台灣首輛電動三輪商用機車亮相！宏佳騰Ai-2 Gather攜手Lalamove、momo搶物流商機|數位時代 BusinessNext

宏佳騰首輛商用電動車，瞄準第一線物流業需求

宏佳騰智慧電車，自2019年銷售至今，短短兩年來車主已突破兩萬人，成為電動機車銷售市佔第二名。

新開發的Ai-2 Gather，是宏佳騰首輛商用電動車款，這也是第六款智慧電車。談到開發物流車的初心，林東閔指出，疫情期間美食外送、物流宅配塞爆，同時關注到安全問題，因此選在交通安全月推出新車。

此次宏佳騰更攜手合作夥伴Lalamove、momo，提供第一線物流貨運人員，新的綠色交通工具選擇。

momo富邦媒董事長林啟峰表示，「公司去年成立富昇物流車隊，負責最後一哩路的配送，過去強調駕駛員安全、減少職業傷害，但公司並沒有能力造車，而宏佳騰所開發的車款，不僅環保，貨架設計也符合人體工學。」

Lalamove台灣負責人丁彥宇則說，未來會主動推廣給旗下司機大哥使用，帶給第一線物流夥伴更多選擇。據了解，momo、Lalamove跟宏佳騰僅是合作夥伴關係，像是在車輛開發階段時，有特別詢問momo在載貨物流上的需求，但兩者都尚未採購。

目前Ai-2 Gather要瞄準兩種物流業者，第一自建車隊、第二傳統物流業者準備汰換車款，「雖然（電動化）車子不會是最便宜，但若公司重視ESG、CSR，以及準備擴編車隊、汰換老車，三輪車可以是業者的首選，」林東閔說。

100%自主研發車架，強調車輛安全、靈活駕馭

過去宏佳騰深耕三輪與二輪科技多年，也曾協助威剛旗下品牌威速登開發首輛載重達200公斤商用電動三輪車，經驗豐富。

這回歷經兩年的開發時間，目標打造出「台灣第一台降低職業傷害」的商務車款Ai-2 Gather，有針對物流業做哪些功能的強化？

Ai-2 Gather採用Gogoro Network換電系統，是宏佳騰首次100%自主研發車架，並與Gogoro Solutions研發出新的傳動方式，車輛搭載新開發「齒輪直驅傳動系統」、三點一面設計，讓車體重心更穩定，同時降低能源損耗10%，在搭載兩顆電池下，續航力達100公里。

後輪配置差速器，擁有車身可傾斜的轉向能力，傾角可達40度，讓三輪也可以靈活駕馭，即使行駛時遇到路面顛簸，後輪的扭轉機構也讓車體平穩，全車擁有前車5公斤、後車35公斤的載重設計。

全車標配多項安全機制，高亮度、低耗能 Class D 頂規汽車等級LED頭燈，以及較一般機車面積更大的LED尾燈，更搭載CBS三輪連煞系統，可因應突發狀況，提供安全性與操控性。

在軟體面上，過去物流業者僅能透過PDA手持終端機、對講機來溝通。合作夥伴台灣大哥大也為物流業者推出管理平台「車隊大管家 3.0」，利用AI及大數據分析技術幫助商用車隊提升管理效能。林東閔解釋，台灣大的車隊管理系統是採獨立報價，適用採購百輛以上的企業車隊使用。

此外，觀察到物流業者每天使用機車達8~10小時，每天大量使用中柱、側柱，容易造成職業傷害。對此宏佳騰Ai-2 Gather研發「省力駐車拉桿」，停車只要拉一下即可。

在價格上，一輛定價11萬7980元，前1千名將補助1萬元，最低10萬7980元入手。在電池資費上，可採用Gogoro Network高容量自由省方案，月繳1,199元，採使用電池容量的安時來計價，可行駛里程約1,400公里，且免職業駕照。

對於年銷量的期待，林東閔充滿信心，「目前宏佳騰電動機車銷售僅2萬台，物流是幾十萬台的市場，還沒有被開發出來，」未來商機無窮。

責任編輯：張庭銉

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。