深夜學點AI／秒懂人車走向　鴻海 ModeSeq 教自駕車會讀心也會閃避

財經中心／師瑞德報導

你有想過嗎？我們走在馬路上時，總希望能預測別人下一步要幹嘛。比如前面行人會不會突然過馬路？隔壁車道的車會不會硬切進來？這些瞬間的判斷，對人類駕駛來說靠的是經驗與直覺，但對自駕車來說，這卻是生死攸關的難題。要是算錯一步，可能就發生事故。現在，台灣鴻海研究院帶來了一個答案。

鴻海研究院與香港城市大學合作的多模態軌跡預測模型「ModeSeq」，最近在全球最頂尖的人工智慧會議 CVPR 2025（Computer Vision and Pattern Recognition Conference，電腦視覺與圖形辨識會議）發表，並進一步優化成「Parallel ModeSeq」後，參加Waymo Open Dataset (WOD) Interaction Prediction Challenge，奪下冠軍。這場比賽吸引了新加坡國立大學、喬治亞理工學院、不列顛哥倫比亞大學等世界級隊伍，最後由來自台灣的鴻海拔得頭籌。

這不只是科研界的獎盃，對你我來說，這意味著未來的自駕車，更有能力「看穿」人車的走向，提前做出判斷，避免危險。聽起來像是科幻電影，但事實上正在真實上演。

什麼是多模態軌跡預測？

簡單來說，多模態軌跡預測（Multimodal Trajectory Prediction）就是一種AI技術，能預測道路上人或車未來可能的多種行為。

傳統的模型大多只能給出「一條最可能的路徑」，比如判斷前車會直行。但現實生活遠比這複雜：一輛車在路口可能左轉、右轉、或臨時停下；行人可能快步穿越，也可能臨時退回。這些都是不同的「模態」（模式）。

ModeSeq 的厲害之處在於，它不只會告訴你「最有可能發生什麼」，還能同時給出多種可能性，並附上機率。例如：80% 會直行、15% 會左轉、5% 會右轉。這樣一來，自駕車系統就能「多備幾手」，提早準備。

為什麼這很重要？

你可以想像，一台自駕車如果只相信單一路徑，一旦判斷錯誤就會失敗。但如果它同時準備了好幾個劇本，就能隨時調整反應。這對行車安全有極大幫助。

根據 Waymo 提供的資料，交通事故中有超過三成發生在「交互場景」，也就是車與車、車與行人互相影響的狀況。這也是 WOD 挑戰賽特別強調的地方，要求參賽隊伍能預測兩個交通參與者在8秒內的互動行為。鴻海的Parallel ModeSeq，就是在這樣的高難度情境下脫穎而出。

鴻海研究院人工智慧研究所所長栗永徽解釋，ModeSeq 能在保持高準確度的同時，降低運算成本，讓系統可以「又快又準」地完成判斷。更重要的是，它還具備「模態外推（Mode Extrapolation）」的能力，也就是能根據場景不確定性，動態決定要預測幾種行為模式。這代表在簡單場景中，模型不會浪費資源計算太多路徑；但在複雜場景中，它又能拉出更多可能性，全面覆蓋風險。

國際舞台的勝利

CVPR（Computer Vision and Pattern Recognition Conference）被譽為電腦視覺領域的「奧運會」。每年吸引 Google、Meta、NVIDIA 等科技巨頭，以及頂尖學術機構參與。

鴻海研究院團隊今年6月13日在會議上正式發表ModeSeq技術，隨後推出改良版Parallel ModeSeq參賽，最終擊敗眾多強敵奪冠。這已經是鴻海研究院連續第二年在 CVPR 相關比賽中拿下獎項，去年 ModeSeq 曾在「Waymo Motion Prediction Challenge」拿下全球第二名。

這樣的成績不只展現鴻海的研發實力，也讓世界看見台灣在自駕 AI 領域的競爭力。

科技背後的科普：怎麼做到的？

ModeSeq 的核心是利用因式分解變換器（Factorized Transformers）做場景編碼，理解整個環境資訊，接著再透過特製的ModeSeq 層進行解碼。這一層同時結合了記憶模組與變換器，讓模型能夠逐步「推演」出一條又一條合理的軌跡。

此外，研究團隊還設計了一種新的損失函數，叫做Early-Match-Take-All (EMTA)。傳統模型在訓練時，很容易只專注於「平均誤差最小」的結果，導致缺乏多樣性。而 EMTA 的設計，能引導模型更早識別多種可能性，避免「一條路走到黑」。

最終成果在各項評測上都很亮眼：不僅在mAP（mean Average Precision，平均精確率）與 soft mAP指標上超越同類方法，在 minADE（平均距離誤差） 與 minFDE（最終距離誤差）上也保持頂尖水準。

從比賽走進生活

對一般人來說，這些技術名詞或許有點抽象。但可以換個方式想：這就像是一個超強的「交通占卜師」，能在瞬間推演出所有可能的劇本，並告訴你哪一個最有可能發生。

未來，當這套技術被應用在自駕車裡，乘客不必再擔心「這台車能不能及時反應？」因為 AI 已經提前考慮過所有劇本，甚至包括低機率但高風險的狀況。

這樣的技術不只適用於自駕車，也能拓展到智慧交通管理、人群安全監控，甚至是服務型機器人在人群中移動時的避障。可以說，它是一個核心拼圖，幫助 AI 更懂「人類的行為模式」。

鴻海的野心與未來

鴻海研究院自2020年成立以來，旗下設有五大研究所與一間實驗室，專注於未來三到七年的前瞻技術。此次 ModeSeq 的突破，不僅是研究成果，更是鴻海「智慧導向」轉型的一部分。

透過AI技術的積累，鴻海不僅強化了自家在自駕產業的佈局，也為全球市場提供更高安全性與可靠性的解決方案。這不只是科研的榮耀，更可能影響未來每一位搭上自駕車的乘客。

栗永徽所長強調：「能在 CVPR 這樣的國際舞台上被收錄與肯定，證明我們的研究已達世界頂尖水準。這套技術未來會繼續優化，並推廣到更多實際應用場景，帶來更安全、更高效的智慧交通體驗。」