不用再羨慕國外了,首輛MIT自駕小巴即將在台誕生
不用再羨慕國外了,首輛MIT自駕小巴即將在台誕生

2017年,台灣到處充斥自駕小巴的身影。由法商EasyMile提供的巴士,陸續在台北市仁愛路專用道、高雄駁二園區,北、中、南幾座城市裡亮相,讓民眾一睹自動駕駛的魅力。但為什麼,始終沒有台灣原生的自駕車亮相?

「其實我們的技術並不差,只是沒有機會被大家看見而言,」財團法人車輛研究測試中心(ARTC車輛中心)副總經理廖慶秋有些感慨地說。

車輛中心:台灣自駕技術不差,但缺載具

12月7日,車輛中心再次展出國人自主研發的自駕車技術,包含一般道路自駕車和定點接駁自駕車兩種模式,其中搭載了10項ADAS(Advanced Driver Assistance Systems,先進駕駛輔助系統)技術,如影像辨識、障礙物偵測、車道跟隨、自動停車取車、緊急煞車、車道變換、自動車距控制等。繼去年首次亮相後,車輛中心今年在「跟車」與「變換車道」方面,取得不錯表現。

ARTC年度成果展_車道跟隨
車輛中心改裝一般的高爾夫球車,能做到Level 3程度的自動駕駛,上圖為車道跟隨功能。
圖/ 吳晴中/攝影
ARTC年度成果展_辨識煞停
此外,當有行人、物體緊急穿越馬路時,ARTC自駕車也能緊急煞車,目前的影像辨識準確率為95%。
圖/ 吳晴中/攝影
ARTC年度成果展_叫車介面
車輛中心也設計了一套「叫車」App,只要事前掃描建立高精密圖資後,就能快速適用在封閉場域的自駕接駁上,透過App在各站叫車。
圖/ 吳晴中/攝影

「最大的差異在於感知系統。」廖慶秋說,EasyMile的自駕小巴,靠著高密度地圖和光學雷達(LiDAR),因此能夠做到精準停靠和自動駕駛,但目前他們的鏡頭是用來觀察車內情況,因此沒有辦法認出紅綠燈,必須倚賴無線訊號的傳輸,才能計算車輛和交通號誌間距離。

而車輛中心的物體識別技術,是以鏡頭和LiDAR為雙核心,具有更好的實用性,可以辨識出車道線、紅綠燈和行人。「我們的感知系統更多元,可以做到車道跟隨﹑讓車子走走停停,甚至變換車道,在不需要交通基礎建設配合的情況下,產品更有競爭性。」

歷經三年研發,車輛中心自認在自駕車技術面不輸國外公司,卻為什麼,一直無法走出實驗場域,和對手一樣,實際在街頭亮相?

ARTC年度成果展_副總經理
廖慶秋表示,車輛中心一年前就延伸出一家「慧展」新創公司,產品為影像辨識與雷達辨識,他希望未來的第二家新創公司,能好好設計自駕小巴,帶動台灣供應鏈發展。
圖/ 吳晴中/攝影

「沒有自己的載具就差很多。」廖慶秋認為,如果台灣今天有這樣的自駕小巴可以採用,就不需要額外花時間改造其他車輛,且可以發揮更好的整合能力。「我其實很羨慕這些法國廠商,能有這些資金自己造車,」他說。

明年組新創公司,拚自製無人小巴

為了扭轉落後局面,車輛中心強調,將在明年起成立一間新創公司,整合台灣的零組件廠商加入,希望能在2019年誕生第一台自駕小巴概念車。「就像鴨子划水,速度慢不見得就是不好,如果能用一半的價格,做到相同、甚至更好的功能,就不一定會輸。」

他有些無奈地說, 不知道為什麼,好像台灣的車輛商品、技術,一定要價格比別人低,功能更多元,才比較容易被青睞。但從發展機會來看,封閉式、接駁式的自動駕駛小巴,將會是台灣未來的機會。

因為國外的汽車大廠,幾乎都在發展自己的自駕技術,未來會直接整合技術跟車輛,台灣難以跟他們競爭。若現在佈局自駕小巴,加上未來有自主車輛可以練兵,還有機會帶動配合的本土攝影機、雷達業者。

他強調,車輛中心有其先天任務限制,身為非營利財團法人,必須同時想辦法兼顧產業發展和技術突破。因此無法像這些大廠一樣,一開始就選擇用Nvidia的車載平台當主機,透過強大的運算力快速學習,而是得從更有商機的Level 1、Level 2這些「具有商機」,能授權、轉移給業者的技術開始發展,也因為成本考量,目前都多半是以二至四台工業電腦來操控車輛。

ARTC年度成果展_自駕車
車輛中心的一般道路自駕車是改裝Luxgen而來,搭載車頂的一顆光學雷達和GPS、車頭的雷達與擋風玻璃上的攝影機。
圖/ 吳晴中/攝影
車輛中心自駕車內部
相較於Nvidia的車載平台主機,造價相當昂貴,車輛中心的主機成本僅在30萬左右,由兩台工業電腦和兩台筆電組成。
圖/ ARTC車輛中心

不過,他們已經開發出一套駕駛模擬系統,能透過演算法,加快自駕車學習的腳步,而且從明年開始,也會將目前的改裝自駕車,實際開上道路。

「我們預計在彰濱工業區外實際做車輛混流測試,」廖慶秋說,這條道路來回可能接近十公里,他們會格外重視安全設計,所以到時候車子的表現看起來可能會有點笨笨的。不過,這些寶貴的數據資訊,將在台灣自駕小巴誕生前,帶來不少貢獻。

關鍵字: #自動駕駛
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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