https://www.canva.com/design/DAGBc9PfclQ/IhqTO-MTGUsZ7FGzJnYf4Q/edit?utm_content=DAGBc9PfclQ&utm_campaign=designshare&utm_medium=link2&utm_source=sharebutton
**時程表**
**預計活動**
**應用：**
**AI生成影片網站**
https://www.flexclip.com/tw/editor/app?id=4f0bad2929650de231129eb9093151b0
漫畫
1. 劇情、分鏡(文字ai)
mv生成
1. 給學員們一首歌，讓他們根據歌詞意涵等用ai創作劇情，再交由影像生成ai創作出mv
獎項(?
**發想**

引導流程：

參考資料：
生成式AI在製造領域應用潛力

相對於鑑別式AI已廣泛應用在製造場域，生成式AI在製造領域的應用模式與價值，仍需要持續探索與驗證。工研院機械與機電系統研究所饒達仁所長在一場研討會中指出，生成式AI在製造領域的潛在應用場景包括：

協助工廠教育訓練，生成教育訓練手冊，及訓練後的問答過程。生成操作與作業流程、協助異常事件處理、生成維修或調整機制、客服機器人、於第一線服務客戶、輔助程式碼編寫。
加速資料檢索或刺激腦力激盪新想法。
智慧機械設計/語意溝通，快速有效的提供機構設計方法。
生成式AI在製造場域的主要潛在應用可區分為幾類：市場與產品需求探索，創新產品設計，控制程式自動生成，知識管理與人員作業協助，智慧化人機介面。

(一)生成式AI產品設計

相較於以文字或自然語言作為提示，讓生成式AI執行產品設計工作，美商PTC認為以3D資訊作為輸入，再由生成式AI直接產生3D設計圖的運作模式會更為恰當。PTC認為3D零件特徵和外型輪廓都具有相當複雜性，不容易只依靠一段文字描述，就能讓生成式AI產生所需零件設計。設計者反而可能因為無法直接獲得精確設計結果，需要反覆調整輸入提示，進而增加設計工作時間。

(二)生成式AI機器人控制

Google和德國柏林工業大學研究人員，已共同推出可用於機器人控制的PaLM-E多模態視覺語言模型(VLM)。PaLM-E結合視覺模型ViT(具有220億參數)以及語言模型PaLM(具有5,400億參數)，並綜合自然語言及視覺訓練，使機器人可以理解人類的指令，以及將環境及物體影像納為輸入，進而即時完成人類指定工作。

PaLM-E屬於實體(Embodied)語言模型，能接受連續的感測器訊號，並將文字和環境、物件圖像，以及機器人本身狀態等感知資訊相連結。

Google公布使用PaLM-E對機器人進行控制的範例，是要求機器人從桌內抽屜將玉米片拿給下命令人員。機器人首先需要從人員下達指令中確認具體工作要求，然後再借助機器視覺協助，從抽屜中找到玉米片並遞送給人員。在進行測試時，研究人員也故意製造外部干擾，將玉米片從機器人手中搶走，並放回抽屜內。機器人隨後會再從抽屜內將玉米片拿出，並遞送給下命令人員。

Google所做的研究顯示，透過生成式AI，使用自然語言或肢體動作來進行機器人即時控制是可能的。這將可大幅降低機器人導入門檻(減少專業人員教導或撰寫控制程式需求)，以及增加使用彈性與便利性。

鑑別式與生成式AI都是基於機器學習的人工智慧技術。在過去幾年，鑑別式AI技術在製造領域應用正加速擴散，並在品質檢測、設備健康診斷、人員安全與作業效能提升、確保工作場域環境安全等方面顯現AI應用方案價值。而在ChatGPT發布後，如何挖掘生成式AI在包含製造業在內的各種產業應用潛力與價值，也成為新興話題。

經過適當訓練的生成式AI，可自動、快速產生新的文字、圖像、影音內容，以及3D模型、程式碼。因此在製造場域的潛在應用包括：協助挖掘新市場機會與產品需求；加速創新產品設計及獲得優化設計；軟體系統、工具機、自動化裝置、機器人控制程式自動生成；增加企業建構知識管理系統能力與降低成本，並透過資料與資訊快速擷取、彙整，提供人員作業即時輔助；透過智慧化人機介面，強化機器人、設備控制與人機協作能力。