，此實作 workshop 演示利用 Azure OpenAI 以及 Azure Cognitive Services，整合企業內部數據。

過去，為了確認使用者的身分，我們透過網路的帳號密碼或是實際生活中的卡片等載具來做為數位資料的中間橋梁。但是帳號密碼會忘記或被竊取；卡片亦有遺失及被竊取的問題；所以過往我們會增設監視裝置做為事後稽核的紀錄方式。而今技術進步，我們可以透過生物辨識的方式，藉由每個人的生物特徵來取代傳統的載具，避免遺失(忘)或是被竊取的問題，進而提升辨識的安全性。再則透過人臉辨識可以採非積極的辨識特性，運用現有的監視設備，可以協助提升自助或是服務的便利性，以提高服務的品質。 精誠集團將人臉辨識的技術整合應用在智慧通行上，提供黑白名單的臉部辨識解決方案，可以不需要額外採購新的監視設備，只要現有監視設備符合H.264壓縮格式即可利用做為前端影像收集的裝置，透過精準快速的辨識功能且架構可以彈性調整，提供快速且大量的客戶資料辨識解決方案。 白名單的部分，適合各服務產業，可以透過人臉辨識後的結果，發送訊息或是直接將客戶資訊帶出，提供從業人員更加迅速的服務客戶，更可以讓服務更精準有質量。 黑名單的部分，可以協助服務業辨識列入黑名單之人員，並發送訊息提醒人員注意防範可能產生的破壞及損失；另外也可以協助保全或廠區管控人員，減少大量訪客或是從業人員進入辦公區域時，因眼睛疲勞造成疏忽而放行的尾隨人員，落實管控。

本公司以農業風險控管數據服務為主軸，結合作物生理模式與自動化AI機器學習分析技術，提供企業客戶悠由農平台，透過研究分析成果和自動演算軟體平台，除可提供自動化農業作物品質、產量及價格波動預測，讓台灣農業集貨商如外銷公司及中大型農業契作公司進行風險控管(如:進出貨調節)的數據服務外，另提供保險公司發展不同作物差異化保險費率商品，以及計算風險指數更精確的依據。

「Python語言深度學習應用」課程從類神經網路理論發展沿革開始介紹，涵蓋非監督式與監督式深度學習模型，透過案例介紹常用工具框架OpenCV、Keras、TensorFlow與PyTorch，輔以整合式開發環境Jupyter Notebook或Spyder進行實機操作，逐步達成深度學習精準建模的目標。

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。

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。

緯創軟體團隊開發了基於機器學習的自動醫學影像標註模型，並將模型整合至雲端平台建立完整的自動標註系統。團隊建立了以下的流程: 1.建立資料清洗模組並自動化建構訓練資料集 2.設立團隊檢閱的檢查點以利審閱自動化建立的資料集 3.建立模型訓練模組並能提供模型訓練結果 4.設立團隊檢閱模型預測結果 5.自動化模型部署流程。模型開發流程主要著重在流程自動化及功能模組化並設立人工審閱節點供工程師及科學家分析資料訓練集與模型測試結果。功能的模組化可以降低工程師在後期維護上的難度，並且有著快速插拔套件的優勢。