為什麼新加坡能夠成為無人駕駛「重鎮」?
為什麼新加坡能夠成為無人駕駛「重鎮」?

因為無人駕駛汽車,新加坡的道路正在變得「熱鬧」起來。

自今年8月份開始,新創公司nuTonomy開始在新加坡試測試無人駕駛計程車,受邀的用戶可直接透過叫車軟體Grab進行預約體驗——這是全球第一個向大眾開放的無人駕駛測試專案。

nuTonomy 擁有麻省理工學院(MIT)的團隊背景,專注於研究無人駕駛技術的整體解決方案,目前他們在新加坡擁有 6 輛基於三菱 i-MiEV/雷諾 ZOE 改裝的測試車輛。

與此同時,新加坡南洋理工大學在政府的支持下,已經開始了無人駕駛公交車的研發。著名的汽車零件供應商德爾福不久前也宣布,將在新加坡開展無人駕駛汽車的道路測試。

「新加坡」最近一年頻頻出現在和無人駕駛相關的報導中,憑藉合理的城市規劃和在「數位交通」上的投入,這個國土面積只有700多平方公里的亞洲國家正在成為無人駕駛發展中不可或缺的一部分。

無人駕駛汽車仍然是「弱勢群體」

在每一篇關於無人駕駛的文章下,似乎都能找到「在中國肯定沒戲」的言論。確實,當下的無人駕駛技術還不足以應對複雜的交通環境和各種人為因素,因此大多數廠商都選在高速或相對封閉的道路環境下進行測試。

新加坡是典型的「城市國家」,其城市規劃是亞洲乃至全球的「典範」。這樣可控的道路環境對於正在從「實驗場」走向真實道路的無人駕駛汽車來說是很有吸引力的。無人駕駛技術的提升需要「有效里程」的累積,但肯定不是在擁堵路段。

雖然人口密度比北京要大的多,但新加坡的交通擁擠卻遠沒有前者那麼嚴重。新加坡推行公路電子收費系統(ERP)已經超過了10年,它透過向行駛在擁堵路段的司機徵收「過路費」來控制車流量,是一種行之有效的「治堵」手段。

塞車trafficjam_shutterstock_227875240.jpg
圖/ Shutterstock

另外根據極客公園曾在新加坡工作4年的同事介紹,新加坡的公共交通網絡非常完善(路平、車次多、票價便宜),而且城市規劃非常合理,與生活相關的基礎設施和交通的配合比較好。

當然,他也著重提到了二點,「大家在路上比較遵守交通規則,交通法規也很嚴苛」。

現階段,無人駕駛汽車需要透過大量的路測來學習人類的駕駛行為,它們在道路上仍然是「弱勢群體」。前段時間沃爾沃甚至揚言要對自己的無人駕駛測試車輛進行偽裝,以避免被其他司機「欺負」。在這樣的情況下,更加友好的道路和人文環境是很有益的。

或許5年後無人駕駛技術可以成熟到應付各個國家的城市交通,但現在新加坡就是一個現成的選項。

汽車和基礎設施的「溝通」很重要

外媒engadget在最近一篇關於新加坡的報導中這樣評價:這座島嶼就像是一個活的實驗室,擁有測試各項試新技術的「土壤」。

其實在兩年前,新加坡政府就提出了Smart Nation(智慧國)的規劃,希望透過數位基礎設施的建設來提升整個國家的競爭力。遍布城市傳感器將把人、建築和汽車連接在一起,城市數據通過高速網絡會匯集到統一的平台上(Virtual Singapore),透過處理、分析後動態調整基礎設施(例如智慧紅綠燈)。

V2I(Vehicle-to-Infrastructure)是無人駕駛技術重要的組成部分,汽車和基礎設施的「溝通」將能大大提升行駛的效率和安全性,新加坡在這方面顯然走在了最前方。

另外,「網速快」也是新加坡的一張名片,其高速光纖到戶(FTTH)網絡的建設在全球都名列前茅。在 World Economic Forum(WEF)評選的「網絡就緒指數」中,新加坡位居第一。

根據英特爾的預測,到了2020年,每輛無人駕駛汽車將產生每秒1GB和每天4TB的數據量,這將遠超現在汽車所能產生的數據量級。汽車的處理性能需要不斷提升,也對網絡帶寬施加了更大壓力。網速將成為新加坡所能提供的「隱形福利」。

新技術的推動也離不開政府決策者的支持。之前極客公園在文章《盤點| 無人駕駛的「加州正規軍」》中說過,美國的加州是最早開始嚴肅對待無人駕駛技術的地區之一——加州車輛管理局(DMV)已經頒布了19張測試牌照用於規範無人駕駛相關的研究。

新加坡政府對於無人駕駛的態度也是比較開放的。2014年新加坡便成立了專門委員會用於管理無人駕駛汽車,而新加坡陸路交通管理局(LTA)已經積極地和多家無人駕駛公司展開了合作。

如果說政策法規是無人駕駛發展的第一道門檻,那友好的道路測試環境將是接下來更為重要的推動要素。手握這麼多優勢,相信未來在新加坡能看到越來越多的無人駕駛測試車輛。

當然,推廣新興的技術也會帶來一些挑戰。前不久一輛nuTonomy的測試車在變換車道時與一輛貨車相撞,所幸沒有造成人員傷亡。類似的事故未來可能還會出現,但新加坡距離全球首個擁有無人駕駛計程車的國家會越來越近。

本文授權轉載自:極客公園

關鍵字: #自動駕駛
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓