▲前進CES 2026! 展現台灣AI實力的台灣本土 AI 影像安全專家 AIRA 城智科技執行長李方奇，介紹該公司重磅推出的「 airaTrack 人臉追蹤解決方案」，讓目前市場既有 IP 攝影機直接變身智慧系統，無需大規模汰換！(圖／AIRA城智科技提供)
【焦點時報/記者羅大元報導】不換監視器，就能升級智慧安防！在資訊爆炸的現代社會，公共空間如機場、車站、體育場館或展覽中心，每天湧入大量人流，安全威脅也隨之升級。現正代表台灣出發前往美國CES 2026參展的台灣本土 AI 影像安全專家 AIRA 城智科技，重磅推出「 airaTrack 人臉追蹤解決方案」，具有：無需預註冊人臉、秒級跨鏡追蹤、共同行動者搜尋、高效率低成本等四大亮點，讓目前市場既有 IP 攝影機直接變身智慧系統，無需大規模汰換！
▲不換監視器，就能升級智慧安防！ AIRA 城智科技重磅推出「 airaTrack 人臉追蹤解決方案」，讓目前市場既有 IP 攝影機直接變身智慧系統，無需大規模汰換！(圖／AIRA城智科技提供)
雖然目前城市已布建密集監視器網絡，但傳統系統多停留在「被動錄影」階段，無法即時偵測風險，常常錯失黃金處置時機。傳統監視器四大痛點，讓風險難以掌握，尤其許多大型場域即使安裝數百支攝影機，仍面臨以下困境：1.人力監看負荷過重：單一保全需同時盯著十幾支畫面，長時間容易疲勞，異常行為難以及時發現。2.事後調閱超級費時：查找特定人士或事件，人工回放影像可能花費數小時甚至數天。3.隱私與辨識難平衡：公共場所不適合全面建檔人臉資料，如何追蹤目標又不侵犯隱私？4.設備汰換成本高昂：AI 攝影機價格昂貴，且功能單一，更換既有系統代價太大。這些問題讓管理者常常感到「看得到，卻守不住」的無力感
現正代表台灣出發前往美國CES 2026參展的台灣本土 AI 影像安全專家 AIRA 城智科技執行長李方奇表示，AIRA 城智科技重磅推出的「airaTrack 人臉追蹤解決方案」核心亮點：
①無需預註冊人臉：自研 AI 模型比對人物特徵，模糊非目標人臉，完美守護隱私。
②秒級跨鏡追蹤：點選畫面中任意人士，即可即時顯示最新位置、移動路線與出現時間，還內建動態地圖一目了然。
③共同行動者搜尋：目標若有同行者，一鍵擴大調查範圍。自定義警示名單：加入可疑人士，系統自動偵測並推播警報，預防事件重演。
④高效率低成本：單台 Intel Core i9 CPU 支援 50 路串流，一秒比對上萬張臉徵，無需昂貴 GPU。
airaTrack 人臉追蹤解決方案全系統 On-premise 部署，資料留在場域內，資安更安心。
李方奇執行長表示，「airaTrack 人臉追蹤解決方案」已落地應用在多個台灣大型場域，成效驚人，例如在台北體育場館：快速找回走失孩童。台中資訊大樓：追查外部訪客足跡。深坑老街：鎖定竊盜或破壞者。花蓮電子廠房：監控人員移動軌跡。以往需花 3 小時調閱的任務，airaTrack 人臉追蹤解決方案落地應用真實案例見證：從數小時縮短到現在只需 10 分鐘，甚至幾秒內即完成！系統還能即時顯示軌跡地圖，整合穿戴裝置提升巡邏效率，事後更自動生成 PDF 報告，協助調查超方便。
李方奇執行長表示，AI 安防成未來趨勢，公共空間更安全更智慧，隨著全球公共場域安全需求暴增，「airaTrack 人臉追蹤解決方案」兼顧隱私、效率與成本的 AI 方案，正成為下一代標準。它不只提升管理效能，更讓既有監視器真正發揮價值，為機場、車站、場館等場所打造更安全的環境。在 AI 時代，公共安全不再是被動防禦，而是主動智慧守護！
【民眾網編輯方笙楠臺北報導】臺北市萬華區西昌街一間休閒館，因無視公權力，數次暗中經營賭場，8月25日上午萬華分局會同臺北市建築管理工程處、台灣電力公司及自來水公司等單位赴現場執行斷水斷電，強制勒令停業。 據了解，該處所表面上是一般休閒館，卻暗地私下經營賭場，因每日出入分子複雜，引起民眾懷疑而屢遭檢舉。該處首次於115年1月13日遭警方查獲賭博，除依法裁罰外，亦報請都市發展局依法勒令停止違規使用予以列管，惟業者無視法規，仍在列管期間私下重操舊業。 萬華分局專案小組獲報後積極佈線蒐證，待掌握確切事證後，115年5月8日再次突擊，當場人贓俱獲，查獲違法鐵證。為展現市政團隊堅決斷絕不法場所的行動力，迅即於8月25日由萬華分局會同相關單位聯手執行斷水斷電，本次聯合執法不僅展現市府團隊打擊犯罪的行動力，更宣示絕不容許違法場所擾亂社會秩序決心。 萬華分局表示，警方將持續落實查緝不法場所，絕不允許任何不肖業者以身試法，以維護社會風氣與治安秩序。未來將持續精進與市府各局處的聯合稽查機制，強化查報能量，戮力為市民打造安全、優質且乾淨的生活環境。
商傳媒｜林昭衡／綜合外電報導 隨著人工智慧技術快速發展，OpenAI 的 ChatGPT 和 Anthropic 的 Claude 等大型語言模型（LLMs）已進化為多模態 AI，不僅能處理文字，還能分析圖像，甚至從文字描述生成圖片。然而，學術界對此一進步也提出擔憂，指出這些模型存在「視覺幻覺」（Visual Hallucinations）問題，即 AI 在圖像處理過程中可能生成看似合理但實際錯誤或荒謬的輸出。 根據知名學術期刊《Communications of the ACM》的報導，諾丁漢大學（University of Nottingham）電腦視覺副教授 Michael Pound 指出，LLMs 經過大量文本與影像資料訓練，由於缺乏對「真理」的明確規範，其輸出往往僅具統計學上的合理性，而非真實。加州柏克萊人工智慧研究實驗室（University of California Berkeley Artificial Intelligence Research lab, BAIR）的博士後研究員 David Chan 也提到，儘管人類也會有類似錯誤，但大眾期望 AI 模型的表現應優於人類。 「視覺幻覺」對自動駕駛車與安全監控影像分析等關鍵應用領域構成嚴重挑戰，可能損害大眾對 AI 的信任度。例如，當背景資訊與圖像內容矛盾時，幻覺現象會更頻繁。Michael Pound 舉例說明，醫學影像分析若受其他病患資料影響，AI 可能因此忽略圖像中實際存在的疾病跡象。他強調，對於盲人輔助科技等使用者無法自行驗證輸出的情境，AI 模型的精確度至關重要，任何錯誤都可能帶來風險。 研究人員正積極探討視覺幻覺的根本成因，認為這與生成式 AI 模型作為仰賴機率的「預測引擎」本質息息相關。目前，除了針對特定任務的影像資料進行模型微調（fine-tuning），並在如自動駕駛車中導入光達（LiDAR）等多餘感測器以彌補錯誤外，現有的後驗證（post-hoc verification）方法也面臨效率低落的問題，因為它需要額外的 AI 模型來檢查輸出，過程緩慢且僅能拒絕錯誤回應，無法直接修正。 為提升驗證效率，新的「REVERSE 框架」被提出，它能在 AI 生成回應的過程中同步檢查幻覺。此框架透過訓練模型將詞語分類為「自信」或「不自信」，並在生成影像描述時給予每個詞彙信心評分，從而實現即時修正。David Chan 形容這是一種「推論技巧」，能讓部署中的系統根據預期的錯誤率來進行應對。未來研究則將聚焦於從源頭防止 AI 模型產生幻覺，並探索視覺推理（visual reasoning）而非純文本推理，透過讓模型分析圖像的幾何與外觀，來提高其精準度、理解基礎及可解釋性。
圖／本報資料庫 商傳媒｜林昭衡／綜合外電報導 隨著生成式人工智慧（AI）工具的普及，許多企業起初不設限制地採購與導入 AI 系統。然而，這波熱潮如今卻讓企業開始正視其背後潛藏的法律風險，特別是在訴訟或調查過程中，AI 系統資料的保存問題日益凸顯。 在昨日舉行的法律科技會議 ILTACON 首日議程中，與會者便將焦點放在 AI 採購後的資料保存挑戰。ILTACON 是一個專為法律專業人士舉辦的年度技術會議，旨在探討法律領域的科技應用與趨勢。會中指出，如同大學生在派對上恣意拿取飲料，許多企業在面對 AI 浪潮時，也曾不加思索地大量引進新工具與系統。 隨著 AI 系統逐漸成為企業日常營運的一部分，相關的法律風險浮出檯面。企業必須開始思考如何妥善儲存 AI 系統產生的資料，以應對未來可能的法律訴訟或內部調查。例如，若有合成媒體（synthetic media）作為證據提交，透過正確儲存後設資料（metadata，即描述資料本身的資訊，如創建時間、來源、格式等），將有助於辨識其真偽。 為因應這項需求，市場上的供應商也正逐步推出相關工具，協助企業蒐集、保存並分析 AI 系統中的資料，例如 Thomson Reuters、律商聯訊（Lexis）等公司都提供此類服務，產品包含 Thomson、CoCounsel、Lexis+、Protégé 等。Reveal、Newcode 和 Relativity 等科技公司亦投入開發相關解決方案。
