越開越有電！VOLVO投入電動車無線充電測試，還有哪些車廠要搶商機？|數位時代 BusinessNext

越開越有電！VOLVO投入電動車無線充電測試，還有哪些車廠要搶商機？

車廠VOLVO宣布，在瑞典城市哥登堡展開電動車無線充電測試，目標在三年內商業化。無線充電好處多，全球許多車廠也相繼投入。

VOLVO投入無線充電測試，目標三年商業化

VOLVO這次選用電動車 XC40 Recharge擔任測試車款，無線充電的技術由廠商Momentum Dynamics 提供，其他合作夥伴包括瑞典能源公司 Vattenfall 及其充電網絡 InCharge、城市能源公司 Göteborg Energi，以及VOLVO的瑞典零售商 Volvo Bil 和 Volvo Car Sörred等等。

這次的測試會將充電板嵌入哥登堡市區的停車格，車輛只要開到上面，駕駛不必下車就會自動開始充電。搭配VOLVO 汽車的360 度環景攝影系統，能幫助車輛對齊充電板，並且以超過 40kW 的功率充電，速度跟 50kW 的有線直流充電（慢充）幾乎一樣快。

VOLVO表示，XC40 Recharge測試車將以每天使用超過12小時、每年行駛10萬公里的方式進行實測，也可視為VOLVO純電動車在商用領域中的首次耐久測試。VOLVO汽車研發主管Mats Moberg 說，希望藉由這次的測試，評估無線充電是否能作為未來汽車充電的替代方案。

預計三年之內，北歐最大計程公司Cabonline ，將使用XC40 Recharge車款當計程車，並且搭配無線充電設備，讓技術走向大規模商業化。

無線充電好處多，這些車廠也投入其中

投入電動車無線充電的不只有VOLVO，全球第四大車廠Stellantis近期也在義大利公路「Arena del Futuro」的測試無線充電技術

這條長約1.05公里的道路下方會鋪滿無線充電板，並使用電動車Fiat 500、Iveco E-Way大巴等車輛當作首批測試車輛，透過底盤的接收器就能充電，等於只要開在這條道路上，不必插電或停車，車子的電量就能越開越滿，這項測試被《時代雜誌》選為2021年100項最重要的發明之一。

美國密西根州則在2021年9月宣布跟以色列廠商ElectReon合作，打造全美第一條電動車無線充電公路，讓車輛無論是靜止或是行駛中都能充電，這項計畫也獲得福特汽車（Ford）、美國能源公司DTE Energy等單位支持，預計於2023年開始營運。

此外，福斯集團也有投入無線充電技術研發，打算使用保時捷電動車Taycan，開發出高功率無線電動車充電概念裝置，目前初步的測試成果，已經可以做到98%的充電效率，也就是幾乎所有的電都能充進汽車內，目標希望能將功率從現在的120 kW提升到 300 kW，如此一來Taycan在無線充電情況下，10分鐘電量就能充到80%。

若汽車無線充電能技術能提升，對於電動車的使用體驗必定大大加分，更有助於加速普及。

責任編輯：錢玉紘

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。