 |
中华精测AI制造实现先进测试介面创新商机 (2024.10.30)
中华精测科技今（30）日召开营运说明会，受惠於智慧型手机应用处理器晶片（AP）、超高速运算 （HPC）相关测试介面出货畅旺，今年第三季单季获利超越上半年表现。迎向第四季 |
 |
AI智慧生产竞筑平台 (2024.08.01)
受惠於近年来生成式人工智慧（Generative AI, GenAI）题材持续发酵，由 NVIDIA 带动的AI热潮，使得台湾在 AI制造供应链角色备受瞩目。台湾资通讯、电子零组件占有出囗比重与日俱增 |
|
丽台AIDMS纳入生成式AI 给予数位转型??上双翼 (2023.08.15)
基於人工智慧（AI）逐渐扩大应用，丽台科技今（15）日宣布已将生成式AI功能整合到旗下AIDMS AI开发管理系统，并於8月23~26日举行的「台湾机器人与智慧自动化展」K828摊位上 |
|
凌华携手ANSCENTER共创边缘AI视觉解决方案促进制造智慧化 (2022.03.17)
凌华科技携手ANSCENTER聚焦於AI视觉检测，为亚太区客户提供AI视觉解决方案，可协助既有的制造系统加速实现智慧分析和控制功能。澳商ANSCENTER擅长AI视觉检测方面的软体开发，结合凌华科技AI运算的硬体专业，使用者可以利用机器视觉技术建立自动调节的环境，提供端对端解决方案加速AI布建，共同促进制造智慧化发展 |
|
中华精测迈向集团化 设立测冠投资、扬弈科技 (2022.03.15)
以半导体产业为轴心拓展新格局，中华精测科技继2021年推出多款自制MEMS探针卡，完成产品与客户过於集中的结构性调整後，2022年将正式迈向集团化的新时代。
中华精测经董事会通过决议事项，将透过新设测冠投资股份有限公司，转投资新设立扬弈科技股份有限公司 |
|
一日购足！台湾打造完整AI产业供应链 (2020.06.17)
台湾在发展AI产业时，首重的方向，就是善用自身在半导体与ICT的制造优势，进而发展出品质与性能兼具AI晶片生产聚落。 |
|
台湾AI软实力三年布建有成 防疫仅是成果一小步 (2020.03.10)
新冠病毒当前，囗罩地图的建立，无疑为台湾社会人心惶惶的暗流点亮一条出路，背後推手除了日夜辛劳的政府团队、医护人员和相关产学支援外，科技部106年起推动的「人工智慧（AI）科研战略」也扮演了重要角色 |
|
经济部工业局推一站式AI应用平台 抢占2020年AI商机 (2019.10.02)
配合行政院推动「台湾AI行动计画」，由经济部工业局主办，财团法人资讯工业策进会执行，台北市电脑公会、中华民国资讯软体协会及台湾区电机电子工业同业公会协办的「AI产业启航暨AI HUB启动大会」，推出一站式AI应用平台-AI HUB，串联16家公协会及法人机构，72家AI新创，近600家业者叁与AI应用实证 |
|
AI风潮下的PCB产业新契机 (2019.09.10)
近年来，PCB产业年呈现正向发展，有全新机会，也有全新挑战。而5G与IoT等应用兴盛，直接带动了高频、高速PCB的市场需求。未来PCB产业将持续朝高密度、高精度和高可靠性方向前进 |
|
工业4.0掀起热潮 智慧机械技术论坛吸引产业人士叁与 (2018.03.09)
智慧机械是政府近年来的重要产业政策，透过智慧化与工业物联网的整合，未来的制造系统将有完全不同面貌，为了让台湾制造业对导入智慧机械有进一步认识，CTIMES／SmartAuto在今日於高雄汉来饭店举办「链结工业物联网 智慧机械技术趋势论坛」，会中邀请产业界指标性人士，深入剖析智慧机械的技术趋势与应用发展 |
|
数据精准撷取与分流 将成AI制造系统第一步 (2018.03.07)
工业4.0概念的制造模式，是透过软硬体的整合，让生产系统具有智慧化，其硬体是根基在现有的自动化技术上，加上软体的串连整合，使之成为一体化架构，而所谓的一体化架构 |
|
3大趋势整合AI 制造业2018前景看俏 (2018.03.05)
经济部近年来积极强化智慧制造的布局，从之前的生产力4.0到现在的智慧机械，都投入大量预算与资源，经济部认为台湾制造业具深厚基础，亦累积大量数据资料与制造管理技术、能量 |
|
扮演制造智慧化关键 AI将成未来工厂要角 (2017.12.27)
AI是IT产业近年来聚焦度最高的议题，受瞩目原因不仅在於各类创意与想像堆积出来的话题性，更在於过去几年物联网、工业4.0等概念的酝酿与开始落实，让AI可与这些系统链接 |
|
扮演制造智慧化关键 AI将成未来工厂要角 (2017.12.21)
智慧化成为制造业的重要趋势，A在未来的制造系统中，AI将与工业物联网整合，扮演重要角色。 |
|
NEC运用AI 协助制造业生产现场产品检查 (2017.07.17)
对制造业来说，以往要确认产品完成，多采用人眼目测检查的方式，但这必须由拥有高度技术与知识的专家来进行，因此面临了人力不足、技能传承的课题。另一方面，为了将AI与IoT技术运用在制造业，从实际验证到导入安装的过程急遽加速，并藉由共享知识、运用ICT技术，让相关业务更有效率 |
