花蓮馬太鞍溪，一場突如其來的暴雨讓溪水瞬間溢流，混濁的泥流切斷了地面通行的唯一道路，第一線搜救人員被擋在核心區域外，面對的是破碎的地形與未知的危險，這時，一架僅重 2 公斤出頭的無人機 Skydio X10 迅速升空。
&nbsp;
在深山峽谷與惡劣天氣中，搜救最怕兩件事： 第一是失去 GPS 訊號 ，讓無人機變成無頭蒼蠅； 第二是斷網 ，讓昂貴的設備斷開與後方的聯繫。但這架載具卻展現了驚人的「直覺」——即便在沒有 GPS 的環境下，它依然能靠著視覺導航（visual navigator）以正負 10 公分的誤差穩穩定在空中，並透過 360 度的 AI 避障技術，在幾秒鐘內判斷出電線桿、民宅與樹木的危險位置。
&nbsp;
而這一切的核心能力，背後靠的不是遠端的超級 AI 伺服器，而是藏在機身內晶片驅動的 邊緣運算（Edge AI）。國立陽明交通大學資訊工程學系陳奕廷副教授指出，若決策需要等雲端回傳，往返傳輸與運算的時間差可能讓載具錯過修正窗口。耐能智慧創辦人兼執行長劉峻誠也表示，產業實務的基本前提是載具即使遇到訊號中斷，仍要保持自主可控。
&nbsp;
在載具的世界，存在著一個互不相讓的 三角：
<ol>
<li>自主性 ：大腦要夠聰明（模型越肥大），運算就越吃力。</li>
<li>電量與重量 ：運算量越大越快，耗電就越兇；電池帶越多，載具就越重、飛不起來。</li>
<li>通訊與延遲 ：依賴雲端的 AI 伺服器雖然最聰明，但若是斷訊或網路延遲，高速飛行的載具下一秒就會撞山。</li>
</ol>
&nbsp;
關鍵不只是算力多大，而是能否在現場即時做出可控反應，自主性、續航力、即時反應三者難以兼顧的拉鋸，正是 Edge AI 要解決的核心命題。
&nbsp;
別被算力數字給騙了！
在科技產業新聞中，我們常看到「這顆晶片算力達到多少 TOPS（每秒兆次運算）」的驚人數字。聽起來，算力越高似乎就代表 AI 越聰明。但這對在真實環境的無人機來說，這可能是一個致命的誘惑。為什麼？耐能智慧（Kneron）執行長劉峻誠提出了一個關鍵觀點：「在邊緣運算（Edge AI）的世界，我們不看誰的肌肉最大，我們看誰的 TOPS/W『效能功耗比』最高。」
&nbsp;
原因在於，GPU 是為了影像處理與遊戲而誕生的產物。它的每個核心都在處理像素的色彩、光影與幀率，而這些任務需要的是大規模平行計算，像是浮點運算、矩陣運算等。但當同樣的晶片在執行 AI 任務時，許多電路單元便會處於空轉狀態，但電力卻照樣揮霍，造成極大的能耗浪費。
&nbsp;
NPU，也就是神經網路處理器，其設計之初就是為了類神經網路運算而生。它特別擅長矩陣運算和卷積運算，因此在執行 AI 相關任務時，運作效率比傳統的 CPU 或 GPU 更高效，讓同樣一瓦的電力，能換取更多有效的推論能力。
&nbsp;
劉峻誠執行長指出， GPU 的單位算力跟 NPU 的算力，雖然單位都是 TOPS，但內涵卻完全不同。「就像美金跟新臺幣雖然都叫一塊錢，匯率差了三十倍，算力評估也是一樣，TOPS 通常表示理論峰值性能，但實際性能是要看每瓦能創造多少有效算力，以及每秒能完成多少幀影像的識別。」一個效能指標是飛出去之後每秒能偵測多快，另一則是單位電池的電力可以創造多少的任務事件。這兩個指標加在一起，才構成一臺無人載具真正意義上的算力。在無人載具上，這個用電效率的差距直接決定了電池能支撐的飛行距離。
&nbsp;
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2026/03/4內文圖：670x460-1-6.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">無人載具產業最終的勝負關鍵，不在於誰的 TOPS 數字最大，而在於誰能用最少的電做出最準確的判斷。</div>
</div>
</div>
</div>
</div>
&nbsp;
把大腦縮小，需要知識蒸餾
即便硬體端解決了功耗問題，但另一挑戰同樣棘手，那就是軟體模型本身的體積，既然不能把幾千億參數的巨大模型（如 GPT-5）塞進無人機，那我們該如何讓載具在邊緣端具備「思考能力」？這不只是把檔案壓縮而已，而是一場關於「汰弱留強」的精密手術。
&nbsp;
首先，得先定義載具需要什麼樣的大腦。近年來的視覺語言模型（VLM） 讓 AI 不再只是死背影像，而是能「理解」場景。陳奕廷副教授解釋，以前要教 AI 認出「熱點」需要繁瑣的開發；現在只要下指令說「找出溫度異常的牆縫」，它就能理解語義並執行。VLM 最大的革新不只在辨識能力變強，而在於人機介面的改變。「過去若要讓模型進行熱點辨識，往往需要開發人員設計介面、上傳影像、輸出結果，整體開發相當繁瑣。如今只需提供一張照片，再以文字標註熱點位置，模型便能自動完成辦識。」
&nbsp;
而視覺語言動作模型（VLA）則更為進階。它直接將「理解」轉化為「動作」，不再只是告訴你「前方有火」，而是直接下令「向左拉升」，讓感知、推理與行動整合在同一個模型裡，減少多個模組串接時層層累積的誤差。陳奕廷副教授說：「過去的方法是一個模型負責看，一個模型負責推理，一個模型負責動作，但每個中間層都可能出錯，錯誤會不斷往後傳遞，最後做出的決策其實不那麼可靠。」
&nbsp;
但問題在於，這樣的模型體積通常很大，直接部署到邊緣端設備幾乎不可行。硬體端的因應之道是系統單晶片（SoC），將 CPU、影像處理與 AI 加速器整合在同一顆晶片上，讓運算在晶片內部完成，減少元件間傳遞的延遲與功耗。但光靠硬體整合還不夠，軟體模型本身也必須跟著瘦身。
&nbsp;
工程師常用知識蒸餾（knowledge distillation）來達到這個目的，試想雲端的 VLM 大模型是一位博學多才、坐擁萬卷書的「教授」，而無人機就像是前線執行任務的「學徒」。在蒸餾過程中，教授並非把整座圖書館搬給學徒，而是透過反覆示範與引導，傳授他在關鍵時刻的「判斷邏輯」。大型模型將自己對任務的理解，轉化為學徒模型可以吸收的知識。學徒模型雖然結構較為簡單，但它學會了在大模型眼中「什麼才是真正重要的訊息」。這就是為什麼模型縮小後還能保有判斷能力的關鍵原因。
&nbsp;
除了傳授邏輯，工程師還會進行「量化」（quantization）與「剪枝」（pruning）。這就像是把無損格式的大型音樂檔壓成體積更小的 MP3，同時拿出一把精準的手術刀，切掉神經網路中那些「占位卻沒產出」的贅餘組織。陳奕廷副教授坦言，壓縮過程難以避免性能折損，「怎麼在壓縮後還能保持輸出的穩定性，是 Edge AI 目前最核心的研究挑戰之一。」所謂的 Edge AI，某種程度上正是為了換取速度與可部署性，而進行的一場有預謀的資訊捨棄。
&nbsp;
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2026/03/5內文圖：670x460-2-4.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">VLM 負責理解畫面與語言，VLA 則進一步輸出可驅動載具的控制指令。兩者的差距，是無人載具從被動辨識到主動決策的關鍵一步。</div>
</div>
</div>
</div>
</div>
&nbsp;
感測器各說各話，才是真正的工程惡夢
即便大腦的問題解決了，無人載具還面臨另一層困難，來自它的感知系統。現代載具通常配備多種感測器，相機、光達、雷達、熱成像模組，每一種感測器對世界的描述方式都不同，格式也不相容，而這個問題既不是算力能解決的，也不是換一顆更強的晶片就能繞過去的。
&nbsp;
陳奕廷副教授說明，相機在單一時間點拍攝出二維影像，光達則透過逐區掃描產生三維點雲，當載具持續移動時，兩者記錄的根本不是同一個時刻的世界。要把這兩種格式對齊，在演算法介入之前，感測器就必須先完成時間同步與空間校正，這本身就是一道不小的工程門檻。
&nbsp;
劉峻誠執行長提到，一種可重構的 NPU 架構正是針對這個問題提供了硬體層的彈性。這個架構允許晶片接受多種不同格式的感測資料輸入，不論是光達、雷達、飛行時間感測器還是熱成像，都能在同一套硬體上處理。更關鍵的是，當軟體端的演算法從卷積網路轉向 Transformer 架構，硬體不需要整組換掉，可重構的設計讓它能夠跟著調整。「自動駕駛跟無人機的概念其實很像，只是無人機是一個更精簡的版本，但物件識別的需求是一樣的，必須先識別物件才能做判斷，這就需要多種感測資料的融合。」
&nbsp;
這個整合的難度，也解釋了為什麼走出實驗室到真實場域，是許多系統最容易失敗的關鍵時刻。陳奕廷副教授以臺灣道路環境為例，紅綠燈樣式繁多，有時夾雜在霓虹招牌之間難以辨識，有時附帶時段限制的補充說明牌，這些都不是在實驗室的標準資料集裡能完整覆蓋的情境。「你常常不知道真實世界會發生什麼事情，而那些在實驗室沒看過的情況，最容易讓模型出現判斷失誤。」真正的自主，是軟硬體在毫秒之間完成的集體共識。
&nbsp;
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2026/03/6內文圖：670x460-3-1.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">一臺具備自主能力的載具，感測器往往不只一種。但格式不同、取樣頻率不同、記錄的時間點也不同，如何讓這些資料對齊並整合，是走出實驗室之前必須先解決的現實問題。</div>
</div>
</div>
</div>
</div>
&nbsp;
信任，是邊緣 AI 還沒解完的方程式
Edge AI 的技術路線已經相對清晰，由 NPU 接手 AI 運算，解決 GPU 高功耗問題；透過模型壓縮，讓龐大的「大腦」得以裝進小型晶片；再結合多感測融合，使載具能在複雜環境中看得更準、判得更快。但這條路還沒有走完，技術之外還有一道更難量化的門檻需要跨越——那就是「信任」。
&nbsp;
陳奕廷副教授直接點出，在所有評估指標裡，「安全」排在最前面。「任何東西如果不安全，就沒有往後談的必要。機器跟人不一樣，我們對機器的容忍度比對人要低得多。」他認為臺灣在硬體供應鏈上有明確優勢，但無人載具不是一個純硬體問題，「它是軟硬體整合的問題，而這需要能同時理解軟硬體兩端的人才，這正是我們目前最需要去補足的一塊缺口。」
&nbsp;
劉峻誠執行長則從應用端觀察這個問題。無人載具的場域正在從農業巡檢、設施檢測，延伸到更複雜的任務需求。這些場景共同指向一個前提，那就是載具在訊號中斷、遭受電磁干擾或任何不可預期因素介入時，仍必須能夠自主完成任務。「一旦出去後，就要能夠在訊號全斷的情況下，還能自主可控，這是基本前提。」
&nbsp;
自主性、續航力、即時反應，Edge AI 的每一步演進都在這三個條件之間尋找可行的交點，而這個交點沒有標準答案。當機器開始具備在現場獨立做判斷的能力，我們願意在什麼樣的條件下，把哪些判斷交給它們來做，或許才是這場技術競賽真正需要回答的問題。
&nbsp;
（客座總編輯｜逢甲大學自動控制工程學系林昱成教授；研究顧問團隊｜國立陽明交通大學資訊工程學系陳奕廷副教授、耐能智慧劉峻誠執行長；責任編輯｜王喆宣、洪孟樊）