百度與軟銀合作,將出口L4等級無人車至日本投入長照接駁
百度與軟銀合作,將出口L4等級無人車至日本投入長照接駁
2018.07.05 | 物聯網

「我過去一年來最常被問到的,是百度無人車到底什麼時候量產?」百度董事長李彥宏本周在AI開發者大會上說。

無人車不僅在一般商用客車競爭激烈,在載客量較大的「無人巴士」也是各大廠商競逐的焦點,百度董事長李彥宏在AI開發者大會上,宣布旗下「阿波羅」無人小巴已經正式量產,除了將部署在中國多個城市,明年初還將首度出口到日本,鎖定高齡社區接駁。

無人巴士應用場景看似越來越蓬勃、多元,但要實際能規模化商用究竟可不可行呢?

無人小巴完成量產,還要出口到日本

造車跟做一般產品不同,時常會面臨交貨延遲的窘境,看看特斯拉(Tesla)的例子就知道,平價電動車「Model 3」生產始終不順利,最近馬斯克睡在工廠的沙發上、在工廠外搭起巨型帳篷,沒日沒夜、不眠不休的趕工,終於達成每週生產5,000輛的目標。

百度董事長李彥宏,本在北京登場的AI開發者大會上談到,「這次百度沒有失約。」百度「阿波羅」無人小巴,目前已經完成首批100輛組裝,這波新車未來將投放到北京、深圳、武漢等中國城市,在機場、工業園區、公園等半封閉的場域,進行商業化運作。

Baidu
百度「阿波羅」無人小巴,目前已經完成首批 100 輛組裝。

談起無人車的應用,李彥宏認爲除了可以載人,其實有許多創新的應用場景,「未來自動駕駛汽車可以化身清潔車、流動售貨機、快遞車、景區和機場接駁車,甚至是在農村插秧播種等等。」同時還宣布百度已經與日本軟銀(Softbank)旗下的SB Drive合作,明年(2019)年初,會出口10輛無人小巴到日本多個城市,預計將投入高齡社區、核電站內部接駁,而這也是史上第一次中國無人車出口到日本。

Baidu
明年(2019)年初,會出口10輛無人小巴到日本多個城市。

自動駕駛程度已達Level 4等級

「阿波羅」無人小巴,是百度與金龍聯合汽車共同開發,車內共有8座位、6站位,一共可以搭乘14位乘客,基礎是採用阿波羅自駕車開放平台,最高時速可以達到40公里,且能夠連續行駛100公里,車身配有Lidar(光學雷達)、超聲波雷達等傳感器,除了基礎的辨識路障、判斷車流、識別路牌等,還能做到自動停車、臉部辨識、駕駛疲勞度偵測等功能。

若依照美國國家公路交通安全管理局(NHTSA)的定義來看,「阿波羅」無人小巴屬於自動駕駛中的Level 4等級,意思是在特定的情況下,車輛可以完全接管控制,目前首批的100輛已經在中國廈門完成生產。

商業化改變恐怕還需要時間

不只是中國,本週台灣的工研院也宣布研發出了國內首部「無人自駕中型巴士」以及「自動駕駛商用車」,工研院院長劉文雄認為台灣必須早到自己的立足點,因此不開發定點接駁的低速、低運量的「小巴」,而是鎖定更符合一般民眾使用的中高運量需求,可搭乘20名以上的乘客的「無人中巴」。

工研院 無人車
工研院院長劉文雄認為台灣必須早到自己的立足點,因此不開發定點接駁的低速、低運量的「小巴」。
圖/ 攝影/高敬原

許多大廠近來紛紛投入無人汽車開發,並且擘劃出各種美好的應用場景,不過不論是中國或是台灣,現階段都沒有專門為無人駕駛公開上路所制定的相關條例,以這次百度所謂的「商業化運作」來說,也還是只在機場、工業園區、公園等半封閉的場域定點測試,並不是直接開上一般道路想去哪就去哪,因為一但無人車離開半封閉、封閉的環境,就可能涉及保險、交通規則等一連串的問題,幾乎可以說是牽一髮動全身。

工研院 無人車
一但無人車離開半封閉、封閉的環境,就可能涉及保險、交通規則等一連串的問題,幾乎可以說是牽一髮動全身。
圖/ 攝影/高敬原

若要談到商業化運作,現實場景不論是複雜度、困難度,都比在特定場域測試來的困難許多,雖然台灣工研院推出的「無人中巴」喊出技術設計是以符合亞洲交通生態的概念去設計,不過目前實際應用的規劃,也是停在2018「台中世界花卉博覽會」體驗試乘,以及工研院新竹中興院區與竹北高鐵站間的接駁,這類「點對點接駁,或是半封閉式」的場景,因此要看到無人巴士真正帶來商業化的改變,恐怕需要一段時間。

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