國家AI算力加速產業應用 TAIWAN AI RAP串聯自主模型與多元場域
生成式AI持續改變產業運作與社會生活,如何將技術研發成果導入實際場域,成為台灣發展自主AI的重要課題。國研院國網中心舉辦「從研發到產業:共築台灣AI創新生態系」成果發表活動,結合多模態主權AI模型技術分享與TAIWAN AI RAP應用展示,呈現台灣在自主模型研發、AI技術創新及產業應用的最新成果,並透過產官學研合作,推動AI研發資源與產業需求接軌。
國科會主委吳誠文致詞時指出,台灣發展主權AI,將結合國網中心算力資源與中研院等學研單位的模型研發成果,持續建構屬於台灣的主權AI應用模型,而模型發展最需要的算力,由國研院國網中心負責建置與營運,以支持各項學術與產業科技研究,期盼這些學界研發成果能由產業界接手並發揮商業價值。
國研院院長蔡宏營則認為,國家科研設施除了提供先進算力,更須降低企業與研究單位的使用門檻,透過TAIWAN AI RAP協助AI技術導入實際應用。
國網中心主任張朝亮觀察到,台灣AI基礎設施投資持續增加,但實際應用效益仍有提升空間。國網中心已建置Nano 4運算系統,配置約1,700片NVIDIA H200 GPU及144片GB200 GPU,並透過TAIWAN AI RAP提供模型微調、低程式碼開發及概念驗證服務,過去一年使用者數量已接近翻倍。
未來將採取B2B2C合作模式,協助企業運用國家算力開發商業應用。中研院資訊科學研究所所長廖弘源則分享多模態主權AI研發成果,以YOLO技術為基礎,開發Taiwan GBA行為分析模型及具備七項視覺功能的GYOLO,其中Taiwan GBA在外部測試資料上的辨識準確率約80~90%。
研究人員也與義隆電子合作,將GYOLO導入約2 TOPS算力的無人機,未來將整合視覺、語音及語言模型,拓展智慧照護等實體場域應用。
多模態AI拓展智慧城市應用 國家算力支援地方創生與公共服務
在智慧城市應用方面,鑫蘊林科市場開發經理李宜芳以傳統影像辨識的限制切入,說明視覺語言模型(VLM)如何協助AI理解影像中的事件與情境。鑫蘊林科結合VLM與數位孿生技術,辨識道路施工、交通事故及積淹水等異常狀況,協助管理單位主動掌握城市動態。
在高雄的應用案例中,利用既有攝影機進行積淹水監測,也透過公車行駛路線偵測道路坑洞,縮短巡查及通報時間。此外,鑫蘊林科運用3D Gaussian Splatting(3DGS)建立淡江大橋數位孿生場景,整合攝影機即時影像,並透過模擬技術協助台北捷運評估文湖線的運量調整方案。
義隆電子人工智慧研發部副處長黃志勝則分享AI晶片在智慧交通、先進駕駛輔助系統(ADAS)及無人機的應用。義隆電子自2018年起與中研院合作,持續優化YOLO影像辨識模型,並將AI運算整合至攝影機晶片,減少外接運算設備及影像傳輸延遲。
黃至聖提到,傳統採用外部運算設備的方案,影像處理可能需要一至兩秒,新方案則將延遲縮短至35毫秒,可用於車輛闖紅燈預測及行人穿越警示。此外,義隆電子也將GYOLO導入約2 TOPS算力的無人機,執行物件辨識與追蹤,並持續在車輛研究測試中心驗證自動緊急煞車及自動變換車道等功能。
地方創生同樣出現AI應用的機會。台灣野村總研副總經理陳志仁以宜蘭頭城計劃為例,說明偏鄉商圈普遍缺乏資訊人才與導入預算,即使具備觀光及文化資源,也難以掌握旅客足跡與行銷成效。台灣野村總研結合地方業者、學校及國網中心資源,開發「金魚厝邊」AI尋寶旅行服務,透過影像辨識、行程推薦及大型語言模型,協助旅客探索在地景點。
原本使用地端AI PC生成個人化行程需要30秒至1分鐘,改採TAIWAN AI RAP後,縮短至10秒內完成,並將服務推廣至頭城約80個場所,讓地方商圈也能利用AI改善旅遊體驗與商業管理。
公務機關的AI導入則面臨不同挑戰。AI人才科技實驗室執行長廖肇弘提到,政府部門處理大量公文、審查及人事資料,但受限於個資保護、資料機密性與資訊預算,難以直接採用一般商用AI服務。AI人才科技實驗室因此運用TAIWAN AI RAP推出G-RapX主權AI應用系統,讓機關保留既有資料管理方式,同時透過API介接國家算力與AI模型,支援公文處理、法規比對及資料分析等工作。
系統並整合AI代理、工作流程及共用技能模組,協助公務人員自行開發應用。目前已有超過16個中央及地方機關參與相關研習與體驗,並透過八週輔導機制,協助機關將課程中開發的工具導入實際業務。
AI代理強化資安與開發效率 國家算力加速資料應用及產品商轉
企業AI應用加速發展,也衍生新的資安與維運問題。奧義賽博楊政霖博士認為,傳統資安產品多採預設選項設定防護規則,難以即時因應AI代理的新型攻擊及產業法規變動。奧義推出XecGuard AI安全護欄,讓企業以自然語言定義安全政策,無須等待原廠修改規則。
研發過程運用TAIWAN AI RAP的推論服務產生訓練資料,並透過GPU算力、模型微調及評測工具,加速自主防護模型開發與驗證。
貝爾科技則將AI代理運用於軟體產品商業化流程。執行長黃楷翔說明,AI Coding雖能快速產生產品原型,但後續仍須處理漏洞掃描、程式修復、部署及維運等工作。貝爾科技開發BellD,利用AI代理串接上述流程,協助非工程背景開發者將產品原型轉為可上線服務。
透過TAIWAN AI RAP提供的Devstral-2-123B模型進行測試,調整AI代理在工作流程中的配置,使程式檢測誤報率由17.2%降至8.3%,顯示模型選擇與代理配置對軟體開發品質的影響。
政府開放資料的再利用,也是AI代理的重要應用方向。Twinkle AI創辦人黃亮勳表示,各機關資料格式與分類方式不同,使用者往往需要耗費大量時間整理才能進行分析。為此,Twinkle AI開發Twinkle Hub,運用TAIWAN AI RAP提供的大語言模型進行資料清洗與分類,降低商用模型API的Token成本,再透過模型上下文協定(MCP),讓使用者以自然語言查詢官方資料。
Twinkle Hub於2026年5月以約10天完成初期開發,目前已整合28個國家、約8萬個資料集及超過2,600萬筆原始紀錄,使用者可透過Claude查詢房價、政府標案及跨國法院判決,並進行資料比較與視覺化分析,降低資料運用門檻,拓展政府開放資料的商業應用機會。
國網中心主任張朝亮最後表示,未來將持續擴充算力與TAIWAN AI RAP服務,並邀請更多具備AI解決方案的企業及研發單位參與合作,運用國網中心環境進行開發、測試與概念驗證,協助產品進入商業市場,讓國家投入的研發資源能獲得更廣泛的產業應用。








