「噴完農藥，我爸突然倒下來」...一場意外，讓交大副教授投身「智慧種田」|數位時代 BusinessNext

「噴完農藥，我爸爸走回放農具的倉庫，突然倒了下來，我嚇傻了，媽媽在旁邊哭......還好最後救回來了。」農譯科技共同創辦人、交大生科系副教授陳文亮講起小時候差點以悲劇收場的故事，「所以你會不會討厭農藥？你恨死了！」陳文亮說。

雲林農村小孩一次親眼目睹生死交關的場景，在多年之後催生了農譯科技，結合人工智慧、IoT（物聯網）與生物科技的農業平台。透過插在土中的感測器，蒐集、分析土壤與含水量資訊等，達成自動且精準施肥、澆水的「智慧種田」。

智慧種田，讓非專業農民媲美專業

農譯科技的特別之處，不只在誕生於交通大學校園，更是結合跨領域技術的成果。談到跨系、跨專業的合作，陳文亮認為所有人要從「解決問題」為出發點，「從科技的角度去推動農業，是無法成功的；反過來說，要找到農業面臨的問題，用科技來解決。」而農業遇到的問題，不外乎農民的年齡老化、農藥問題，以及土壤濫用與酸化。

陳文亮與學生下鄉實地考察，他們發現全球農業發展的口號，雖然已經喊到了4.0，從人力、機械化、自動化，一直到農業智慧化。但是口號喊的響亮，台灣光自動化就還有很大的進步空間，「就公司的營運角度來看，這是很大的市場。」

因此農譯科技結合了生物科技、人工智慧與IoT技術，用感測器獲取溫濕度、土壤環境等數據，進一步建立調控系統，調節水分、光線、溫度、蟲害、病害與土壤肥力6種常見的農業問題，並能透過手機即時了解各項數據及農作物的生長情形，以達到真正自動化的效果。「先自動化，才有智慧化的可能。」陳文亮說，農譯科技所蒐集到的大量數據，將成為農業智慧化的基石。

以施肥與澆水來舉例，農譯科技從土壤中取得微生物數據進行分析，訓練肥料系統演算法，達到精準施肥的效果，因此只要能取得土壤數據，理論上各種農作物都適用；澆水則不用再「靠感覺」，如前幾日烈陽曝曬，水分其實無法滲透到土壤深處，需要比以往更多的水量，感測器能更精確地理解農作物所需。

農譯科技要讓「非專業農民」，有機會種出跟「專業農民」一樣好的成果。背後則是希望能帶動青農返鄉，解決台灣農業缺工與長照的問題。「在雲林，80多歲的農民仍堅持下田，因為他今天不種，明天也沒人幫他種了。」陳文亮說。

走印表機「賣墨水」的商業模式

不過就算理想再壯闊，也要活下去，農譯科技最重要的商業模式，要走印表機「賣墨水」的模式。

農譯科技的商業模式主要有三個，第一個是智慧農業平台解決方案，架設整套包含感測器、自動灌溉、施肥、開關驅蟲燈、噴灑生物抑制劑的系統，主要瞄準高經濟價值作物，如根莖類的中草藥、草莓等。

第二則是農作物的販售，為了證明農譯科技的系統有效，團隊自主種植了多款農產品。以薑黃來說，不只打破了原本種1年休3年的模式，可以每年耕種、保持土壤不酸化，而且薑黃素的數值還更高，目前也公開販售薑黃產品，成為農譯科技重要的收入來源之一。「常常有人跟我們說，博士為什麼要去種田，我們也種的不錯啊。」陳文亮說。

最後，是最重要的「生物抑制劑」。農譯科技從5,000多種蜘蛛毒中，篩選、分出病蟲害的抑制劑。「對鱗翅目、鞘翅目、雙翅目等昆蟲有效，聽不懂對不對？就是蛾、蚱蜢、果蠅之類的啦。」陳文亮說，但他也強調，生物抑制劑不是噴了就有效，，而是提前預防的生物防治概念，目前能防治80%左右的害蟲。

硬體設備就是農譯科技的「印表機」，生物抑制劑則是生財的「墨水」，但更重要的，後者更是陳文亮對於小時候那場刻骨銘心的意外，最實際的回應。

Ｑ：教授創業的優勢？

教授擁有學校相當多的研發能量與資源，能夠做出很多很棒的prototype（原型）。學校內也有許多人才，教授能夠手把手自己培育子弟兵，他們能延續你的理念、想法，在執行上也有一致性。教授創業也能學著更務實地理解市場，除此之外也能驗證技術與想法的可行性。

Ｑ：教書與實作的距離？

教授創業的最大缺點，就是「出一張嘴」，容易流於喊口號，企業最痛恨的就是教授隨便講講不負責任，反正他還是繼續教書。我們過去也面臨過「打高空」的問題，但真正創業時才發現自己時常錯估市場與商業機會，畢竟這是教授比較不熟悉的地方。

Ｑ：CES的參展感想？

那時候覺得我們農業怎麼會去「消費型」的電子展，最後抱著出去看看的心態參加。結果發現荷蘭、加拿大、巴西、東南亞、中國、日本都來問，農業問題不只台灣有，我們解決的是全球性的問題。除此之外，也發現了其他商機，如歐美不需要太多軟體技術，只要讓他們能夠準時替後花園澆水就好。另外，畢竟我們瞄準高經濟價值作物，大麻也在範圍內，也有許多人來洽詢。

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。