應用案例

採用 Hailo-8 AI 運算主機 搭配 MAXAIOT AI 智慧辨識攝影機，建置一套具備 AI 物件偵測與追蹤能力的智慧影像辨識系統。該系統可即時判斷行人在穿越斑馬線前是否有擺頭確認來車，並偵測是否違規起步穿越馬路，進一步輔助交通安全教育現場的實作與回饋。 透過影像辨識與即時告警機制，學員能在模擬實境中獲得具體行為反饋，有效加強正確交通行為的認知與養成。整套系統具備即時性、高辨識率及可攜性，不僅提升教學效率，也減少傳統人工作業的負擔，協助監理單位推動智慧交通教育。

AI醫療已蔚為趨勢，但醫療研究者常因資料蒐集、標註資料、撰寫程式語言和反覆調校訓練模型花費許多的時間與精力。沐恩生醫憑藉與許多不同醫師合作解決AI問題累積的經驗，特別研發出讓醫學研究者不用寫程式即能一鍵自動建模，直接自動處理AI機器學習所需要之特徵工程、模型選擇、調整參數、模型評估等冗長的處理流程，成功打造MAIA人工智慧自動化完整解決方案平台，協助研究者高效生成專屬的分析及預測模型、加速AI臨床應用 ，不但能建立混合數字、文字、圖形、波形複合資料的模型，同時以遷移學習的方法，讓產出之模型可以共享、疊加，進而衍生模型市集，讓研究模型變成分散式合作和分潤的新商業模式，對加速AI智慧醫療進化提供了整體的解決方案。 除醫療影像外，沐恩生醫亦積極發展人工智慧應用於醫療數據之判讀與預測， 以及利用自然語言處理技術，協助生醫資訊學之研究發展，運用此技術除已擴增MAIA平台功能可以透過問句方法大量閱讀與摘要醫學期刊，更可將文字、數字變成向量，運用AUTO DL+GCNN模型加速創新開發，如蛋白質與疾病的關係、蛋白質與藥物的關係，希望能對台灣生技醫療產業的創新及發展做出更大的貢獻。

在人力資源管理中，常見如請假辦法、報支規範、出勤異常、獎懲制度等問題，若仍倚賴人工回覆，耗時且效率低。導入AI人資代理人後，員工可直接用自然語言進行提問，系統即從內部知識庫檢索答案並提供出處，並依據身份自動帶入表單資訊或流程節點，有效減少人力負擔並提升內部知識流動效率。配合語音輸入與表單導引功能，更能加速流程完成，並形成問答紀錄供未來教育訓練優化之用。

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

AI語音智能健康照護語音助理可串接搭配各項IoT感測器，降低照顧人員負擔，亦可透過每日的量測紀錄，隨時注意身體狀況；除智能健康照護功能外，還可陪伴聊天講故事說笑話、更能讓遠距子女遠端同步父母狀況及互動，同時也具備智慧音箱基本生活資訊查詢、聽音樂等，並搭配專人服務，提供細緻貼心的個人客服與精準行銷。 本團隊採用最新人工智慧深度學習(Deep Learning)設計語音智能健康照護平台，透過自然語意理解(NLP)及智能學習，開發文字、語音的識別與對答能力。 搭配團隊開發的核心技術，可整合串接各項IoT裝置、並搭配網路開放資料，創造更多樣化的專屬功能。除了健康照護領域，語音智能健康照護語音助理也可以客製化應用於其他產業服務與行銷應用。

啟雲科技自有研發AIot智慧互動拍照機「PICBOT」為100%台灣設計、研發之拍照互動機台第一品牌。匯流擴增實境、AI影像辨識、體感技術、程式化3D內容及藝術與創意，可變換各類AR造型進行即時互動，可即時互動、拍照錄影與列印相片。最新一代升級版Picbot，AI將扮演重要角色，進行素材處理和即時渲染、結合自有專利之AI生成系統，現實與虛擬內容完美融合，再透過高階顯示器呈現令人驚艷的智能AR互動及視覺效果。

在電子商務面進全球化競爭壓力下，富邦媒體科技 (momo) 導入工研院發展之「電子商城融合多元方法之混合式推薦技術」，提昇消費者線上購物體驗。工研院的技術融合了多元演算方法與線上、線下兩階段之使用情境偵測，這項混合式推薦技術能分析使用者的瀏覽習慣、購物行為、消費需求與偏好，在短短 2 秒內，從近百萬商品中，精確演算出適合推薦之商品，優先列入推薦，打造快速便利的多種個人化推薦應用，包括首頁主題購物樓層及商品頁、分類頁的推薦應用等。工研院更運用與 Amazon, Netflix 等國際大廠類似之A/B Testing機制，不斷優化推薦成效。富邦媒體科技總經理林啟峰表示，工研院的混合式推薦技術，大幅提升 momo 消費者點擊率達 1 倍，藉由個人化推薦帶動的營收佔比亦達 10%。

1. AI威脅情資智慧防禦服務 : 將取得的威脅情資，透過「態勢感知情資生命週期管理功能」、基於AI演算後，輸出情資的生命週期、情資可信度、情資風險等級等加值數據進行情資資訊處理成符合STIX2.X資料格式後，提供客戶端高品質情資OPEN API。 2. 將取得的威脅情資，透過等AI演算，並根據網路收集之封包、log、告警等資訊，透過數位雙生戰情儀表板，於發生資安告警時，可預測駭客攻擊的潛勢路徑。

很多製造業的常用機台是缺乏物聯網通訊能力的傳統設備，即使本身內建感測器可將運作時的各項生產數據呈現在螢幕上供操作人員參考，但必須透過人為抄寫或另外在機台電路安裝傳感器才能夠將數據傳輸至後端系統。透過慧眼的協助，系統得以直接讀取機台螢幕上呈現的各項文數字生產數據，相較於前述其他作法，慧眼的優點包括低成本、施工時間短、不影響原有設備運作，並可避免人為抄寫的數據出錯或遺漏。慧眼的核心技術是結合深度學習的OCR技術，並具備可擴充性、非侵入式等特色。除了可串聯未連網的PC Based機台設備打造智慧工廠，並能應用於各種產業，提供智慧金融、智慧醫療、智慧物流…等服務，例如：銀行業的匯票識別、支票識別，醫療業的醫療費用單識別、保險單識別，物流業的提貨單識別、交貨收據識別…等。

Linker的Ground Truth服務旨在提供高效、準確且可靠的數據標註解決方案。Linker AI平台具有持續學習的AI演算法技術，能運用人工智慧技術增進自動標註準確度​，減少數據品管成本與整體輸出。平台​透過人工微調整參數，再運用相輔相成的Golden Sample機制，檢驗每次模型產出之metrics數字以確保更好的結果；再把標註好的資料放入平台做訓練，以保證品質達到客戶需求標準。Linker AI自動標註平台大幅提高客戶標註效率，為客戶節省許多時間和人力成本。另外，人工標註容易出現主觀判斷和錯誤，導致標註不一致或不準確。Linker AI自動標註平台利用深度學習演算法和大數據訓練模型，對影像進行更高精度的標註，提供準確的標註結果。再者，Linker AI自動標註平台能提供同時標註多種類型的對象和場景，大幅擴展標註的範圍，為客戶提供更全面和多樣化的數據，用於訓練客戶的自駕車系統，而多樣的標註數據也可以使自駕車系統更好地理解和預測各種交通情境，提高自駕車運行的安全性和適應性。

工研院研發產品品質指標預測技術，與軸承製造大廠T公司合作進行軸承加工產線的線上測試，基於機台電力、加工應變力等大數據，透過智慧分析瞭解刀具狀態與工件品質關係，及時偵測NoGo工件，降低損失。並藉由及時調整抽檢頻率，動態配置檢測人力，使傳統離線且需成品完成後的抽檢改為線上即時的全面檢測。

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。

因應基隆東岸至正濱漁港、八斗子廊帶地區帶來觀光車潮所產生的交通問題，因中正路/祥豐街/北寧路鄰近海洋大學及和平島，受平日通勤、假日遊憩旅次影響，有各方向車流不穩定之特性，故挑選做為智慧影像AI車流分析路口。

AccuNix系統共含三項技術服務，分別為： 1.Accu-Track 過去，提供大數據、用戶360度輪廓分析等服務的廠商多來自國外，因此較難落地與在地企業對接。Accu-Track提供蒐集、整合數據服務，企業能將CRM系統、傳統ERP數據、庫存與帳目、使用者行為數據等不同系統間的資料加以彙整與串接，藉由統整後的視覺化圖表，讓用戶能更輕易解讀行銷數據，進而應用、調整未來的行銷策略及營運方針。 2.Accu-I Accu-I為智慧對話式的商用服務，同樣支援常見社群平台，如Line、Facebook和WeChet，但與既有Chatbot服務不同點在於，Accu-I不只做行動載具和社群網站，它同時也支援跨渠道的行銷策略，協助客戶將社群與既有官網、App整合，同時藉由自動化任務部署，24小時發送內容。除了腳本式對話外，團隊還將這項服務結合AI，運用自然語句訓練(NLP Training)、影像辨識等技術，精準提供消費者所需資訊，使得企業在跨溝通平台對話商務和數據搜集之間能完成有效整合。 3.Hitshop AccuHit執行長林庭箴表示，許多企業無心搭建雲端系統，主要原因在於與IT系統串接困難、過程耗時費力。於是，團隊投入雲端搭建服務，協助企業打造自己的行銷雲系統，為企業有效節省開發的時間與成本。

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。