峻魁智慧重新定義邊緣AI 兩大解決方案齊發搶攻國際市場

峻魁智慧的團隊成員隨著公司成長逐年增加。峻魁智慧

隨著AI應用範圍快速增加，許多企業也發現推動AI專案最大挑戰除算力之外，AI模型訓練過程的高昂成本、漫長訓練週期，也是難以跨越的障礙。尤其對系統整合商來說，如何在算力有限的邊緣裝置中融入AI模型，針對特定場域提供推論服務，儼然成為能否搶攻商機的重要關鍵。

在AI領域擁有深厚技術能量與豐富經驗的峻魁智慧，為陽明交通大學衍生新創公司，推出自動化AI開發平台AI-Craft，以及邊緣自學習技術，旨在讓AI能「自我學習、自我進化」，目前已與廣達、仁寶、光寶等電子大廠建立合作關係，並參與北美電商集團物流車隊的防撞警示系統開發專案。

峻魁智慧執行長黃應豪說，由於邊緣裝置多半主打省電，所以通常是輕薄短小的運算平台，在硬體資源極度有限的狀況下，AI模型必須被高度優化，這本身就是一項技術挑戰。峻魁智慧推出的AI-Craft自動化AI開發平台，提供一站式解決方案，可將AI開發流程模組化、標準化，讓開發者能像使用生產線一樣自動生成模型。

邊緣AI自我學習  縮短模型優化成本與時間

成立於2022年的峻魁智慧，為國立陽明交通大學衍生新創公司，專注於AI技術自主研發，其推出的AI-Craft自動化AI開發平台，具備整合四大技術模組，首先是自動標註，透過AI預訓練模型與影像分析演算法，將資料標註效率提升10至100倍，能縮短AI專案啟動時間。其次則是模型剪枝（Model Pruning），可移除模型中冗餘參數，在不犧牲精度的前提下，提升運算效率約90%，降低記憶體與處理器負擔。

AI-Craft自動化AI開發平台的第三點技術特色是模型量化，可將浮點運算轉為8-bit、4-bit、2-bit運算，進一步達到降低功耗，使AI模型可順利部署於邊緣裝置中。第四點則是生成式AI資料補強，針對稀有但關鍵的影像情境，如夜間、雨雪、逆光等，透過生成式AI自動產生訓練資料，提升AI模型的泛化與穩定性。

黃應豪表示，過去企業部署AI模型後，需不斷回傳資料至雲端重新訓練，耗費大量時間與成本。峻魁智慧的邊緣自學習技術，主打讓邊緣裝置上的AI模型能在現場即時學習與修正，降低資料傳輸的需求。以車用AI為例，車隊在不同天候、光線與路況下運作時，車輛上的AI模型可自動調整判斷邏輯，保持辨識精度，且數千輛車之間可透過聯邦學習共享訓練成果。這項技術可將重新訓練時間由數月縮短至數週，並減少企業在AI維運上的人力支出。

AWS JIC助攻  與研華電腦簽署MOU

2025年峻魁智慧加入亞灣新創園高雄AWS（Amazon Web Services）聯合創新中心（Joint Innovation Center；JIC）計畫後，在AWS技術顧問團隊協助下，峻魁智慧順利運用AWS的全受管機器學習（ML）服務Amazon SageMaker與雲端運算服務Amazon Elastic Compute Cloud（Amazon EC2）的GPU運算資源，將AI-Craft自動化AI開發平台升級為雲端版，讓開發者可在雲端進行自動標註、剪枝與量化訓練，同時透過AWS資源動態配置，多專案並行更有效率。

不光如此，該公司也爭取到與研華電腦的合作機會。黃應豪指出，過往峻魁智慧與研華電腦洽談合作並不順利，2025年在加入AWS JIC計畫後也順利與研華簽訂MOU，將會把兩大AI解決方案上架至研華電腦的Marketplace上，可望爭取到與更多系統整合商的合作機會。在台灣市場之外，峻魁智慧也積極布局美國、日本、印度市場，期望以「軟體核心＋硬體合作」策略搭配AWS JIC資源，與各地夥伴攜手合作搶攻邊緣AI商機。