3D人體掃描技術抱走首獎!Neo Star創業之星冠軍─TG3D Studio華麗登場
3D人體掃描技術抱走首獎!Neo Star創業之星冠軍─TG3D Studio華麗登場

台灣新創Demo盛會—Meet Neo Star創業之星比賽,今(17日)天在Meet Taipei會場展開決選。在30個創業隊伍中,獲得海內外評審青睞的冠軍新創團隊,是擁有人體3D掃描技術,能在3秒內自動擷取身體數據的TG3D Studio;二獎則由鑽研無線充電技術的智慧電源科技拿下;創淨科技飛立威團隊獲得三獎。

從初選到決選,在總計超過2百組的隊伍中,TG3D Studio之所以能脫穎而出,除了擁有3D感測、影像辨識的專利和技術,團隊成員的資深背景和商業模式,也獲得不少評審肯定。

人體3D掃描獲首獎,前三名新創都擁技術專利

2017 Meet Neo Star首獎
奪下首獎的TG3D團隊,開發出專利人體3D掃描技術,並且運用在服飾、醫美、健身等產業,獲得評審團共同肯定。
圖/ 蔡仁譯/攝影

TG3D共同創辦人謝賀祥表示,他們的3D人體掃描機,能在3秒內完成體態分析與體態推薦,將各種服飾套上消費者的模擬骨架,因此相當受到品牌業者的喜愛。尤其是訂製服裝業者,需要謹慎量製身體尺寸,卻卡在資深裁縫短缺等問題,透過他們的產品,便可以有效降低人力成本。

Scanatic360 Body Scanner Intro TC from TG3D on Vimeo.

另外,TG3D也針對不同產業提供各種模組,如健身房、醫美產業,在全球20多個城市都已經有客戶向他們訂購商品。未來會持續以B2B模式,同時銷售硬體掃描機與租賃模組,擴大市場規模。

獲得Neo Star貳獎的智慧電源科技,則是以多年的無線充電研究經驗、企業客戶肯定,獲得評審推薦,也拿下中華開發提供的投資意向書。

2017 Meet Neo Star貳獎
奪下Neo Star貳獎的智慧電源科技,已經成功累積不少企業客戶採用他們的無線充電模組。
圖/ 蔡仁譯/攝影

團隊強調,他們能配合企業需求,提供各式無線充電模組,讓客戶只要「開殼」就可以結合電源與產品,例如能無線充電的手機殼,都是他們的開發範圍。

智慧電源科技表示,他們在無線充電的「通訊」與「控制行為」有多年的研發基底,不只曾經和hTC合作公家機關的免費無線充電設置,也和聯想、東芝等大企業保持合作關係,未來將以專利授權與商品整合模式,繼續挑戰市場。

而這次的Neo Star之星參獎,則由創淨科技與飛立威團隊共同獲得,兩家公司靠著獨特的專利,獲得這次評審的肯定。

2017 Meet Neo Star參獎
飛立威團隊(圖中)與創淨科技(圖右)共同獲得評審團參獎。
圖/ 蔡仁譯/攝影

飛力威光能鑽研軟式隱性太陽能技術,能讓以玻璃為主要材質的太陽能電池改變形狀,特別適合「戶外」的物聯網裝置使用。團隊表示,相較於傳統物聯網每半年或一年需要更換電池,若是搭配飛力威的太陽能模組,可以撐10年不需更換,產品目前已經和法國氣體鋼瓶大廠Air Liquidie展開研發計畫,將持續和各式裝置業者討論合作機會。

至於工研院出身的創淨科技團隊,提出號稱全球首見的「加水通電」消毒技術,開發出自有品牌的消毒噴霧,能讓清水變成消毒水,加上未來可將技術各種小、大型家電結合,創造更多營收模式,因此成功拿下獎項。

評審團看台灣新創: 技術有突破,創新性少一些

觀察這次Ner Star創業之星的30支新創隊伍,評審團代表阿里巴巴創業者基金執行總監李治平認為,台灣在創新上面的投入,不管是硬體或軟體都有一些優勢,應該思考如何持續放大。但有一點想提醒的是:「有些團隊會強調自己已經達成損益兩平、開始賺錢,其實應該要思考如何把夢想做得更大,不要滿足現況。」

阿里巴巴創業者基金執行總監
阿里巴巴創業者基金執行總監李治平表示,臺灣團隊對於創業的投入與想法值得肯定,但他更期許大家能以國際市場、市場潛力來思考創業方向。
圖/ 蔡仁譯/攝影

多次擔任Neo Star評審的中華開發創新加速器總經理郭大經則認為,他看到了台灣新創團隊的變與不變。他說,首先是創業主題確實慢慢變得多元,且創業家的年齡與工作資歷,有不少都是10幾年的背景卻願意來創業,相當值得鼓勵。

但是有些不變的地方,則是在商業模式與創業的創新程度,還是沒有讓人能眼睛一亮的團隊出現,則會比較可惜。

心元資本合夥人成之璇與創新工業技術移轉公司副總經理葉馥菱,則有相同觀察。她們表示,隨著創業氛圍越來越成熟,新創團隊的創業方向,往往有許多「先例」可尋,因此若是以市場上既有的的服務來參加Demo比賽,就比較難以吸引評審的注意力。

BQool葳騰科技
BQool葳騰科技獲得由中華開發提供的投資意向書,是本屆Neo Star決選新創中,少數以電商為創業主軸的團隊,他們的客戶群為Amazon平台賣家。
圖/ 蔡仁譯/攝影

創業邦天使基金合夥人方平潮,以中國大陸市場的角度觀察這屆臺灣團隊,認為市場熱門的AI創業與新零售議題,比較少出現在這次的比賽,會讓人覺得比較可惜。他認為,台灣新創擁有不錯的技術門檻,但如何說出來,表達自己的背景和團隊組成,讓外界理解,其實是一門很大的學問,這也是未來如何說服客戶的重要關鍵。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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