清晨八點半，嘉義一間長者日照中心的窗外，傳來攤販叫賣米苔目的聲音。室內，林阿嬤正小心地把一杯熱騰騰的麥茶放到桌上，對面是一臺與肩同高、銀白外殼的機器人。它微微前傾，聲音溫和而帶著濃濃的臺語口音：「阿嬤，茶有燒，小心慢慢飲。」林阿嬤笑得像剛聽到孫子撒嬌，伸手拍了拍機器人的「手臂」。
&nbsp;
這樣的情景，或許會來的比你想像的快。過往在許多人印象裡，機器人總存在於銀幕上——鋼鐵般的軀幹、閃爍的感測器、嚴謹的邏輯。但在臺灣，它們的形象正悄悄改變。得益於國家科學及技術委員會推動的「可信任生成式 AI 對話引擎」（TAIDE）計畫，這些機器人不僅能用國語與你交談，還能用道地的臺語與長輩話家常，聊廟會、聊小吃，甚至明白人與人之間的那份在地情感。
&nbsp;
TAIDE 除了是生成式 AI 浪潮中的一個在地化嘗試，更承載著「主權 AI」的戰略使命，期望在國際科技巨頭的龐大模型之外，打造屬於臺灣的數位道路。它讓機器人「開口說話」，但下一步，是讓它們「伸手幫忙」。從語言到動作，從溝通到服務，這是一場關於科技與文化的長跑。起點在臺灣，終點則可能改寫我們對機器人角色的想像。
&nbsp;
資源有限的 AI 競賽：TAIDE 如何「以小博大」
生成式 AI 浪潮席捲全球，各大科技巨頭正投入大型語言模型的軍備競賽，迅速改寫 AI 發展版圖。中央研究院資訊科學研究所副研究員黃瀚萱直言，TAIDE 計畫的核心目標，並非只是打造一個繁體中文模型，而是建立一個具有「臺灣核心價值」的主權 AI。「不只是使用繁中資料或臺灣的用詞，更重要的是連結臺灣核心價值，這才是主權 AI。」他語重心長地表示。
&nbsp;
國際模型雖然強大，但對在地情境的理解仍有局限；TAIDE 透過臺灣本地語言、文化與生活習慣的資料訓練，更能捕捉所謂的「臺灣味」。黃瀚萱副研究員舉例，一個真正貼近臺灣生活的 AI，應能理解「臭豆腐」有不同的做法，在臺灣語境下，「臭豆腐」可能是清蒸的，也可能是油炸物，身體不適者須避免；還要能分辨小吃中是否含有血或是豬肉等成份，提醒有飲食禁忌的觀光客。然而，TAIDE 的發展並非一帆風順。
&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/2025/09/7-1_670x460.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;">當全球科技巨頭都投入大型語言模型開發時，TAIDE 的誕生是建立具有「臺灣核心價值」的主權 AI 的關鍵嘗試。</div>
</div>
</div>
</div>
</div>
&nbsp;
作為官方主導計畫，為確保 AI 可信度，所有資料蒐集都必須取得完整授權，導致語料累積速度遠不及其他團隊。算力不足更是另一道門檻，相較於國際大廠擁有數十萬張 H100 等高階 GPU，TAIDE 團隊必須與其他研究計畫共享有限資源，無法頻繁進行大規模實驗，進而影響模型改善的進程。面對資源受限，團隊調整了發展策略，採取「以小博大」的精準路線。黃瀚萱副研究員解釋，他們選擇具代表性的國際開源模型（如 Meta Llama、Google Gemma 系列）作為基礎，透過強化學習等技術進行在地化調校，將其「轉化」成具臺灣文化與價值觀的版本。同時，TAIDE 也鎖定特定利基市場應用，例如與公務機關合作開發專用的「G-TAIDE」，用於公文寫作、便利民眾詢答等，並由人類專家審核，降低 AI 錯誤風險。這種務實策略，讓 TAIDE 即使在資源有限的情況下，仍能發揮獨特的在地化優勢。
&nbsp;
從「人機共學」到「工業製造」，TAIDE 應用場景的挑戰
當 TAIDE 的在地化優勢，為 AI 機器人賦予「臺灣腔」的聲音與思維，下一個關鍵挑戰，就是讓它們真正「動起來」。國立臺南大學資訊工程學系教授李健興也帶領團隊，成為了這場「動口」與「動手」實驗的先鋒。他們將 TAIDE 模型與臺灣本土語言教材，結合由本土廠商女媧創造生產的實體機器人，研發出能以臺語與英語對話的「AI 學伴機器人」。這套系統已在臺南多所國中小社團課落地，讓學生透過互動學習本土語言，也進入家庭，成為串聯祖孫三代情感的橋梁。「以前孫子回來都是玩手機、玩平板不跟我聊天，而現在透過這套臺語 AI 學伴機器人，小孩就會跟阿嬤聊天，祖孫有共同的語言。」李健興教授分享了他所獲得到的反饋。
&nbsp;
但從教育場域的「陪伴」跨入工廠產線的「執行」，挑戰截然不同。黃瀚萱副研究員指出，目前機器人最大的瓶頸在於「手」，亦即精密的動作操控。相較之下，電腦視覺與自然語言對話技術已趨成熟，因此現有應用多集中在聊天、陪伴等不需高精度動作的領域。李健興教授也從應用端呼應，強調工廠對精準度的要求遠高於教育場景。例如瑕疵檢測一旦出錯，不僅造成重大營運損失，甚至可能危及人命，AI 在這類高風險情境中的容錯率幾乎為零。
&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/2025/09/7-2_670x460.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;">TAIDE 的在地化優勢適合服務業與教育場景，但在高精度製造場域仍面臨動作操控的關鍵挑戰。</div>
</div>
</div>
</div>
</div>
&nbsp;
這也凸顯了 TAIDE 在不同應用場域中的定位差異。黃瀚萱副研究員認為，TAIDE 的在地化優勢更適合服務業、旅遊業，或需要大量理解在地術語的水電、餐飲等傳統產業；而在面板、半導體等全球標準化且精準度要求極高的製造場域，模型的核心能力才是關鍵，在地化特色反而退居其次。而要讓機器人真正「動起來」，僅有流暢的在地化對話能力仍不足。黃瀚萱副研究員提出，「tool use」（工具使用）是關鍵能力。AI 不只是對話者，還必須能判斷何時以及如何調用外部工具，執行如驅動機械手臂、查找外部資料等任務。這是機器人從「會說」邁向「會做」的必經之路，但目前仍是所有大型語言模型的共通弱點，也是臺灣機器人產業下一階段亟需突破的瓶頸。
&nbsp;
TAIDE 驅動臺灣機器人產業的獨特想像
儘管挑戰重重，TAIDE 的商業化前景仍備受期待。李健興教授樂觀預期，隨著模型持續優化，尤其未來若能推出更強大的 70B（700 億參數）版本，加上硬體成本下降，中小學教育市場將成為切入關鍵。他希望，若能克服量產與關稅等障礙，產品有望在年底亮相，並於未來兩至三年內，進入全臺約五分之一的學校，為市場開創新局。
&nbsp;
然而，TAIDE 的意義不止於一款語言模型，它更是臺灣在 AI 領域建立自主性與差異化的重要一步。從李健興教授團隊的在地化應用，到黃瀚萱副研究員在技術限制下提出的策略觀察與改善方向，串連了學界、產業與政府的力量，共同探索一條有別於國際巨頭的發展路徑。這場由 TAIDE 引領的變革，證明臺灣無需複製國外模式，而能以獨特的文化底蘊賦予 AI 更深層的「臺灣感性」。當模型既能理解在地語境，又具備工具使用與安全運作能力，臺灣的 AI 與機器人產業將從「開口說」邁向「動手做」。
&nbsp;
（客座總編輯｜國立政治大學資訊學院 劉吉軒院長；研究顧問團隊｜中央研究院資訊科學研究所 黃瀚萱副研究員、國立臺南大學資訊工程學系 李健興教授；責任編輯｜曹盛威、洪孟樊）