KKBOX再優化！耗時三年，打造個人化音樂推薦系統|數位時代 BusinessNext

你知道自己想聽什麼音樂嗎?

「我們最早的想法就是想用科技的力量，讓聽音樂有更好的體驗。」KKBOX總裁李明哲說。他表示，產業內有許多優秀音樂人做出好音樂，企宣人員也賣力宣傳，不過，如何讓用戶適時適地接觸到這些作品卻是個有待克服的難題。如果用戶很明確地知道自己想聽什麼歌，事情還好辦，但是如果需求很模糊，就會需要一套夠了解你的推薦機制。

KKBOX產品開發中心負責人林華指出，這次推出新版產品，共有三大重點優化，其中最重要的就是個人化推薦系統。

她表示，目前KKBOX曲庫中共有3千萬首歌曲，為了提升使用者體驗，從2013年開始，KKBOX的資料科學團隊和台大、中研院和政大等學術單位密切合作，持續優化演算法。政大資訊科學系教授蔡銘峰指出，這次推出的演算法採用最新深度學習技術，並基於深度學習的基礎提出新的表示式學習方法，讓用戶可以更容易接觸到自己感興趣的歌曲、歌手、專輯或曲風。

蔡銘峰舉例，過去傳統作法，可能是去記下一首歌的曲名、歌手名、音樂類型等標籤，但現在的作法則是要讓資料自己去定義出特徵。就好像Google開發機器人在YouTube的影音裡面去定義出貓是什麼樣子一樣。「所以重點是資料量要夠大，才能Drive出來。」他也補充，過去只能在歌曲增加關聯性，但現在則是可以把更多的使用者因素也加進來分析。

給消費者驚喜，創造音樂平台的價值

而實際上，林華表示，在測試時，他們透過「消費者是否點下推薦音樂」、「有沒有聽完推薦音樂」，和「聽推薦音樂的數量是否增加」這三點來判斷，發現新的演算法確實比過去更精準、更有效。

林華也指出，當消費者總是只聽那幾首歌時，KKBOX的價值就難以被凸顯，但若能經由推薦機制，讓消費者因為聽到喜歡卻從來沒注意過的歌曲而感到驚喜時，消費者就會更喜歡KKBOX。

除了演算法推薦，KKBOX也和陳玠安、DJ Rainbowchild等專業音樂人合作，透過人工方式重建分類，並將曲風和情境分類擴充到上百種。例如電子、搖滾、嘻哈等，就可以再細分為House、Trance、Pop Rock、Shoegaze等不同風格的子分類。

使用者介面也改版，並擴充使用情境

在介面設計和音效上，KKBOX也有著墨。林華解釋，在介面設計上，手機和平板上將改以瀑布流方式呈現，方便用戶瀏覽。另外，KKBOX和音樂解決方案公司DTS合作，為耳機使用者打造出寬廣模式、前置模式和傳統模式等三種體驗方式。在寬廣模式中，使用者可以感受到環繞音效，如果切換到前置模式，就像是歌手站在你面前表演一樣。

另外，為因應全螢時代來臨，未來KKBOX不僅支援微軟HoloLens、智慧車用Apple CarPlay和Android Auto，客廳娛樂方面則支援XBOX、Apple TV和Android TV。出外運動時，也能透過Apple Watch、Android Wear聆聽音樂。

KKBOX表示，Android用戶即日起已可下載新版KKBOX，iOS版本則會在本月下旬開放。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。