起來，緯創投資的外骨骼機器人團隊，打入日本市場 | 合法醫療器材資訊網

2017年10月1日—福寶科技是台灣第一支投入外骨骼機器人技術的團隊，歷經五年研發，自工研院成立新創公司，目前已經能讓脊椎損傷相關症狀的傷友，在機器的輔助下，自主 ...

生成式AI的橫空出世，將AI產業推向了另一波發展高峰，根據市調機構Grand View Research最新報告[1]，全球生成式AI在2023年至2030年間的複合年成長率為36.4%，預估2030年市場規模將達到198億美元。

迎合這股生成式AI浪潮，許多科技大廠紛紛推出自己的大型語言模型（Large Language Model；LLM），各產業也積極思考在內容生成或客服機器人外，還能發展出哪些生成式A I應用，例如：整合知識管理系統，加快資料檢索速度、整合機台操作手冊，指引工程師維修或處理異常事件等、整合電商商品資料庫、根據消費者喜好與需求推薦相應商品等、整理與歸納網路評論、加快消費者決策流程等，都是目前較常被企業討論的應用。

cacaFly（聖洋科技）雲端智能中心技術副總吳振和指出，生成式AI具有閱讀、理解及生成非結構化資料的能力，因此不只可以用來自動生成內容，任何需要推薦、檢索或搜尋資料的應用，都很適合導入生成式AI。

無論企業導入何種生成式AI應用，硬體運算、LLM判讀、資料搜尋與處理能力，是決定生成式AI應用能否發揮成效的幾大關鍵，而這四大能力恰巧也是Goolge Cloud的優勢所在。

一是硬體運算能力。 Google很早就在雲端資料中心大量部署TPU晶片，加速AI模型的訓練和推論部署，相當適合需要進行大量運算的模型訓練及AI應用。

二是LLM判讀能力。 目前LLM模型大多以Transformer 架構為主，Transformer架構則是 Google 團隊提出，因此可以得知 Google 在生成式 AI 的歷史定位。與其他LLM模型相較，Google 所推出的多模態模型 Gemini 在資料上有更強大的基礎，可以處理更複雜的任務。

三是資料搜尋能力。 Google由搜尋引擎起家，已累積非常多年的經驗，可以協助企業從眾多資料中，快速找出適合提供給LLM學習的資料。

四為...