本技術能在 300–400 °C 常壓下實現二氧化碳 100% 轉化為甲烷，具高效率與低能耗優勢。以矽鋁廢棄物進行現場產氫，直接供應甲烷化反應，避免氫氣運輸儲存風險與成本。生成甲烷燃燒產生能源，排放之二氧化碳再回收，結合自產氫氣再循環，形成閉環碳循環系統。該技術兼具碳回收與潔淨燃料效益，並將工業矽鋁廢棄物資源化，展現環境保護與循環經濟價值。

電價高漲已成為企業面臨的挑戰。 Ezero AI 開發的表後儲能能源管理系統（EMS），整合「預測」與「調度」功能，讓能源使用從被動應對轉為主動優化。系統以智慧影像與衛星雲圖資料為核心，運用光流與深度學習模型精準預測太陽能發電波動；並結合多建築能源需求預測與最佳化調度演算法，智慧規劃儲能充放電。 Ezero AI 能支援電價套利、需量反應及契約容量管理，協助企業降低尖峰電費與超約風險。同時具備秒級資料處理與調度潛力，可與聚合商協作參與輔助服務市場，共創再生能源與儲能新價值。

除了上市櫃公司依法規需發布 ESG 永續報告書外，越來越多的利害關係人與國際品牌也要求供應鏈廠商揭露永續績效，永續揭露已成企業經營的新常態。隨著準則持續更新，將於 2026 年正式生效的《GRI 101：生物多樣性 2024》對企業而言是一大挑戰。新準則相較以往，更強調揭露企業營運與供應鏈對生物多樣性重大影響的透明度與具體行動，主要變革包括：強化供應鏈透明度、針對特定地點提出影響報告、揭示生物多樣性流失驅動因素，以及整合社會與生態影響揭露。未來企業不僅需遵循 GRI 準則，更須建立內部治理與追蹤機制，將生物多樣性風險管理納入決策流程，確保報告內容具可稽核性與一致性，展現永續治理能力與國際競爭力。

本團隊使用生成式 AI 技術研發一套「仿人類的純視覺導航系統」，讓車子或機器人移動平台能夠跟人類一樣會看、會思考。透過運用腦神經科學與認知心理學來發展認知機器人，建構獨特自主學習能力，此為一種基於神經元的假設生成網路 (Hypothesis Generation Net, HGN)，對人類的認知建模，透過視覺感測器的RGB影像資訊當作輸入訊號，系統能不斷地累積經驗持續自我學習。透過此生成式 AI 技術所開發的導航功能將更能適應環境的變化，其應用上將更具泛用性與韌性。 本團隊著重於將機器人研究量能與生成式 AI 技術加以整合，以提供具生活化與高附加價值之應用，如僅透過手機拍照，即可經由本團隊研發之 AI 模型獲知個人於展場、賣場、機場、工廠等環境的位置資訊，其重點效益特色描述如下：
· 解決室內環境無法使用 GPS 定位。
· 無需距離感測器，如雷達、光達、深度攝影機等設備。
· 不論是一般大眾使用手持裝置(手機、平板等)亦或是移動式服務機器人皆適用此定位導航系統。

傳統的動物行為學研究高度依賴人工觀察與手動標記，耗時、易受主觀影響且難以捕捉精細動作。全自動AI軟體EthoGrid，透過整合深度學習與計算機視覺，徹底革新了定量分析的效率與精度。本系統的優點: (1)可以自動化End-to-End分析複雜的動物行為, (2) 提供可視化界面, 對於行為的起始時間、持續時長與頻次可以一目瞭然。(3) 提供生物統計分析報表，讓研究人員能夠直觀地進行群組比較與統計分析，高效篩選出因藥物、基因編輯或環境改變所引起的細微行為學差異，極大地加速神經科學、藥物篩選和毒理學等領域的研究進程。

本技術整合原料即時光學監測、異質基材接合與離型技術，以及控溫閃蒸快速控制鈣鈦礦結晶三項關鍵技術，成功解決傳統鈣鈦礦電池模組於大面積與柔性製程中常見的原料老化判斷困難、柔性基板製程不易及熱處理溫度受限等問題。平台首先針對影響電池效率的前驅溶液衰退因子進行定性與定量分析，並導入即時光學監測系統於塗佈初段，以精準掌握溶液老化狀態、提升製程良率；同時透過異質基材接合與雷射離型技術，擴展超薄柔性基材選用並避免離型損傷，再結合真空閃蒸輔助技術實現低溫結晶，突破柔性基材高溫限制。此整合平台具模組化與高度相容性，可依需求彈性升級或整體移植，穩定製備超輕薄柔性鈣鈦礦電池模組，提升製程穩定性與良率，並具備拓展至穿戴式、建材與航太等應用領域的潛力。

本系於實驗室架設 B5G 網路，經由增購 B5G O-RAN RU 裝置，建構一 B5G 校區專網垂直應用在智慧校園及智慧醫療的場域(ISECOM)，以 B5G 行動通訊技術為導向的垂直應用無線通訊示範基地，透過展示情境並以可操作的系統平台及模組單元作為輔助教學，培育具完整系統觀的高端行動通訊人才，期能無縫接軌未來業界的研發工作。

ISECOM整合B5G ORAN 網路與相關智慧模組。目前已在長庚大學電機系進行場域測試，成功建立B5G 專網及相關設備，並取得數位發展部的專網使用執照。本次展演之ISECOM平台包含三個模組，分別將B5G/6G技術應用於課程（Lecture）、安全性（Safety）和能源效率（Energy Efficiency）等領域。簡單來說，它將5G技術與AI及物聯網應用模組進行整合，讓這些先進技術能夠實際應用到我們的日常生活和工作中。

應用「AI感知與協作決策」技術能建構一套能理解人員意圖並即時互動的智慧人機協作系統。系統整合立體攝影機與穿戴式裝置，將多模態資料結合深度學習模型，能同時辨識全身姿態與精細手勢。透過動作辨識結果與決策模組互動，系統可根據作業進度與人員行為自動分配人機任務。

系統已於組裝案例中驗證。相較於傳統視覺辨識，本技術可在遮擋、光線變化及小尺度操作環境中維持高穩定性，協助企業落實智慧製造。

本技術整合太陽光電（PV）、儲能系統（ESS）與電動車充電樁（EV Charger），以人工智慧（AI）與能源管理系統（EMS）為核心，實現智慧化能源調度與韌性供電管理。系統具備即時資料監測、負載預測、削峰填谷、契約容量控制及碳排計算等功能，並可透過邊緣運算裝置實現分散式控制，提升系統可靠性與反應速度。

技術架構採用物聯網（IoT）通訊協定與資料庫整合，可串接市售逆變器、儲能櫃與充電設備，並具擴充AI負載預測模型與最適化演算法之能力。此技術已於明志科技大學微電網示範場域完成實測，能依不同應用場域（校園、園區、社區、工廠）提供最佳化能源分配策略，有效降低用電成本與碳排放，符合企業ESG與淨零轉型需求，具高商品化潛力與系統整合應用價值。

把石墨烯漿料均勻壓平乾燥後，變成了有金屬光澤的黑色薄膜，利用石墨烯太陽蒸發器，將薄膜作為海浪發電裝置，可以產生全天候的能量，用於海洋波浪發電的同時，還能將海水轉換為達世界衛生組織標準之安全飲用水。

石墨烯薄膜可同時用於太陽蒸餾產水與海浪發電的可行性，也可以輕易地製成放大，不僅能兼顧再生能源，也持續獲得安全的飲用水，一次可解決缺水缺電的問題。

隨著人工智慧 (Artificial Intelligence, AI) 的快速發展，智慧化技術已經被廣泛的應用在各種系統及環境上。另一方面，機械手臂（Robotic Arm）是具有模仿人類手臂功能並可完成各種作業的自動控制設備，自從機器手臂技術開始發展，在 1980 年代機器手臂已成功的應用於汽車製造業等產業，在機器人技術領域是應用範圍最廣泛的自動化機械裝置。然而，早期的機械手臂多數只能用在固定且重複動作的工作上。後來，機械手臂結合了AI電腦視覺技術，藉由視覺回授資訊引導機械手臂修正姿態，使得機械手臂變得更有智慧，例如自動以正確的角度，抓取不固定位置的物品，甚至捉拿正在輸送帶上移動的料件。

首先我們透過深度學習物件偵測技術，找到欲抓取的物品。接著，為了讓機械手臂可以抓取各式各樣的物品，我們用採用的深度學習 AI 電腦視覺技術，讓 3D 攝影機可以找到適合抓取物品的 3D 機械手臂姿態，再經由座標轉讓機械手臂可以順利抓取物品。

本技術係針對鎂合金材料開發的低碳、室溫、無重金屬快速鍍膜技術，相對於陽極處理、微弧氧化等傳統表面處理技術，具有：
• 操作條件溫和：室溫、低電壓（0-10V）。
• 能耗低、製程時間短：單次僅3分鐘內完成。
• 無鉻無氟無鎳：符合國際永續與環保法規（REACH、RoHS）。
• 皮膜緻密，具備168小時以上腐蝕抵抗能力。

本技術已達 TRL7 以上之標準，係透由產學合作計畫執行小批試量產進程與驗證，可滿足客戶需求。本團隊初期以經營電子 3C 產品及腳踏車零組件為主，為求更有發揮之空間，逐步應用於國防武器等鎂合金工件(如：無人機、外骨骼動力服)，不斷開發改良其他新產品以應市場之需求。因應全球化綠色環保產品，致力研發符合歐盟及世界各地環保法規表面處理產品，期使客戶安心交付。 上游材料製造商鑄造之髒兮兮工件，經由我方化妝師的角色，除美觀外，兼具下游廠商想要的功能，彼此帶動成為商業聯盟，創造出更高的商業價值。另在 ESG 議題已由理論轉化為實際要求與限制的今日，本團隊的表面處理製程可滿足鎂合金加工製造業者對於 ESG 規範的要求，同時因製程相對簡單，生產成本更低，具備成本優勢，與我們合作的商業聯盟，可將大家產品推廣到更多更大的市場。