工研院連續13年奪下科技產業奧斯卡,有兩大研發亮點!為何都聚焦在電池?
工研院連續13年奪下科技產業奧斯卡,有兩大研發亮點!為何都聚焦在電池?

特斯拉(Tesla)近日公布第三季交車成績單,一共交付了約13萬9000輛電動車,比去年(2019)同期大增44%,創下單季歷史新高紀錄,這些數字,正說明了全球電動車需求持續攀升,鋰電池更成為了重要技術。

延伸閱讀:馬斯克狂言:特斯拉年產量在2030年達2千萬輛!10年要飆升50倍,有可能實現嗎?

有科技產業奧斯卡之稱的「全球百大科技研發獎(R&D 100 Awards)」,今年邁入第58屆,每年會從上千件創新技術中,挑出100項具有年度重大創新意義,對人類生活影響深遠的商品化技術。

R&D 100 Awards主席Paul J. Heney觀察,從得獎名當中可以觀察出,近年科技趨勢在「汽車鋰電池製程優化」方面有許多研發成果,應證了電動車產業的起飛。

R&D 100 Awards
今年是工研院連續第13年,榮獲「全球百大科技研發獎」。
圖/ 工研院

工研院院長劉文雄說,今年只有16個獎項是美國以外的機構獲獎,其中台灣就得了7個、日本5個,今年也是工研院連續第13年榮獲「全球百大科技研發獎」。劉文雄補充,台灣能夠繳出亮眼,關鍵在於是以市場導向去做研發。

亮點一:電動車的未來—不用加熱的固態電解質

鋰電池廣泛應用在,手機、平板、筆電以及電動車,成分大致有「鎳鈷鎂」、「鎳鈷鋁」兩種組成形式,通常還需搭配具有高閃點的安全液體電解質,才能製成。

不過,傳統的液體電解液具有易燃性,會有爆炸等安全疑慮,工研院材料與化工研究所經理葉定儒說,之所以可以獲獎,關鍵在於解決傳統鋰電池電解質的安全性問題。

葉定儒解釋,電解液這種產品市面上也有,通常電解液在工廠內導入電池後,還需要經過加熱程序,「這個過程是很危險的。」

R&D 100 Awards
工研院表示,目前正在建置固態電解質量產線,已經跟中油、台塑、有量、格斯科技、中華汽車等廠商合作。
圖/ 攝影 / 高敬原

工研院團隊開發出「高能量及高安全樹脂固態電池」,用高離子導電樹脂(NAEPE)材料,取代易燃的傳統電解液;而固態電解質因為在常溫時也可以呈現固態,不需要再加熱讓它固化,還能保有原本電解液高離子導電度,以及改善高電壓穩定性。

固化後,NAEPE閃燃點溫度提高,具有難燃性、高溫循環壽命佳等特點,用NAEPE的固態鋰電池內部可以像積木一樣做內部串聯(Cell to module),突破鋰電池單一結構限制,達到一個電池有12V的高伏特電壓,製程操作容易,產業接受度相對高,可以快速導入現有電池製程。

工研院表示,目前正在建置固態電解質量產線,已經跟中油、台塑、有量、格斯科技、中華汽車等廠商合作,希望能帶動台灣動車跟儲能系統產業發展。

亮點二:3根蠟燭就能發電,全球第一片染敏電池在台灣

此外,工研院也跟台塑合作,功能開發出全球第一片「染敏電池模組」。簡單來說,染敏電池就是弱光發電的技術,跟傳統太陽能發電不同,只需要3根蠟燭的弱光,就能產生電力。

「石化產業面臨轉型的關鍵時刻,」台塑董事長林健男回憶,台塑從2009年開始投入研發染敏電池,這是一種非矽材料的化學太陽能電池,因為比較接近台塑化工本業,跟研發成熟、競爭激烈的矽晶太陽能電池相比,對台塑來說不只進入門檻比較小,用弱光發電的染敏電池還更具備市場潛力。

R&D 100 Awards
染敏電池就是弱光發電的技術,跟傳統太陽能發電不同,只需要3根蠟燭的弱光,就能產生電力。
圖/ 攝影 / 高敬原

雖然認知到了這一點,但當時全球都沒有染敏電池相關技術,各國也沒有投入生產。2011年,工研院跟台塑合作,在台塑位於高雄仁武的實驗室開發材料、製程跟設備,成功產出全球第一片染敏電池模組。這條產線採全自動化生產,並取得多項製程、設備專利,工研院表示,產能每年能達到10萬片,模組轉化效率達到17%。

之所以能夠獲獎,突破之處在於,打破傳統染敏電池效率低的特性,更重要的是,台塑跟工研院一次提出自動化生產方案,以及多項專利,是全球第一個可以量產染敏電池的單位,技術高度自主化。

工研院表示,已經跟台塑準備好要量產,染敏電池在弱光環境就能發電,用這款電池,就不需要拉電線、換電池,不僅可以應用在電動窗簾、感測器、電子紙,未來在物聯網(IoT)時代,也能導入智慧建築、智慧家庭、智慧醫療、智慧城市等領域。

責任編輯:錢玉紘

關鍵字: #工研院 #電動車
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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