财团法人资讯工业策进会软件技术研究院： 《2025年软件技术年报STAR-十大AI关键技术与趋势》
（完整版.pdf ） 以下仅展示部分内容 下载方式见文末
《2025 年软件技术年报：十大 AI 关键技术与趋势》由财团法人资讯工业策进会软件技术研究院编写，系统梳理了 AI 领域关键技术、学术研究成果、产业应用案例及全球专利布局，为台湾 AI 产业发展提供全面指引，兼具学术深度与产业实践价值。
一、年报核心定位与编写背景
1. 定位与价值
年报以 “推动 AI 技术创新、产业转型及社会进步” 为核心目标，旨在搭建产学研深度合作桥梁，既展示 AI 技术最新进展，又提供具体指导与洞察，涵盖技术趋势、应用落地、产学研合作、专利分析等关键议题，助力企业、学术机构及研发单位把握 AI 发展方向，推动技术持续创新与落地。
2. 编写背景
2024 年诺贝尔奖多项成果与 AI 技术相关，如 Geoffrey Hinton 等人的研究推动 AI 发展，David Baker 团队利用 AI 模拟蛋白质结构，彰显 AI 对科学与社会的深远影响。在此背景下，资策会软件院结合国际技术趋势与台湾产业需求，通过严谨技术筛选流程，提炼十大 AI 关键技术，同时整合学术研究、专利动态与产业案例，形成全面的技术年报。
二、十大 AI 关键技术解析
资策会软件院参考 WEF、BEIS 等国际标竿机构筛选方法，从 201 项技术母體清单中，经技术准备度、商业准备度等多维度评估，最终选出十大 AI 关键技术，覆盖基础设施、模型部署、安全管理等多个层面：
1. 边缘 AI（Edge AI）
- 技术定义
：将 AI 能力部署于靠近数据生成源的终端设备，实现本地实时数据处理，减少对云端依赖，解决云端计算的延迟、网络与隐私问题。 - 核心价值
：降低数据传输延迟，增强数据隐私安全，适应物联网设备普及趋势，支持本地设备在无网络或弱网络环境下高效运行 AI 任务。 - 产业应用
：智慧安防（实时监控影像异常检测）、智慧城市（交通管理、环境监测）、工业自动化（设备实时故障诊断）等；例如通过 AI 芯片轻量化，满足不同场景计算需求。 - 软件院布局
：研发大型生成式 AI 语言模型（模型轻量化、建立语言模型服务）与微型机器学习（Tiny ML）模型，强化数据管理与隐私保护技术，推动技术在智慧工厂、安防、城市等领域的标竿应用，并构建完整 Edge AI 生态系统。
2. 虚假信息检测（Disinformation Checking）
- 技术定义
：结合深度学习、生成对抗网络（GAN）等技术，识别深度造假（Deepfake）图像、声音、影片及 AI 生成的虚假内容（FAIGC），纠正模型 “幻觉” 效应，维护信息真实性。 - 核心价值
：应对造假技术逼真化、传播快速化带来的信息混乱问题，保护公众对信息的信任，适用于媒体、司法、网络平台等场景，防范虚假信息引发的社会风险。 - 产业应用
：防诈骗（如 Gogolook 防诈 / 假讯息联防服务，联合查核机构与主管机关建立数据联盟，实时核查假新闻、诈骗信息）、社交媒体内容审核、金融与电商反欺诈等。 - 软件院布局
：强化生成式 AI 幻觉检测能力，构建数字信任基础建设，提供 AI 幻觉检测第三方技术顾问服务，覆盖深伪检测、假新闻侦测、多模态大型语言模型幻觉侦测等方向。
3. 企业大型语言模型（Enterprise LLM/BYOG）
- 技术定义
：又称 “自建企业大脑”，基于开源语言模型，结合检索增强生成（RAG）技术构建企业内部知识库，搭配小型开源模型与多模态模型，实现本地化部署，降低数据泄露风险，避免依赖云端服务。 - 核心价值
：保障企业数据安全，满足内部文档阅读、知识检索、内容生成等需求，提升运营效率与数据管理能力，适配企业个性化业务场景。 - 产业应用
：企业知识管理系统（自然语言查询内部信息）、报告自动生成（基于企业知识库生成初始报告）、智能客服（内部员工问题解答）、政府机构内部数据处理（避免信息外泄）等。 - 软件院布局
：开发大型语言模型代理人系统（结合传统 AI 与 LLM，提升复杂任务处理能力），优化人机互动机制（从封闭环境向具身智慧代理人演进），推动模型多模态发展（覆盖影像、声音等），探索模型缩小化以适配小型设备。
4. 数字孪生（Digital Twins）
- 技术定义
：在虚拟空间创建真实物体或流程的数字复制品，通过传感器收集实体实时数据，实现建模、模拟与预测，支持实时监控、性能分析与流程优化，跨越物理世界限制。 - 核心价值
：降低实体测试成本，提升决策效率，适用于复杂系统仿真，如设备故障预测、治疗方案模拟等，推动智慧制造、智慧城市、医疗健康等领域创新。 - 产业应用
：制造业（设备预测性维护、生产流程优化）、智慧养殖（数字养殖达人分身，解决人才断层问题）、运动健康（个人运动数据建模，提供精准训练指导）、智慧城市（新加坡 “Virtual Singapore” 计划用于城市规划）等。 - 软件院布局
：结合生成式 AI 与强化学习，实现数字孪生快速产制与高精度自动化设计；推动技术标准化（ISO、IEEE）与跨平台互操作性，引入 AR/VR/XR 沉浸式技术，构建覆盖制造、交通、能源等领域的垂直生态，最终实现城市级高可靠性服务。
5. AI 增强开发（AI-Augmented Development）
- 技术定义
：利用生成式 AI、机器学习等技术辅助软件工程师完成设计、编码、测试等工作，整合 AI 工具到开发环境，实现代码自动生成、设计到代码转换、测试能力强化，覆盖软件开发全流程。 - 核心价值
：提升开发效率（如 GitHub Copilot 使生产力提高 17%-20%），减少代码错误，缩短产品迭代周期，降低跨领域协作门槛，适配不同规模企业开发需求。 - 产业应用
：国际上，微软 Visual Studio 结合 GitHub Copilot 优化编程体验；国内，联发科 AI 开发辅助平台加速 5G 软件开发，台积电将 AI 用于 IC 设计自动化；资策会发布 “生成式 AI 辅助之软件开发指引”，研发文档自动解析与报告生成工具。 - 软件院布局
：以 “需求 - 设计 - 评估” 为核心，提供第三方支持，制定 AI 增强开发指引与标准（如 ISO 42001），开发自动化需求管理平台（强化 NLP 功能与风险预测），推动 AI 辅助设计（风险评估、全自动化设计），助力企业符合合规要求，提升开发效率与品质。
6. 人工智能代理（AI Agent）
- 技术定义
：具备自主性、适应性与学习能力的系统，可代表用户或其他系统执行任务，能规划任务、使用工具、认知与记忆，依据目标自动决策并适应环境变化，减少人类干预。 - 核心价值
：提升复杂任务处理效率，优化资源分配，适用于客服、推荐、数据分析等场景，未来有望实现 “个人专属 Agent”，推动人机协同模式创新。 - 产业应用
：电信金融业（自动化客服、聊天机器人）、旅游电商业（智慧推荐系统）、企业管理（会议安排、行政流程自动化、员工训练）；例如 Uber 客服助理实时摘要对话并加载参考资料，Google Code Assistant 辅助代码生成。 - 软件院布局
：开发可靠流程控制模块（预规划工作流程，AI 仅在分支点决策）、用户反馈学习模块（通过范例学习与微调改善效能，控制成本与反应速度）、输出查核模块（客制小模型检查输出可信度），逐步提升 AI Agent 的可靠性与实用性。
7. 混合式 AI（Hybrid AI）
- 技术定义
：融合云端与边缘计算优势，将小型化高性能模型部署于终端设备，云端负责大规模数据处理与模型训练，边缘设备实现实时推理，平衡计算效率、延迟与隐私需求。 - 核心价值
：兼顾云端大规模计算能力与边缘实时响应优势，适用于智慧交通、智慧制造、医疗健康等对时效与隐私要求高的场景，推动 AI 在多终端场景的规模化应用。 - 产业应用
：医疗健康（复健医材通过边缘设备分析肌力，结合云端 LLM 提供个性化复健建议）、制造业（化纤工厂智慧巡检测系统，终端实时识别炉火状态，云端优化模型）、智慧交通（边缘设备处理车载实时数据，云端统筹交通调度）等。 - 软件院布局
：发掘高价值应用场景（通过随选算力与敏捷开发验证可行性），聚焦垂直领域解决方案（如自动化文字生成、客制化知识管理），结合台湾硬件制造优势，培养混合式 AI 软硬件整合人才，应对 Edge AI、AI PC 等技术挑战。
8. 6G 与低轨卫星（6G/Low Earth Orbit Satellite）
- 技术定义
：6G 具备更高速率、更低延迟、更强可靠性，支持全息通讯、远程手术、自动驾驶等应用；低轨卫星延伸网络覆盖（山林、沿岸），提供紧急通讯、物联网数据传输、农业监测等服务，二者协同构建全域通讯体系。 - 核心价值
：突破现有网络覆盖限制，支撑未来万物互联需求，推动通讯技术与 AI、物联网深度融合，提升国家科技战略地位，赋能偏远地区与特殊场景通讯。 - 产业应用
：资策会联合联发科与 Inmarsat 完成世界首次 5G 卫星物联网数据传输测试，应用于远洋物流、风电设备监测、环境监控、防救灾等领域；低轨卫星用于国防安控、农业作物监测等。 - 软件院布局
：设计 6G AI-Native 网络架构（深度融合 AI 进行网络管理），开发 Cloud-Native 智慧核心网（基于 SBA 架构，发展 6G 核心网元）、专网微型核心网（适配防救灾、海事场景）；构建多重韧性网络（整合有线、无线、卫星，AI 优化切换），推动无线通讯生成式 AI（开发 3GPP 标准问答机器人与代码生成工具）。
9. 大型语言模型部署优化的系统整合（System Integration Optimized for LLM Deployment）
- 技术定义
：通过 LLMOps（大型语言模型运维）实现 LLM 在不同软硬件环境的高效部署，涵盖模型训练、部署、监控、测试与持续改进，解决资源管理、数据隐私、安全性等挑战，最大化 LLM 性能。 - 核心价值
：保障 LLM 稳定运行，提升资源利用效率，适用于医疗、金融、电商等依赖 LLM 的领域，降低企业部署门槛，确保模型符合合规要求。 - 产业应用
：德国新闻平台 Zeit Online 基于 LLMOps 开发 “Ask Zeit Online”，允许读者提问并获取新闻摘要与来源链接，快速迭代服务并响应用户反馈。 - 软件院布局
：开发低资源模型微调技术（助力中小企业优化模型精度）、多模型整合部署方案（利用不同模型优势提升服务多样性）、提示工程与上下文管理工具（提升模型输出准确性），同时探索按需佈网技术（整合无人机、卫星等提供动态网络服务）。
10. AI 信任、风险和安全管理（AI TRiSM）
- 技术定义
：围绕 “信任、风险、安全” 三大核心，建立 AI 系统可靠性保障体系，涵盖开发透明化、可解释性管理、风险识别与评估、安全防护（防攻击、防篡改），解决模型幻觉、数据偏见、隐私泄露等问题。 - 核心价值
：增强用户对 AI 的信任，降低技术应用风险，适用于金融（信用评分公平性）、医疗（诊断可靠性）、自动驾驶（决策安全性）等关键领域，推动 AI 合规发展。 - 产业应用
：金融机构利用 AI 确保信用评分公平性、侦测异常交易；医疗领域通过 AI 辅助诊断并保护数据隐私；社交平台用 AI 识别有害内容与假新闻；自动驾驶领域保障 AI 决策系统稳定。 - 软件院布局
：建立 AI 信任框架标准、评测流程与认证制度；推动 LLM 开发透明化，构建幻觉与可靠度量化机制；针对智慧制造、医疗、移动载具等领域，开发检验评测工具，建立完整服务机制，提升 AI 系统信任度与安全性。
三、AI 学术与研究深度解析
1. 前瞻技术与研究趋势
资策会软件院绘制 “AI 技术与应用绘图”，以五层级架构（产业应用层、软件平台层、模型部署与管理层、数据管理层、基础设施层）整合 AI 技术与应用，涵盖 AI 在移动、医疗、制造等领域的落地，以及 Edge AI、Hybrid AI、AI TRiSM 等核心技术，为产学研提供技术发展指引，助力台湾把握 AI 趋势，制定研发重心。
2. 重点实验室与研究机构成果
年报详细介绍台湾 19 家重点学研机构的研究方向、成果与合作案例，覆盖 AI 多个细分领域：
- 国立阳明交通大学
：电脑游戏与智慧实验室开发多模态视觉语言模型、生成式 AI 风险评估指引；人工智能语音研发中心构建本土语言语料库（台语、客语），实现语音识别与合成；电脑架构与系统实验室开发高效能低功耗 AI 加速器。 - 国立清华大学
：电脑视觉实验室聚焦人脸识别、异常检测，与医疗院所合作强化医疗影像 AI；人本机器智慧实验室结合神经科学与 AI，开发医疗诊断模型；人本讯号运算研究室专注口语互动计算与智慧医疗分析。 - 国立中正大大学
：无线通讯实验室研发可重构智慧面镜技术，与资策会合作整合 O-RAN 平台，提升通讯效能；智慧系统实验室将 AI 用于智慧医疗（COVID-19 检测）、智慧制造（瑕疵品检测）。 - 资策会软件院
：AI 工程技术中心开发生成式 AI 工具（Akasha）、医疗影像 AI（乳筛 AI）；前瞻技术实验室构建 Edge AI 感知解决方案与台湾街景数据集；先进软件工程中心建立可信任 AI 软件工程基盘，推动智慧道路技术落地。
3. 产学研合作案例
年报列举 7 项典型产学研合作项目，展示技术从研发到落地的路径：
- 生成式 AI 风险评估指引
：阳明交大与资策会合作，针对组织、数据、系统三类风险，开发评估问卷与自动化工具，协助企业合规导入生成式 AI，已应用于金融、医疗领域。 - 动态资料服务节点与 AI 智慧导流技术
：阳明交大与资策会合作，开发多 UPF 协同的 5G 核心网智慧导流机制，结合 KNN 与强化学习（DQN）优化流量分配，提升网络吞吐量，降低延迟。 - AI-Native O-RAN RIS 技术
：中正大大学与资策会合作，将可重构智慧面镜（RIS）与 O-RAN 整合，通过 AI 算法实现 UE 追踪，提升通讯信号质量，验证单 UE 移动场景下的稳定服务。
4. 国际重要学术期刊与会议
年报整理 AI 领域核心学术资源，为研究者提供参考：
- 期刊
：《Artificial Intelligence》（Elsevier，AI 基础理论）、《Journal of Machine Learning Research》（Microtome Publishing，机器学习）、《IEEE Transactions on Pattern Analysis and Machine Intelligence》（IEEE，计算机视觉）等。 - 会议
：NeurIPS（AI 与机器学习顶会）、ICLR（深度学习）、CVPR（计算机视觉）、ICML（机器学习）、IJCAI（通用 AI）等，覆盖理论研究与应用创新，是学术交流与成果展示的核心平台。
四、软件院 AI 领域前沿研究成就
1. 国际奖项肯定
资策会软件院多项技术获国际认可，彰显台湾 AI 实力：
- Artificial Intelligence Excellence Awards
：“生命守护通道系统” 通过 AI 识别轮椅使用者与救护车，提醒车辆礼让，日间识别准确率 92%，夜雨天约 90%，已在台北新光医院周边落地。 - WITSA Global ICT Excellence Awards
：同一系统获 “智慧城市奖” 首奖，部署于全台 200 余处路口，提升弱势行人与紧急车辆安全。 - R&D 100 Awards
：“5G 及 AI 赋能的智慧床垫照护系统” 提前 90 秒预警长者跌倒风险，惠及 5400 余人次；“交通安全防护 AI 技术” 识别交通违规，使违规行为减少 42%。
2. 公共智慧服务基盘（PISA）建设
为解决 AI 开发中 “数据 - 模型 - 算力” 三大痛点，资策会构建 PISA 基盘，整合训练数据、算力资源与 AI 模型，实现资源共享与隐私保护（区块链存证），缩短开发周期（从 3 个月至 1.5 个月），降低企业重复开发成本。例如协助社福机构简化核销流程，为照护机构生成智慧照护文件，推动公私协力创新，成为台湾数字产业转型基础。
3. 可信任生成式 AI 企业应用发展
针对台湾生成式 AI 市场（2024 年 3 亿美元，2030 年预计 29.5 亿美元），资策会以 “第三方数字信任治理领导者” 为定位，提供 “AI 133 Lab” 服务，涵盖基础素养培育、需求分析、系统架构辅助、开发技术支持、评测辅助；制定《生成式 AI 企业大脑开发指引》，开发 “专案预结小帮手”“Akasha 企业知识库工具”，建立数字转型方法论，助力企业合规导入生成式 AI。
4. 未来移动安全信賴生态发展
成立全台首个 “未来移动安全信賴评测中心”，聚焦 AI 感知效能、数据安全、通讯韧性与资安抵抗能力，提供标准化规范、产品规划与深度评测服务。分 “需求阶段”（依功能、车厂、法规设计）与 “评测阶段”（功能可靠度与合规验证），开发 4D 评测体系（链接国际规范、情境设计、效能评测、跨域服务），保障移动载具软件安全，推动智慧车电产业升级。
五、全球专利视角下生成式 AI 发展与台湾机遇
1. 全球生成式 AI 专利现状
- 整体趋势
：2014-2023 年，全球生成式 AI 专利从 733 件增至 1.4 万件，2023 年专利与论文占比分别达 25%、45%，Transformer 架构与 LLM 技术突破是核心驱动力；中国以 3.8 万件专利占全球 70%，年增长率 50%，美国（6000 + 件）、韩国、日本紧随其后，印度以 56% 年增长率成为潜力市场。 - 应用模式
：图片 / 影片生成专利最多（1.8 万件），其次为文本（LLM 驱动）、语音 / 音乐（WaveNet 技术推动）；应用领域以软件 / 其他应用程式（2.9 万件）、生命科学（5346 件）、文件管理（4976 件）为主，能源管理与农业专利增长率最高。
2. 台湾专利布局与挑战
- 现状
：台湾生成式 AI 专利集中于图片 / 影片模式（90 件），鴻海（25 件）为主要申请人，中華电、英业达、资策会等有零星布局；应用领域以物理科学与工程（47 件，鴻海主导）、生命与医学科学（19 件）为主，整体专利数量少、覆盖领域窄，缺乏自然语言处理、自动驾驶等前瞻领域布局。 - 优势
：台湾拥有半导体制造、电子技术基础，资策会、工研院及顶尖高校具备技术实力，可通过软硬件整合与产学研合作突破瓶颈。
3. 台湾发展建议与专利工具
- 发展建议
：制定明确专利策略，聚焦深度学习、自然语言处理等核心领域；加强产学研合作，推动跨领域技术交流（如 AI + 制造、医疗）；培养 AI 与专利复合型人才，提升国际合作能力；利用台湾硬件优势，结合生成式 AI 开发创新应用（如 AI+IC 设计）。 - 专利工具
：推荐台湾智慧财产局 GPSS 系统（中文界面，全球专利检索）、Google Patents（自然语言检索，全球数据）、WIPO IP Portal（综合知识产权服务），助力企业与学校检索专利、分析趋势、规避风险。
六、结语
年报强调，AI 已成为全球产业转型核心动力，台湾需以 “软硬件整合” 为优势，强化技术创新、专利布局与产学研协同，把握十大 AI 关键技术机遇，推动生成式 AI 在制造、医疗、金融等领域落地。资策会软件院将持续扮演 “第三方桥梁” 角色，促进跨界合作，助力台湾在全球 AI 竞争中占据关键地位，开创智能技术新纪元。
☟☟☟
☝
精选报告推荐：
11份清华大学的DeepSeek教程，全都给你打包好了，直接领取：
10份北京大学的DeepSeek教程
8份浙江大学的DeepSeek专题系列教程
4份51CTO的《DeepSeek入门宝典》
5份厦门大学的DeepSeek教程
10份浙江大学的DeepSeek公开课第二季专题系列教程
6份浙江大学的DeepSeek公开课第三季专题系列教程
资料下载方式
Download method of report materials
如需获取更多报告
报告部分截图
编辑：Zero
文末福利
1.赠送800G人工智能资源。
获取方式：关注本公众号，回复“人工智能”。
2.「超级公开课NVIDIA专场」免费下载
获取方式：关注本公众号，回复“公开课”。
3.免费微信交流群：
人工智能行业研究报告分享群、
人工智能知识分享群、
智能机器人交流论坛、
人工智能厂家交流群、
AI产业链服务交流群、
STEAM创客教育交流群、
人工智能技术论坛、
人工智能未来发展论坛、
AI企业家交流俱乐部
雄安企业家交流俱乐部
细分领域交流群：
【智能家居系统论坛】【智慧城市系统论坛】【智能医疗养老论坛】【自动驾驶产业论坛】【智慧金融交流论坛】【智慧农业交流论坛】【无人飞行器产业论坛】【人工智能大数据论坛】【人工智能※区块链论坛】【人工智能＆物联网论坛】【青少年教育机器人论坛】【人工智能智能制造论坛】【AI/AR/VR/MR畅享畅聊】【机械自动化交流论坛】【工业互联网交流论坛】
入群方式：关注本公众号，回复“入群”
戳“阅读原文”下载报告。
