汽車大廠也用「DePIN」!福斯導入Hivemapper讓自駕車能力升級
汽車大廠也用「DePIN」!福斯導入Hivemapper讓自駕車能力升級
2025.07.09 | 區塊鏈
##### 發生什麼事?
  • 福斯攜手區塊鏈新創Hivemapper,導入由駕駛群眾協作建構的Bee Maps,即時提供自駕車所需的街景資訊,讓地圖從靜態轉為動態,且能隨街道變化即時更新。

  • 即便福斯自駕車搭載多組感測器,仍難應對突發路況。透過Bee Maps提供的路緣、施工與上下車點資料,福斯能強化車輛在複雜場景下的導航與定位能力。

  • Hivemapper是DePIN賽道的代表項目,透過加密獎勵激勵大眾貢獻地圖數據。此模式已應用於自駕、物流與共乘服務,成為區塊鏈與真實世界連接的重要橋樑。

##### Hivemapper地圖服務如何運作?

當自駕車走入城市,一張即時、精準的地圖就成為了關鍵配備。近日,德國汽車大廠福斯集團(Volkswagen)旗下自駕技術部門「Volkswagen ADMT」,攜手區塊鏈新創Hivemapper,將該公司推出的Bee Maps街景地圖服務,導入福斯的自駕車隊「Robotaxi」。

傳統自駕車高度依賴地圖資訊進行定位與決策,但這些地圖通常更新緩慢,無法快速應對城市街道的快速變化。福斯選擇與Hivemapper合作,看中的正是主打「即時、去中心化、群眾協作」的地圖系統。

Bee Maps的運作邏輯,是讓全球駕駛在車上安裝Hivemapper專用的「Bee」行車記錄器,並將拍攝的街景影像上傳至平台,透過AI模型自動辨識車道標記、施工區域、交通號誌等空間元素,建立具備時效性與地點精準度的地圖資料。

貢獻者每完成一段有效地圖資料,就能獲得名為HONEY的加密代幣作為獎勵。這種將區塊鏈獎勵機制導入地圖製作的模式,讓Hivemapper成功打造出「全球最新的地圖數據」。

「這是靜態地圖邁向『即時地圖』(living map)的轉變。」Hivemapper執行長艾力.西曼(Ariel Seidman)表示,「真正的自駕車運作,靠的是能與街道變化同步變化的高品質資料。」

##### 為何福斯需要即時地圖資料?

Volkswagen ADMT自駕部門目前在德國漢堡部署約30輛ID.Buzz自駕電動車,並預計在2026年底前與Uber合作,將服務擴展至美國洛杉磯,實現無人駕駛叫車服務。

這些車輛每秒鐘可產出約5 GB的感測資料,包含13顆攝影機與9顆雷達蒐集的資訊,雖然已具備強大感知能力,卻仍難以在惡劣天氣或突發施工等場景中獨立運作。

因此,福斯將導入Bee Maps作為外部地圖來源,提供包括路緣(curb)對齊、精準上下車點識別等資料,輔助ADMT團隊在無需派遣人工測繪車的前提下,驗證各種特殊場景下的導航演算法,提升自駕車的決策能力。

據了解,Bee Maps提供的地圖數據可透過API介面串接進車輛的定位與路線規劃系統,採用使用量付費的模式,而非傳統授權合約,使合作更具彈性。

##### DePIN是區塊鏈與真實世界的連接點

福斯與Hivemapper的合作,正是DePIN(Decentralized Physical Infrastructure Network)應用場景的最佳案例之一。這種架構,代表透過區塊鏈技術與加密獎勵,動員大眾參與實體世界資料的蒐集與建立,並服務傳統產業或進行新興應用。

除了福斯外,共乘平台Lyft也已開始導入Hivemapper的地圖資料,用於標示叫車上下車點,物流業者則利用其資料偵測限高、施工或新設限速區域等資訊。

有別於過去僅依賴官方或特定公司蒐集地圖資訊,DePIN的誕生讓「地圖」這項基礎建設變得去中心化、開源且即時更新,提升應對動態街景的彈性與覆蓋率。

在智慧交通領中,地圖不再只是用來導航的輔助工具,而是讓車輛能「看懂世界」、即時決策的神經中樞。而這樣的需求,也正好為DePIN找到了理想的落腳點。

資料來源:[CryptoSlate][1]、[CoinDesk][2]
關鍵字: #區塊鏈
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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