為亞洲道路環境而生,工研院首部國產自駕中巴年底上路
為亞洲道路環境而生,工研院首部國產自駕中巴年底上路

無論是Google、Uber、百度,中西方的科技巨頭都紛紛投身無人車開發,「如果每輛車都沒有駕駛,其實是比較安全。」工研院院長劉文雄認為,自駕車是一個軟硬體跨領域的整合,而工研院本身就擁有許多跨領域的專家,在開發自駕車上是非常有利的。

在可以預期的未來,自駕車將成為人類社會中的一部分,未來無人車產業還有一波巨大的成長機會,工研院也研發出了國內首部「無人自駕中型巴士」以及「自動駕駛商用車」,技術方面主打適合亞洲特殊的道路狀況,要透過模組化的技術輸出,打造自駕車產業鏈。

鎖定更符合民生需求的中型巴士

根據工研院IEK預測,隨著自駕車、車聯網時代的來臨,到了2030年自駕車市場將有高達 8000億美元的市場規模,在這股趨勢浪潮下,台灣自然不能夠缺席。

工研院資通所所長闕志克談到,早在三年前工研院就已經自主投入資金開發無人車技術,大型的開發計畫今年第一年執行,只花了一年時間就做出實體車輛,未來每年將再投入3.5億~4億元經費開發。

「做別人可以做的沒什麼特別,我們要找到自己的立足點,不要跟別人一樣。」工研院院長劉文雄認為,目前市面上不論是Uber、Waymo、百度,這些大廠瞄準的都是一般商用汽車;另外就算是巴士,以目前可以看到的像是日本汽車大廠豐田(TOYOTA)的無人電動小巴概念車e-Palette ,或是台灣無人駕駛技術公司喜門史塔雷克(7Starlake),與法國廠商Easymile合作無人小巴「EZ10」,都是鎖定定點接駁的低速(低於15km/h)、低運量的「小巴」。

工研院 無人車
工研院所研發的「自動駕駛中巴ITRI ADV」,則是鎖定更符合一般民眾使用的中高運量需求。
圖/ 攝影/高敬原

而這次工研院所研發的「自動駕駛中巴ITRI ADV」,則是鎖定更符合一般民眾使用的中高運量需求,可搭乘20名以上的乘客;而「自動駕駛商用車」車速最快可以開到60km/h,比起目前國內多數以遊園車、定點接駁的低速(低於5km/h)運行還快上許多。

工研院規劃,未來自動駕駛中巴將以雙排座椅、類捷運的方式運行,劉文雄認為,因為市場定位清楚,將可以成為在國際市場上的一大亮點。

工研院 無人小巴
自動駕駛中巴將以雙排座椅、類捷運的方式運行。
圖/ 截自工研院簡報

符合亞洲交通生態的無人車系統

除了車體、運量做到近民生使用場景,技術上也做到在地化,台灣跟許多亞洲國家的道路狀況跟西方國家不同,一條馬路上會有汽車、遊覽車、機車、貨車等各式車輛混雜在一起,且還必需應付各種違規,「這種複雜的路況,算是東亞、東南亞的一種特色,」工研院資通所所長闕志克說。

因為中巴體積及質量比起一般客車還要大,具備縱向煞停距離較長、橫向容錯空間較小、過彎迴轉半徑等挑戰,對於感知與控制次系統之精準度、即時性、穩定性需求就非常高。

工研院自駕中巴的關鍵技術在於「感知次系統自主技術」,可以透過雷達、Lidar(光學雷達)、攝影機、衛星精準定位,來偵測車輛行駛的周遭環境,以及判斷交通燈號。

而自駕車要能夠安全,最難的是要達到即時感測融合與決策,而自駕中巴ITRI ADV搭載了台灣自主研發的「 S3還周環境感知次系統 」(Surrounding Sensing Subsystem),可以藉由即時事件推理,做出下一步駕駛決策,可以做到在人車混雜的真實道路、晴雨晝夜天候中行駛。

工研院機械與機電系統研究所經理陳斌勇談到,一般的無人車搭載的GPS系統,在經過隧道、地下室時,會因為訊號遮蔽而不穩定,工研院這次在車上搭載不需高精度地理位置資訊的「地圖建置與定位技術」(SLAM),來解決GPS訊號遮蔽問題。

工研院 無人車
工研院無人車採用「區塊模組化」設計,因為軟體具有高度靈活性,因此能夠依照場域及功能的需求進行技術快速組合,將技術複製到國內外不同車款上
圖/ 攝影/高敬原

預計今年台中花博提供民眾試乘

若以美國國家公路交通安全管理局(NHTSA)的定義來看,工研院這次公布的自駕車技術,介於Level 2到Level 3之間,可以做到在白天、夜晚、晴天陰雨天行駛,仍需駕駛坐在車內,以便緊急狀況接手,2019年的目標,是要做到可以在濃霧、大雨天的惡劣環境下行駛,朝向完全Level 3目標邁進。

工研院這次公布的無人車,是將研發的軟硬體設備,安裝在現有的車輛上,並沒有自行打造車體,這套無人車軟體與國內車電廠車王電子、電動巴士廠華德動能、X-by-Wire新創公司iAuto、以及臺灣大學合作,特色是採用「區塊模組化」設計,因為軟體具有高度靈活性,因此能依照場域及功能需求進行技術快速組合,將技術複製到國內外的不同的車款上,未來希望透過技術的輸出,應用在物流車隊上。

工研院計劃今年底,啟動新竹中興院區與竹北高鐵站間的自駕中巴接駁,2018「台中世界花卉博覽會」期間,也將供民眾體驗試乘。

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