2025 年 9 月 9–10 日 · 中央研究院人文館
2025 台灣人工智慧年會
三廳平行、四十餘場演講，當成產業的一份切片來讀。今年幾乎沒有人再花時間說服聽眾「AI 很重要」，大家爭論的是怎麼規模化落地，以及台灣的資源該押在哪裡。
2天
4場 Keynote
44場專題演講
1500參與人次
活動基本資料
- 協辦
- 中央研究院資訊科學研究所、中央研究院資訊科技創新研究中心
- 時間
- 2025/09/09（二）– 09/10（三）
- 地點
- 中央研究院人文館（台北市南港區研究院路二段 128 號）
- 年度主題
- 台灣 AI 競爭力
- 規模
- 4 場 Keynote、2 場主題論壇、近 44 場專題演講、10 場 Lightning Show，三廳平行，約 1,500 人次
三十秒版本
兩天下來，實際上在講的七件事。
- 主軸從「要不要用 AI」轉向「怎麼規模化落地」 — 幾乎沒有人再花時間說服聽眾 AI 很重要；大家講的是 PoC 之後怎麼辦、正確率怎麼從 50% 拉到 90%、組織為什麼推不動、成本怎麼算給老闆聽。
- 「Agentic AI」是今年最高頻的詞，但講的幾乎都是它的難處 — 和碩引三篇論文說明 agent「試了就陣亡」的原因（MCP 工具接太多，準確率掉到 33%）；91App 的結論是最佳解為 Rule Engine + AI + 人工的混合；聯發創新基地講 Context Engineering 的四種操作。
- 數位孿生被定位成「AI 走進實體世界的橋樑」 — 西門子、和碩、廣運、台達四家從四個角度講同一件事：Physical AI 的資料、訓練、實體測試三項成本都太貴，虛擬環境是唯一解。
- 開源與繁中模型成為傳產與中小企業的務實選項 — 聯發創新基地、APMIC、Twinkle AI 三方都在講同一個論證：垂直領域的小模型可以打贏參數量大好幾倍的通用模型，而且 VRAM 需求差約 5 倍。
- 無人機與機器人是今年新增的重量級主題 — 兩場 Keynote 其中一場給了無 GPS 無人機；R1 整個下午都是無人機與具身智慧。主軸關鍵字是「去紅色供應鏈」「開放標準」「台灣半導體優勢」。
- AI 治理與資安從口號變成具體清單 — 資安院拆解 OWASP LLM Top 10 與越獄三策略；AI 安全論壇把風險分成研發端、企業端、政府端三種視角，並指出企業真正的風險不是模型失控，而是員工把機敏資料貼進外部聊天機器人。
- 政策論壇談的是「優先順序」而非「該不該做」 — 三項具體倡議：政府帶頭成為最會用 AI 的政府、建立資料信託制度、全民普發 AI token。
從哪裡開始
建議從年度趨勢開始讀，其餘都是查參用的。
值得記住的幾句話
大型語言模型的安全性不是 A 加 B 加 C，而是 A 乘以 B 乘以 C。
水的深度不能用磅秤來秤。
量產的時候數位孿生能夠做的事情其實不太多；數位孿生真正派上用場的，其實是試生產的階段。
你（的機器分級效率）如果沒有比我好，你就不用來了。
政策不是在於哪些事應該做，而是在這些應該做的事情裡面，我們要用什麼樣的優先順序去做。
只有兩個人可以救台灣：機器人跟外國人。