F1 賽車界的最高殿堂|數位時代 BusinessNext

F1全名為一級方程式賽車（Formula 1），是單座位（Single Seater）賽車中最高等級的賽事，在F1之下的單座位賽事還有F3000、F3、雷諾方程式、福特方程式乃至於Karting小型賽車，但是除了F1之外，其餘比賽大多是區域性的，車手們經過這些區域比賽的歷練，並獲得優異的成績之後，才有可能獲得F1各車隊的青睞。F1如同美國職棒的大聯盟一般，是賽車界的最高殿堂。

**54年歷史，法拉利車隊戰績最優

**
F1始於1950年，至今已有54年的歷史，比賽也隨著運動經濟規模的擴大以及大量科技的投入而愈形複雜。以2004年為例，共有十支車隊，每支車隊可以派遣兩輛賽車出賽，比賽分為車手以及車隊兩組競賽項目，年度得分總和最高者為世界冠軍。目前歷史最悠久、戰績最優異的是法拉利車隊。
從3月初到10月底，F1每年舉辦18場比賽，每一場的比賽總距離在300公里左右。賽道分布於澳洲、北美、歐洲、中東、南美及亞洲等16個國家。亞洲地區自1987年開始由日本舉辦一站賽事，1999年加入馬來西亞，2004年加入上海以及中東的巴林，2005年則新增土耳其站。而近年F1東擴的原因是因為歐盟（EU）將於2006年禁止香煙廣告的刊登，而煙商卻又是大部分F1車隊的主要贊助商，所以賽事便移往禁煙條例不甚嚴明的亞洲地區。
主管F1的FIA規定，所有F1車隊必須要能夠自行開發底盤、懸吊、變速箱以及車身，換言之，只有輪胎和引擎可以購買。現行F1採用3公升V10引擎，馬力達到將近900匹，轉速可達一萬九千轉，為一般市售車的三倍強。現行F1賽事的引擎供應商有法拉利、賓士、BMW、豐田、本田、福特以及雷諾。輪胎供應商則有米其林和普利斯通兩家。

**體能要求，僅次戰鬥機駕駛員

**
除了法拉利、豐田以及捷豹車隊之外，其他F1車隊都不曾生產汽車，只從事比賽，這些車隊使用的科技僅次於太空梭，車身一律為碳纖維打造，除非毀損，不然不會更換，而引擎、變速齒輪以及傳動軸等則如飛機引擎，使用數百小時之後便須經過金屬染色法加以檢查，一有細紋便立即汰換。F1規定車重必須超過600公斤，從0～100公里加速推估在2.5秒之內，極速可達360km/hr。過彎的側向加速力（G Force）可以達到4個G，也就是說，體重60公斤的人在急速過彎時將會受到240公斤的側向壓力，一場比賽下來脫水2～3公斤十分正常，相當於打五盤網球的流汗量。所以擔任F1的賽車手必須擁有僅次於戰鬥機駕駛員的體能。
每一場F1都有約十億人透過轉播觀賞，也因此造就了許多賽車英雄，例如舒馬克（Michael Schumacher），今年35歲的他是僅次於老虎伍茲，世界上第二有錢的運動員，年收入超過6500萬美金，光是法拉利付給他的薪水便超過3500萬美金，換算每場比賽舒馬克便可以進帳190萬美金──不論他得到冠軍還是一起跑就提前退賽。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。