先知科技 NexusAI「數據通、天眼通、圖文通、知識通、市研通」R2026b 產品版本正式上市
先知科技 NexusAI 智慧製造戰略平台 5 大模組更新上市
視覺偵測辨識 AI 模組
數據分析預測 AI 模組
生成式知識管理 AI 模組
多模態圖文解析 AI 模組
市場決策輔助 AI 模組
1.「天眼通 SkyEyes」2026b 更新內容
1-1. 智慧旋轉標註與全自動 AI 輔助標記技術
新增 Labeling Rotate（旋轉標註） 與分割多邊形線條旋轉功能，全面支援 KeyPoint（關鍵點）與 Segmentation（語意分割）自動標註與類別標籤，並加入跨圖複製貼上與快捷鍵防呆。
|
應用情境與痛點 |
|---|
|
傳統影像檢測最怕不規則、傾斜或微小的瑕疵（例如紡織品布邊、圓形或金屬切削件）。人工拉框極度耗時，且多邊形重疊容易造成模型誤判。此外，工廠普遍缺乏高階 AI 標註人才。 |
|
使用者效益 |
|---|
|
標註時間縮短 70% 以上！ 透過自動化標記與隨選旋轉工具，即便是產線第一線的品管阿姨或技術員，也能化身 AI 建模專家，真正實現「No-Code 落地」。 |
|
適用範圍 / 部署須知 |
|---|
|
適用範圍：半導體精密封測、PCB 載板、紡織與鋼板裁切線。 跨國亮點：極度適合缺乏 AI 專才的東南亞工廠快速導入。 |
1-2. 效能可視化與自動化「再訓練」防呆模組
優化 YOLO / Fast R-CNN 混淆矩陣（Confusion Matrix） 的錯誤篩選顯示，能自動抓出誤判照片進行「重新標註與再訓練」，並新增模型結果詳情（最佳分數 mAP50 燈號與圖表顯示）與測試結果下載。
|
應用情境與痛點 |
|---|
|
傳統 AI 模型像個黑箱，當「A 瑕疵被誤判成 B 瑕疵」時，現場工程師根本不知道怎麼調整；在面對國際大廠（如日方客戶）嚴格稽核時，缺乏直觀的數據報表與驗收佐證。 |
|
使用者效益 |
|---|
|
瑕疵檢測正確率直奔 95% 以上，品質溝通成本降低 30%！ 讓模型分數與混淆矩陣完全圖表化、透明化。系統會自動幫您找出「嫌疑犯照片」進行重新訓練，讓 AI 越用越聰明。 |
|
適用範圍 / 部署須知 |
|---|
|
適用範圍：高毛利 A 級品篩選、食品加工外銷稽核（如毛豆蟲害、變色分類）。 跨國亮點：滿足日美市場對品質一致性與合規文件的嚴格要求。 |
1-3. 彈性相容 DataMatrix 與特殊工件全檢方案
全面提升 DataMatrix 條碼相容式辨識率，以及永豐餘死蚊瑕疵等特殊多樣少量檢測方案。
|
應用情境與痛點 |
|---|
|
面對「少量多樣」的訂單，傳統 AOI 設備只能卡死在固定規格。當條碼因反光、偏斜、磨損或產品（如農產品、金屬印刷）表面形狀不一時，極易發生漏檢，導致客訴與整批報廢。 |
|
使用者效益 |
|---|
|
接單生產速度提升 3 倍，漏檢率降低！ 透過天眼通高相容性演算法，能在一邊進行高速重量/尺寸篩選的同時，一邊完成光學條碼與細微瑕疵的 100% 全檢反饋。 |
|
適用範圍 / 部署須知 |
|---|
|
適用範圍：五金零件與汽車機構件、3C 電子線材組裝、食品與傳統加工業。 跨國亮點：可複製至歐美海外回流之汽車與航太供應鏈。 |
2.「數據通 AIUPS」2026b 更新內容
2-1. AI 視覺化分析升級（EDA 2.0 & 智慧圖表）
全新 EDA 2.0 分析介面，新增 K線圖、河流圖（Stream Graph）、Bubble Chart、Treemap、Sunburst、Circle Pack、Radar 雷達圖、Math Curve、Error Bar、3D Bar、QQ Plot、Word Cloud 等多元互動式圖表，可快速呈現資料分布、趨勢、異常及群組特性。
|
應用情境與痛點 |
|---|
| 傳統統計圖表不足，工程師需花費大量時間切換工具、整理資料，難以快速掌握關鍵資訊。 |
|
使用者效益 |
|---|
|
一站式完成資料探索與視覺分析 |
|
適用範圍 / 部署須知 |
|---|
|
適用於製造業、品質管理、研發、生產、ESG、能源管理等所有數據分析情境。更新後即可使用，無須重新建模。 |
2-2. AI 智慧分析與分群升級（Auto Analytics）
新增 t-SNE、降維分析、Kohonen Self-Organizing Map、K-Means、TwoStep Cluster、Parallel Analysis、Dendrogram、Sequence Analysis、關聯規則（CARMA） 等智慧分析模組，提供資料自動分群、特徵探索、流程分析與關聯挖掘能力。
|
應用情境與痛點 |
|---|
|
大量資料無法有效分類，關聯性不易發現，分析高度依賴專家經驗，改善方向不易量化。 |
|
使用者效益 |
|---|
|
自動找出隱藏群組與異常模式 |
|
適用範圍 / 部署須知 |
|---|
|
適用於品質改善、製程最佳化、客戶分群、異常分析、設備監控、預測模型建立等場域，支援大型資料集分析。 |
2-3. 平台整合與企業管理升級（Enterprise Ready）
新增 LDAP 帳號整合與企業權限管理，可串接 AD／LDAP，統一登入與帳號管理，搭配既有 AIUPS 平台提供更完整的企業級部署能力。
|
應用情境與痛點 |
|---|
|
大型企業需集中管理帳號與權限，避免重複建立使用者及資訊安全管理困難。 |
|
使用者效益 |
|---|
|
支援企業 Single Sign-On（SSO）管理模式 |
|
適用範圍 / 部署須知 |
|---|
|
適用於企業版、地端部署及私有雲環境，需具備 LDAP／Active Directory 服務，可由先知科技協助完成整合部署。 |
3.「知識通 KnowledgeConnect」2026b 更新內容
3-1. 企業 AI 知識庫與多模態文件理解
支援 PDF、Word、PPT、Excel、圖片、文字檔、音檔等資料的摘要、翻譯、問答與重點整理，並可透過 OCR、表格解析、文件圖片解析，建立企業 RAG 知識庫。
|
應用情境與痛點 |
|---|
|
企業文件分散在 SOP、DCC、ECN、制度、FAQ、教育訓練、維修紀錄中，查找困難、知識不易傳承，新人學習成本高。 |
|
使用者效益 |
|---|
|
讓員工用問答方式快速取得公司知識，降低文件搜尋時間，保留資深人員經驗，讓知識從「檔案庫」變成「可對話的企業顧問」。 |
|
適用範圍 / 部署須知 |
|---|
|
製造業 SOP、設備維修、品保文件、教育訓練、客服 FAQ、內部制度、技術文件管理。 |
3-2. 企業級權限控管與安全部署
提供部門／群組權限、個人知識庫、企業知識庫，並可配合雲端或地端 LLM 部署，保護企業機密資料。
|
應用情境與痛點 |
|---|
|
客戶不敢把機密文件丟到外部 AI；不同部門資料權限不同，若沒有控管，容易造成資料外洩與管理風險。 |
|
使用者效益 |
|---|
|
可依部門、角色、使用者控管查詢範圍，並記錄問題、引用來源、工具與時間戳記，兼顧 AI 效率、資安與可追溯性。 |
|
適用範圍 / 部署須知 |
|---|
|
半導體、電子、製造業、金融法務、集團型企業、跨部門知識管理、內部稽核與合規需求。 |
3-3. AI Agent 與 Text-to-SQL 數據決策助理
讓使用者用自然語言查詢 ERP、MES、SPC、FDC、EAP、WMS 等資料庫，並透過 AI Agent 將查文件、查資料庫、產圖表、產報告拆成可追蹤任務。
|
應用情境與痛點 |
|---|
|
現場與管理資料散落在不同系統，報表仰賴 IT 或人工 Excel 整理，主管難以及時掌握 KPI 與異常原因。 |
|
使用者效益 |
|---|
|
不懂 SQL 也能查資料、產表格、產圖表、做報告，加速管理決策；AI Agent 執行流程可追蹤，讓分析結果更透明可信。 |
|
適用範圍 / 部署須知 |
|---|
|
生產管理、品質分析、設備異常、OEE/KPI 監控、營運報表、跨系統資料查詢、主管戰情室。 |
3-4. 8D / F8D 品質改善與知識閉環
規劃支援 D0-D8 流程、5W2H、Why-Why、魚骨圖／5M1E、改善成效驗證、ECN／DCC 串接與 Human-in-the-loop 人工確認。
|
應用情境與痛點 |
|---|
|
8D 報告撰寫耗時、根因分析仰賴資深人員，改善對策難以和文件版控、工程變更、歷史異常案例形成閉環。 |
|
使用者效益 |
|---|
|
AI 協助產生根因追問、魚骨圖、改善建議與報告初稿，主管保留審核權；可把異常處理、知識沉澱、ECN/DCC 文件更新串成改善閉環。並且於企業可控可監督的情況中進行，以防公司重要資料外洩，造成資安漏洞。 |
|
適用範圍 / 部署須知 |
|---|
|
品保 8D、客訴處理、製程異常、設備異常、半導體／電子／製造業品質改善、內部稽核與持續改善管理。 |
4.「圖文通 BlueprintLegacyAI」2026b 更新內容
4-1. 藍圖快析與表格 OCR 智能識別系統(Blueprint OCR & Analysis)
新增 PDF OCR 藍圖解析功能、優化 CAD 右下角欄位/標籤/圖紙表格 (Zumen) 的自動高精度識別，自動拆解工程圖上的重要零件個數。
|
應用情境與痛點 |
|---|
|
傳統 OEM/ODM 廠接到客戶設計圖紙（常為 PDF/影像檔）時，必須安排資深工程師花費數小時人工看圖、手動算零件、抄寫欄位規格，效率低下且容易看錯，嚴重拖慢報價與排產進度。 |
|
使用者效益 |
|---|
|
讀圖拆件加速 300%！ |
|
適用範圍 / 部署須知 |
|---|
|
適用範圍：金聯網五金零組件、扣件、載板、電子組裝（SMT）及精密加工業。 |
4-2. 雙圖智能比對與製程真因「圖差析」(Visual Difference & Revision Audit)
開發兩張圖片、PDF 或不同版本 CAD 設計圖的細微視覺差異自動比對 (圖差析)，自動智能審圖並高亮列出所有版次差異。
|
應用情境與痛點 |
|---|
|
客戶經常突然修改設計版本 (Rev.)，工程人員在沒有自動化比對工具的情況下，光是用肉眼看新舊圖差異就耗時費力，一旦漏看微小公差，就會導致整批產線出錯、重工與報廢。 |
|
使用者效益 |
|---|
|
3分鐘內找出所有修改點，重工率直降為零！ |
|
適用範圍 / 部署須知 |
|---|
|
適用範圍：扣件 (螺絲)、模具、腳踏車車架設計、連接器與流體動力零件業。 |
4-3. 自然語言 CAD 智能搜索與互動圖表(Natural Language CAD Search & Chat)
深度整合 LLM 生成式 AI 與企業內部資料庫 (ERP/MES)，使用者能以自然語言 (文搜圖、文搜文) 直接反向搜索舊圖紙、查詢規格，或透過對話要求系統產出決策圖表與建議。
|
應用情境與痛點 |
|---|
|
幾十年累積下來的幾萬張舊圖紙與 ERP 規格欄位散落各處、命名混亂。當業務或新進工程師想找類似的歷史設計與報價結構來參考時，只能像大海撈針，最後往往落得重新畫一張的窘境。 |
|
使用者效益 |
|---|
|
用對話方式 20秒撈出歷史黃金經驗！ |
|
適用範圍 / 部署須知 |
|---|
|
適用範圍：高階工程與管理決策、潛在客戶與新市場輿論分析、ERP/MES 跨系統大數據搜尋。 |
4-4. 圖像/影音多模態轉換與維修教學落地(Multimodal CAD Generation & Maintenance AI)
開發手繪/拍照圖片自動轉為 CAD 格式與比對技術、依據設計圖自動分解加工圖與生成 CAM 加工機台程式；並可串接機台維修影片/照片轉為 CAD，結合智慧眼鏡用於工廠的維修教學。
|
應用情境與痛點 |
|---|
|
許多傳統產業數位化程度不足，來料只有照片或手繪草圖；且接單後，工程師仍需手動拆圖規劃工序、手寫 CAM 程式，導致從接單到實際上線加工的時間 (Cycle Time) 過長。 |
|
使用者效益 |
|---|
|
從「想法」到「上線加工」時間縮短 50% 以上！ |
|
適用範圍 / 部署須知 |
|---|
|
適用範圍：模具製作、複合加工製程、智慧眼鏡遠端維修與數位教學、傳統製造業轉型。 |
5.「市研通 Market Trade」市場決策輔助 AI 模組 2026b 更新內容
5-1. 全球輿論發酵與新市場開拓預測引擎
整合外部多源非結構化數據（如全球經貿新聞、社群平台動態、Google 趨勢），無縫串接企業內部 ERP/CRM 庫存與採購資料。結合大數據時序性推演模型，升級對於「輿論發酵點（風向事件）、發酵時間長度與跨國新市場區域」的量化預測能力，將無形、雜亂的市場大眾情緒轉化為科學的先行指標，主動推估並指引潛在客戶的需求落點。
|
應用情境與痛點 |
|---|
|
1. 資訊過載與盲目出海：當企業計畫進軍美國、日本或東南亞等新市場區域時，缺乏地緣與輿論數據支持，多仰賴老師傅直覺，難以精準撈取並量化有效數據。 |
|
使用者效益 |
|---|
|
1. 提前 2 至 4 個月超前布局，跨國搶單成功率暴增！ |
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！