工業5.0強調人機協作，但即時性、安全性與隱私成三大路障。意法半導體提出解方：將決策權從雲端下放至邊緣，透過MCU與感測器的在地端推論能力，建構符合工業安全標準的人機協作環境。 意法半導體（STMicroelectronics）提出了明確的技術路徑：將決策權從雲端下放至邊緣。ST台灣區微控制器產品負責人楊正廉（Jason...

展望2026年，一個全新的智慧機器世代正逐步成形。意法半導體所觀察到的多項趨勢，延續了2025年初提出的方向；技術持續成熟，並在新的一年加速落地，這些趨勢也開始展現更清楚的輪廓。既有技術的大量導入，正推動工業設備、機器人、車用電子、消費性電子產品與智慧家庭，朝向更高程度的自主運作發展，而關鍵在於專用半導體平台與先進處理架構的到位。   在技術底層，半導體材料的持續創新仍是關鍵基礎。碳化矽(SiC)、氮化鎵(GaN)以及矽光子技術，將持續因應市場對高效率電源轉換、熱管理與高速資料傳輸不斷提升的需求。同時，神經處理器、影像感測器、微控制器與微處理器在架構設計上的發展，也將進一步強化自主與智慧系統的整體能力。這些系統的資安設計，仍將是開發過程中不可忽視的重點。整體而言，ST對2026年的看法相當明確：更聰明的機器，將建立在速度更快、同時也更安全的半導體技術之上。 Edge...

AI終端裝置正迎來一場以自然語言為核心的互動革命。隨著AI應用逐步從雲端服務走向終端裝置，語音逐漸成為最直覺、也最符合人類使用習慣的人機互動方式。然而，這場變革成功的關鍵，並不在於讓機器單純地「聽見」聲音，而在於AI是否具備「理解人類意圖」的能力...

在CES 2026展會期間，Kneron耐能攜手兆赫電子，展示基於自研KL730高階晶片的智慧影像實際應用成果，呈現端側AI在即時推論、系統整合與智慧應用上的技術進展。 隨著AI應用持續朝向即時化與分散化發展，EdgeAI已成為智慧影像與物聯網系統發展的重要趨勢。透過將AI推論能力部署於端側設備，可有效降低延遲、提升系統穩定性，並兼顧資料隱私與運作效率。 在CES...

晶睿宣布正式推出Chroma24低照全彩系列AI攝影機(以下簡稱Chroma24)，提供「全天候24小時、真實色彩、清晰可辨」的全新體驗。在夜間或昏暗環境中，透過鏡頭與感測元件的全面升級，結合AI影像強化技術，不使用紅外線或補光機制，除了最佳化能源使用，亦實現默默守護不打擾環境的運作方式，持續呈現清晰穩定的全彩畫面，協助客戶迅速掌握關鍵畫面，全面升級安防效率。 根據研調機構報告，安防市場至2029年將達到278.3億美元規模，複合年成長率(CAGR)達7.5%，維持成長動能。晶睿通訊產品企劃處處長范姜士武表示：「面對全球智慧安防日益增加的剛性需求，晶睿通訊以深耕超過25年的產品設計與影像技術優勢，持續打造貼近真實場域的使用體驗。因應市場發展趨勢，晶睿通訊聚焦全天候清晰影像、Edge...

擷發科技近日宣布，與艾訊正式簽署合作備忘錄(MOU)。雙方將深度整合擷發科技自主研發的跨平台Edge AI軟體平台解決方案XEdgAI，以及艾訊AIM101工業級邊緣運算系統，解決異質硬體整合難題。雙方並預告將於CES...

近年隨著邊緣運算裝置效能大幅提升，資料運算能力正逐漸由雲端下沉至邊緣，此趨勢不僅重新定義了邊緣運算裝置扮演角色，在智慧製造領域也引發自動化大廠的全新布局。 Edge AI浪潮興起有賴AI產業鏈技術推進，彼此環環相扣，包含硬體面AI晶片效能突破、模型推理成本下降、DeepSeek打開應用端大門、開源與閉源模型性能差距縮小等，在在降低產業應用Edge...

提到AI多數人即聯想到「需要龐大記憶體、龐大運算力才能跑」，但Edge AI、TinyML的提出已逐漸讓人改觀。即便如此，所謂的TinyML也多是使用32-bit MCU來跑AI，很難在更低階的MCU上跑。 不過，這個觀感可能又要修正了，GitHub上有一名GiorgosXou帳號者提出NeuralNetwork...

Kneron宣布與影像科技品牌Spark深化策略合作，雙方將以Argo AI VMS為核心，攜手推動AI技術在各大垂直產業的應用發展。進一步延續雙方在智慧監控場域的成功經驗，並標誌著從「安防科技」邁向「AI基礎建設」的重要升級。 在人工智慧呈爆發式增長的浪潮下，AI能力由雲端朝著邊緣端快速下沉，無疑是加速AI產業化落地的最好方式。 Kneron耐能大力布局Edge...

耐能智慧宣布正式投資智匯創育(Innovedus Inc.)，雙方將共同推動Edge AI教育普及與AIoT產業應用生態的發展。此合作結合耐能的AI晶片技術優勢與智匯創育的教育創新能量，打造從技術研發到教育實踐的完整AI生態鏈，這項投資也象徵耐能不僅專注於晶片研發，更進一步擴展至AI人才培育與技術應用落地的整體策略布局。 隨著生成式AI與邊緣運算快速發展，AI教育已成為推動科技產業持續發展的關鍵基礎。耐能智慧長期深耕人工智慧領域，積極推動AI研究與開發，並持續布局AI教育與人才培育。多年來與全球多所頂尖大學展開合作，推廣旗下多樣化產品(如Kneo...

近年來，人工智慧的應用正從雲端資料中心逐步邁向終端裝置，推動一股強勁的Edge AI浪潮。智慧汽車、個人電腦、機器人、智慧型手機與安防監控等領域，都在加速導入邊緣AI技術。根據市場研究機構預估，到了2030年，全球Edge...

根據Gartner發布的《連網車市場預測：機會聚焦》報告，2032年時，具備嵌入式遠端通訊控制單元(TCU)的車輛產量將從2024年的4.85億輛成長至8.52億輛[1]。然而，威脅情報監測也顯示，車輛網路安全威脅在短短四年間激增了600%。隨著越來越多的連網車輛上路，需要診斷的問題變得更加複雜，且帶來了嚴重的安全風險。目前過度依賴雲端的偵測與回應方式，進一步加劇了這些問題，並帶來下面的三個重大挑戰： 傳輸成本不斷上升 目前的車輛網路會將大量資料上傳到車輛安全營運中心(VSOC)，隨著車隊規模擴大，成本將大幅增加。當數百萬輛車需要傳輸數據進行分析時，光是雲端傳輸費用每月就高達210萬美元[2]，造成巨大的財務壓力。因此如何減少上傳不必要的事件至VSOC已成為當務之急。 無法區分攻擊還是故障 優化資料速率和頻寬後，下一步是確隨著車輛加入的軟體應用越多，以硬體為核心的汽車產業在故障排除上變得越發困難。汽車製造商(OEM)與供應商經常難以分辨網路攻擊還是系統異常。例如，車前燈在夜間突然失效，製造商可能只關注到機械問題，卻忽略了網路攻擊的可能性，導致延遲解決並危及駕駛的安全。 網路威脅應變延遲 軟體定義車輛(SDV)雖然能夠持續更新功能[3]，但頻繁的功能變更也導致VSOC必須頻繁調整異常偵測機制，增加了對人力的依賴。此外，車輛連線受阻導致數據無法即時傳輸時，這樣的延遲可能導致攻擊未被及時發現，進一步加劇風險，危害車隊與駕駛安全。 車輛安全不必依賴遠端團隊 隨著汽車產業朝向AI驅動的軟體定義車輛發展，便浮現一個關鍵問題：有什麼方法可以解決上述的挑戰？這個挑戰是讓車輛獨立處理簡單的問題，在資料數據傳輸分享到雲端VSOC團隊之前，能先將這些資料精煉、完善與整合。透過Edge...