先知科技「數據通、天眼通、圖文通、知識通、市研通」R2026a 產品版本正式上市
「天眼通 SkyEyes」先知科技AI視覺偵測辨識平台
天眼通2026a產品更新內容
| 更新內容說明 | 應用情境與痛點 | 使用者效益 | 適用範圍 / 部署須知 |
|---|---|---|---|
| 天眼通2.0 的驗證集/測試集因切分%，所以會變動，沒有參考依據：
1. 需增加可固定測試集功能 2.系統隨機抽=> 人可以自行選擇驗證樣本固定 | 過去系統採隨機百分比切分，導致每次訓練後的評估數據變動，無法作為模型性能比對的基準 | 1. 科學一致性： 確保模型優化過程中的評估標準統一，便於版本對比
2. 研發效率： 縮短工程師確認模型穩定性的時間 | 適用範圍： SkyEyes Trainer 訓練模組
部署： 核心訓練引擎更新 |
| Image Labeling – SEGMENTATION
缺少Label Filter 快速區分(ALL 、Not、Done) | 在數萬張圖片的大型標註專案中，管理人員難以快速區分進度，導致標註進度管控混亂 | 1. 管理透明化： 一鍵過濾未完成任務，提升管理效率 50%
2. 協作優化： 確保標註員不會重複作業或漏掉樣本 | 適用範圍： SkyEyes 影像標註管理平台
部署： Web 管理介面更新 |
天眼通2026a客製功能
| 客戶 | 案例說明 | 應用情境與需求 | 使用者效益 | 適用範圍 / 部署須知 |
|---|---|---|---|---|
| ○特 | Segementation AutoLabel (多張)：Test Result Export Datasets | 語義分割 (Segmentation) 的人工標註極其耗時，且在處理大量測試資料時，難以快速產出訓練用數據集 | 1. 效率提升： 透過 AI 自動輔助標註，縮短 70% 以上的標註時間
2. 數據閉環： 測試結果直接轉換為標註數據，加速模型迭代 | 適用範圍： SkyEyes 2.0+ 語義分割模組
部署： 需更新後台標註引擎 |
| 文化部○○局 | 文物劣化偵測 | 歷史文物（如古蹟、壁畫）的劣化（裂縫、剥落、變色）需仰賴人工巡檢，主觀性強且難以量化追蹤 | 1. 客觀量化： 提供精準的劣化程度數據
2. 預防維護： 透過影像比對實現早期預警，降低修復成本 | 適用範圍： 文化資產維護、古蹟監測
部署： 需搭配高解析度影像採集設備 |
| 文化部○○局 | 文資局-線標註的模型建立於天眼通 | 特殊物件（如細長裂縫、鋼筋外露）使用框選或面選效果不佳，需要更精準的線段特徵提取 | 1. 精準度提升： 針對細長目標物提供更佳的偵測效果。
2. 量化便利： 便於直接換算長度等物理量資訊 | 適用範圍： 結構安全檢測、缺陷分析
部署： 需更新標註工具介面 |
| 台灣應用○○ ＆○維 ＆○國 | 訂單 & COA 文件轉換的雲端服務 | 供應鏈中的採購訂單與檢驗報告 (COA) 多為紙本或 PDF，人工登打至系統易出錯且效率低 | 1. 數位轉型： 實現文件自動化數位化，錯誤率降低至 1% 以下
2. 雲端彈性： 無需安裝地端軟體，隨時隨地可處理 | 適用範圍： 採購、品管、物流部門
部署： 採 SaaS 訂閱制，支援 API 介接 |
| ○宇 | 辨識QR Code | 產品在自動化光學檢測 (AOI) 過程中，需同時讀取產品 ID，以實現檢測數據與工單的自動綁定 | 1. 生產履歷自動化： 檢測完成即與序號連結，達成 100% 追溯
2. 自動化整合： 減少人工刷條碼的工序 | 適用範圍： 生產線自動化、倉儲管理 部署： 整合至即時推論 (Inference) 流程 |
「數據通 AIUPS」先知科技數據分析預測平台
數據通2026a產品更新內容
| 更新內容說明 | 應用情境與痛點 | 使用者效益 | 適用範圍 / 部署須知 |
|---|---|---|---|
| 方塊拖拉式資料前處裡：強化資料前處理流程、通用性與使用者體驗 | 使用者希望有更直接更快速的資料前處裡平台 | 資料前處理更直覺化、可視化，無資料分析經驗的使用者亦容易上手使用 | 適用範圍： 資料分析
部署： AIUPS offline 資料前處理模組。 |
| 新增稀缺資料生成功能 | 數據議題分析資料稀缺 | 對於資料稀缺的分析題目，可利用此功能生成資料，快速進行分析 | 適用範圍： 資料稀缺時生成
部署： AIUPS offline 資料前處理模組。 |
| 新增具統計分配資料特性的預測演算法 | 並非所有分析資料都屬常態分配，分析目標不違常態分析時無法正確分析 | 對於已知非常態分配的分析資料，可以此分析演算法進行分析，更精準的完成分析及預測的目標 | 適用範圍： AI模型建立
部署： AIUPS offline 模型建立模組。 |
「知識通 KnowledgeConnect」先知科技生成式雲地端AI知識管理平台
知識通2026a產品更新內容
| 更新內容說明 | 應用情境與痛點 | 使用者效益 | 適用範圍 / 部署須知 |
|---|---|---|---|
| AI 影音匯入：讀取Youtube影片，擷取影片摘要 | 分析影片語音取得摘要資訊 | 降低人工分析影片與製作報告時間70%以上 | 需要快速取得知識的任何領域 |
| AI 會議記錄員：可上傳音檔，AI自動語音轉文字，生成會議紀錄 | 快速生成會議紀錄 | 減少人工抄寫記憶，打字編輯會議紀錄時間80%以上 | 需要減少人工撰寫會議紀錄 |
| AI專案助手：可建立各別專案，使用專屬的Prompt，以及RAG文件 | 方便人員依據不同需求，使用LLM協助進行任務，降低產生錯誤回覆之機率，更精準依據需求生成所需要的結果 | 降低多任務管理負擔，節省管理時間80%以上 | 適合負責多任務專案的主管，同時管理多專案使用 |
| 基礎功能優化：
1.使用與支援Chunk和Rerank 技術，提升回覆品質 2.開放””熱度””Temperature””參數設定 3.生成的表格可一件輸出成Excel 4.可直接修改任一問題，重新回覆 5.新增輸出追問問題功能 | 1.RAG檢索精確度提升30%
2.生成內容可依使用情境進行調整 : 如 : 要文件來源多一點就選擇”精準”，要LLM知識多一點就選擇”創意、高創造” 3.快速輸出Excel減少拷貝流程 4.如使用雲端LLM API，可大幅降低Token數量費用5.發覺使用者想法，快速協助所需要之答案探索 | ||
| 支援更多雲地端LLM，新增：
1.gpt-oss(地) 2.Gemma3(地) 3.mistral(地) 4.gpt-4o-mini(雲) 5.gemini2.0、2.5 flash(雲) |
「圖文通 BlueprintLegacyAI」先知科技多模態AI圖文解析平台
圖文通2026a客製功能
| 客戶 | 案例說明 | 應用情境與需求 | 使用者效益 | 適用範圍 / 部署須知 |
|---|---|---|---|---|
| ○○室內設計 | 材料面積分析與元件統計 | 室內設計施工圖面視覺辨識：
材料施作面積分析(需從設計圖中辨識不同材料區塊，計算各自面積以供報價使用) 圖例元件數量統計需辨識圖例中各元件（如燈具、插座、櫃體等）數量 | 1. 精準報價： AI 自動辨識不同材料區塊並精確計算面積，降低人為誤差
2. 效率翻倍： 將原本需數小時的「算料」工作縮短至分鐘級 | 適用範圍： 室內設計施工圖 (PDF/DWG)
部署： 需更新 AI 元件辨識模型庫 |
| ○○電工 | AWS 焊接符號與加工尺寸 | 現況客戶提供的CAD圖檔（DWG/PDF）未含球標資訊，由品管人員(2～3人)人工標註。技術需求：
1.圖面解析分類： 目標為自動辨識圖面中之「焊接符號」與「機械加工尺寸」資訊 分類依據為 AWS 國際焊接標準，具備明確的技術規範可供比對 2.球標標註 (解析後依分類進行流水號球標標註，球標為不重複流水號) 紅色球標：標註於機械加工尺寸數字規格旁 綠色球標：標註於焊接符號旁 | 1. 自動化檢驗流程： 自動辨識焊接符號與尺寸並賦予唯一球標編號，銜接數位品管系統
2. 合規性保障： 依據 AWS 標準自動分類，確保檢驗依據正確無誤 | 適用範圍： 重電設備、機械加工製造
部署： 需整合企業內部 CAD 工作流 |
| ○百 | 金屬扣件廠商(螺絲)廠商客戶提供圖檔找內部最相似設計圖 | 當客戶提供新的螺絲/扣件設計圖時，業務與工程人員需在龐大的歷史圖庫中尋找相似設計以加速報價與評估，傳統檔名搜尋難以奏效 | 1. 快速報價決策： 透過「以圖找圖」技術，數秒內找出歷史相似案件的成本與工法
2. 知識資產再利用： 避免重複研發已存在的產品設計 | 適用範圍： 金屬加工業、扣件製造業
部署： 需建立企業專屬圖面向量資料庫 |
「市研通 Market Trade」先知科技AI市場預測與決策輔助平台
市研通2026a產品更新內容
| 更新內容說明 | 應用情境與痛點 | 使用者效益 | 適用範圍 / 部署須知 |
|---|---|---|---|
| 強化外部市場資料的整合與分析能力，將市場趨勢、輿情與金融數據轉換為可量化指標，並支援報酬試算與 What-if 情境模擬，協助使用者在決策前進行多種參數評估 | 過往市場分析多停留在趨勢觀察與靜態報表，難以進一步回答「如果條件改變，結果會如何？」
決策者需要能同時整合外部趨勢與數值指標，並快速模擬不同假設下的影響。 | 趨勢量化：將市場與輿情轉換為標準化指標，降低主觀判斷風險
決策輔助：透過 What-if 模擬，強化投資與定價決策信心 解讀效率提升：以數值與視覺化結果，讓趨勢更容易被理解與比較 | 適用範圍：金融市場分析、價格制定、投資評估情境
部署說明：市研通分析模組功能升級，無需額外硬體設備 |
如果你希望更深入了解這次更新如何對應不同產業與應用場景，我們期待與你分享更多實務觀察與導入經驗！