AICoE 專案

跨域多模態 AI 技術與平台於下世代智慧製造之應用

計畫名稱

跨域多模態 AI 技術與平台於下世代智慧製造之應用

計畫目標

台灣是全球製造業樞紐,在半導體、PCB、精密機械與電子組裝等領域居於領先地位,但面對 Industry 5.0,產業需從自動化、數位化轉向「人機協作、自主決策與永續發展」。目前產業仍受制於資料孤島、數據異質性、AI 可解釋性不足與 ESG 落實挑戰。 本整合型計畫旨在推動跨領域多模態AI技術與平台於智慧製造之應用,聚焦生成式學習、語意理解、數位孿生模擬、異常預測與可信決策等核心技術,打造一套具備高度整合性與模組化的智慧製造AI系統。 本計畫旨在整合五個子計畫,打造可落地與可擴散的智慧製造 AI 平台,涵蓋資料生成、感知、分析到解釋與治理,協助半導體、PCB 與先進電子製造等關鍵領域實現 Industry 5.0 的自主性、永續性與可信任性。


計畫概述

本整合型計畫旨在推動跨領域多模態 AI 技術於智慧製造之應用,聚焦生成式模型、語意理解、數位孿生模擬、異常預測與可信決策等核心技術,打造具高度整合性與模組化的智慧製造 AI 系統。計畫整合五項子計畫,涵蓋瑕疵影像生成與診斷、事件視覺異常預測、數位孿生平台建構、IC 製程異常辨識與可信推理,以及可解釋 AI 與智慧排程,整合視覺語言模型、多模態生成、事件相機、3D/4D Gaussian Splatting、擴散模型、圖神經網路與強化學習等先進技術,實現資料共享與模組協同,提升系統穩定性與落地價值。 在社會與環境層面,本計畫可提升產線瑕疵檢測準確率與異常預警能力,降低次品率與資源浪費,促進綠色製造與永續發展,並透過多場域實證強化產學合作與人才培育,培養具備 AI 研發與製程優化能力之專業人才。經濟層面,計畫將開發多項關鍵 AI 模組,提升半導體與電子製造之生產效率、良率穩定性與彈性調度能力,並與產業夥伴合作加速技術產業化,促進產業鏈升級與國際競爭力提升。 本計畫亦提出以事件視覺與數位孿生為核心的 Sim-to-Real-to-Sim 閉環架構,突破製造資料稀缺與成本限制,結合大型語言模型推動可信推理與人機協作,全面帶動智慧製造升級,強化我國高科技製造之技術自主與全球競爭力。