【研討會紀實】從全社會韌性到具身智慧： 2026 台灣地理資訊學會年會參會紀實

會議紀實

從全社會韌性到具身智慧：
2026 台灣地理資訊學會年會參會紀實

2026 年 7 月 1 日・台灣地理資訊學會年會學術研討會

今天參加了台灣地理資訊學會年會的學術研討會，上午聆聽兩場專題演講，下午則參加國土測繪中心主辦的「國家底圖分組成果發表會」。從國家層級的防衛韌性戰略，到 AI 具身智慧的產業應用，再到地理資訊機構在 AI 時代的角色轉型，這一整天的議程串起了一條清晰的主線：台灣的地理資訊體系，正在從「畫地圖」走向「懂地圖、用地圖來做決策」。以下整理今天的完整紀錄與心得。

今日議程

• 上午・專題演講一：全社會防衛韌性議題與挑戰（內政部馬士元次長）
• 上午・專題演講二：AI 驅動空間感知與具身智能新時代（資策會軟體技術研究院 蒙以亨院長）
• 下午・國家底圖分組成果發表會（國土測繪中心主辦，共聽三場）

・・・

01全社會防衛韌性議題與挑戰

上午專題演講主講人：內政部 馬士元次長

第一場演講由內政部馬士元次長主講，主題聚焦於「韌性台灣：全社會防衛與持續運作架構」，探討台灣面對複合式危機時的政策定位與具體作法。

台灣面臨的複合式威脅，韌性是全方位準備

台灣同時面臨極端天災（地震、極端淹水、海嘯、火山）與地緣政治威脅（戰爭），被形容為災害種類「吃全餐」的地方。因此「韌性」在施政架構中並非針對單一危機，而是因應全面性問題所做的全方位準備。

核心目標：持續運作六個月

防衛韌性的核心觀念是「想辦法維持社會的穩定跟政府的運作」。政府訂定了具體的政軍目標：無論台灣遭受多大的威脅或危機，都必須能維持至少六個月的自我持續運作。

公私協力，連手搖飲店都要維持運作

現代政府的運作無法只靠政府本身，必須高度仰賴企業與民間系統，如便利超商、大賣場、物流系統、電信公司等。除了交通運輸、金融、醫療基礎設施與物資不能中斷之外，甚至連能安撫民眾情緒的商業活動（如手搖飲店）都要想辦法讓其持續運作，藉此穩定社會情緒。

跨部會整合，建置「共同圖像系統」

全社會防衛韌性不是國防部單一業務，而是跨部會堆疊出來的議題。政府正在建置「共同圖像系統」，讓不同部門的計畫、災損歷史經驗、醫院與物資部署資訊，能在同一平台上視覺化並互相聯通，以掌握資源與規劃避災。

翻轉 7:2:1 救災比例

過往災害發生時的救援比例是「7:2:1」，即 70% 靠自救、20% 靠社區互助、10% 靠政府救援。內政部希望打破這個比例，大幅提升跨社區、跨部門與民間人力的互助比例。為此，政府積極推廣包含 CPR、AED 在內的「防災士」訓練，規劃從個人基礎到民間自主編隊的三個進階訓練模組。

「四分之一」的社會參與網

關鍵數字

• 需要全國 25%（約 600 萬人） 認同並參與防衛工作
• 扣除國軍、警消、後備軍人與公務機關，民間仍需籌備約 200 萬人力
• 全國預計建置 368 個鄉鎮市區防災協作中心
• 預計設立 7,718 個防災倉庫儲備物資與工具

・・・

02AI 驅動空間感知與具身智能新時代

上午專題演講主講人：資策會軟體技術研究院 蒙以亨院長

第二場演講由資策會軟體技術研究院蒙以亨院長主講，探討從傳統 GIS、智慧交通，一路發展至「智慧空間」與「具身智慧」（Embodied AI / Physical AI）的技術演進與實際應用。

從圖資分析到具身智慧的演進

講者分享了自身參與空間資訊技術的幾個階段：最早利用遙測資料與數學模型進行森林生長分類的靜態分析；接著進入動態圖層時代，將機器學習、車輛大數據與街道影像疊加於地圖上；然後發展至自駕車所需的 3D 高精地圖。如今技術已邁入「具身智慧」新時代，AI 不再只存在於軟體中，而是「附身」於實體載具上，在智慧空間中具備「看見、理解並採取行動」的能力。

智慧空間的四大發展趨勢

• 建構 3D 數位基礎平台：政府應支持建立如日本愛知縣用於模擬防災的 3D 數位雙生（Digital Twin）架構，這是無人載具與自駕車發展的基礎。
• 結合通訊技術深化應用：未來 6G 網路將帶來 ISEC（通訊與感測融合）技術，結合 5G、衛星、IoT 與 AI，為無人機群飛與低空經濟提供更精準的定位與環境數據。
• 確保實體 AI 的自主與安全移動：讓機器人或無人機在智慧製造、智慧交通場域中自主且安全地移動與解決問題。
• 跨域協作與城市韌性：透過空間資訊跨單位整合，提升城市面對淹水等極端狀況的韌性。

智慧交通、道路與海域的實務應用

講者團隊利用在台灣收集的 4,000 萬個物件數據訓練專屬 AI 模型，應用於台中市公車與大型卡車的盲區偵測（BSD）及前方防撞預警（FCW），以適應台灣獨特的機車與氣候環境。與交通部合作推動智慧道路計畫，將路口 CCTV 資料傳送至雲端與交控中心，目標實現車路協作。在高雄市則建置千餘支 CCTV，透過 AI 視覺模型進行水情與交通分析，並延伸至港口船隻管理與海岸海漂物偵測。

創新商機：AI 賦能的自駕輪椅

面對高齡化社會與照護人力短缺的痛點（一位照護師常需推 6-8 台輪椅），講者團隊將具身智慧應用於「自駕輪椅」，使用者只需語音下達指令（例如「我要到二樓診間看病」），輪椅便能動態規劃路線，甚至在電梯故障時自動尋找替代方案。團隊的商業模式並非直接販售輪椅硬體，而是提供「AI 模組（大腦）」，只要裝載於一般載具上，就能讓傳統設備升級為具備空間感知與自主移動能力的實體 AI，這也是台灣資通訊產業在 AI 時代的一大機會。

・・・

03國家底圖分組成果發表會

下午場國土測繪中心主辦，本文紀錄其中三場

3-1　從地理資料基礎設施到地理知識基礎設施

主講人台灣開放資訊聯盟 鄧東波副長

本場探討國家測繪機構在 AI 時代的角色轉型與挑戰，題目為「從地理資料基礎設施到地理知識基礎設施：國家測繪機構在 AI 時代的角色轉型與挑戰」。

各國的國家測繪與地理資訊機構正經歷重大轉型，逐漸從單純的「資料生產者」轉變為提供平台服務的「賦能者」。機構未來的價值不再只是提供地圖或資料，而是要能利用資料解答政策問題，產出精確的政策建議。

傳統的「空間資料基礎設施（SDI）」著重資料開放、共享、標準與管理架構；進入 AI 時代後，發展方向正邁向「地理空間知識基礎設施（GKI）」，旨在將靜態資料轉化為機器與 AI 能理解、能自動化分析的「地理知識」。

在跨國會議中，各國強調「數位主權」應具備技術獨立性，但不走向孤立，而是透過 AI 等技術進行國際合作。國家產製的權威測繪資料，是建立 AI 應用的「信任基礎（Trust Data）」，對支援快速且準確的決策至關重要。

各國轉型的實務經驗

• 荷蘭：著重語意標準與知識平台，利用連結資料（Linked Data）技術結合地理與非地理資料，讓資料能被機器閱讀理解。
• 德國：專注開發數位分身（Digital Twin）平台，支援聯邦體系的空間政策制定與未來情境模擬。
• 日本：傳統測繪機構與新成立的數位廳密切合作，推動 3D 基礎圖資與基礎登記資料，因應國家級災害應變與土地監測需求。
• 美國與芬蘭：美國透過跨機關聯邦式合作推動 AI 製圖與 3D 高程研究；芬蘭直接將機器學習導入變遷偵測的常態性測繪作業。
• 澳洲：透過戰略計畫，利用國家權威資料結合氣候、災害等數據，作為國家災防與規劃的基石。

未來發展的四大戰略方向

1. 升級為 AI 可用的地理資訊服務：將國家地址、3D 地物等資料轉換成政府、產業與 AI 代理可直接取用的資料產品。
2. 建立 AI 可執行的語意標準：不僅整理欄位，還要讓資料具備機器可驗證與執行的語意結構。
3. 發展新型態的商業資料治理：面對龐雜的商業資料，建立新的資料治理與商業協同模式，輔助政策制定。
4. 強化 AI 應用的信任與追溯機制：AI 代理若要使用測繪資料，須建立完善溯源機制，確保建議能明確追溯推論基礎與資料版本來源。

3-2　從 3D 建物模型到 Minecraft 國家底圖的體素化探索

主講人中研院人社中心 GIS 專題中心 詹大千執行長・廖泫銘研究副技師

本場分享「三維國土資料體素化（Voxelization）」的核心概念，並介紹其在專業領域與生活教育上的兩項重要應用：高精度噪音模擬，以及《Minecraft》遊戲化教育。

核心概念是將傳統的三維模型（連續曲面或點雲）或二維資料轉換為「體素（Voxel）」，也就是將環境切割成類似積木般的小方塊（例如 3×3 公尺網格），讓資料擁有更小的計算單元，進而能進行更精細的物理模擬與視覺轉換。

高精度 3D 噪音模擬

傳統噪音測量多為二維平面單點測量，缺乏時空解析度；過去的 3D 模型（如傳統 CityGML）多將整樓層視為單一物件，導致噪音分佈估算過於平滑，無法反映真實生活中銳利的噪音變化。團隊利用體素化技術，結合數位高程模型（DEM）、路網、建築物模型以及物聯網（IoT）動態車流數據，精細考量樓高、面向、距離、遮蔽物以及建築物間聲音的震動與反射。這種開源方案的準確度媲美動輒數十萬元的歐洲商用軟體，誤差值僅在兩、三分貝內，未來可運用於城市規劃、隔音牆設計、種樹效益評估，或熱能與防救災模擬。

國土資料《Minecraft》化

團隊將國家地形（DEM）、路網、建築模型與土地利用等資料，透過程式轉換成《Minecraft》遊戲裡的方塊，打造出具備絕對位置與精度的虛擬場景（如南港區與中研院）。藉由疊加歷史地理資訊，團隊在遊戲中「復原」了南港過去的地面鐵路與舊火車站，讓現代未見過平面鐵路的孩童能具象體驗南港從農田、工業區到現代軟體與生技園區的發展歷程。

相較於生硬的地理知識，遊戲場景讓小學生能迅速掌握空間方向感，過關速度甚至遠超成年人。這種三維視覺化平台還可用於預覽景觀設計、探討淹水與熱災等環境災害，讓一般社會大眾也能參與國土規劃討論。講者也提到日本已有讓小學生利用此類工具建置家鄉防災概念的國家級競賽。

3-3　颱風災害全時態場景系統的應用

主講人新北市消防局・允和科技股份有限公司

本場為新北市數位災防（VR/XR 科技訓練）專案，核心目的是為第一線基層公務人員（如里幹事等）提供防災應變訓練。因為災難現場無法真實復刻，且多數基層人員缺乏災防實務經驗，此訓練旨在讓他們抵達現場時能先保護自身安全、避免恐慌，並具備初步處置的能力。

研發團隊發現，受訓人員必須看到自己熟悉的服務轄區或住家才會產生帶入感並願意投入訓練。團隊過去曾耗時一年半才打造出 200 至 300 公尺的虛擬街道，如今透過合作並導入 GIS 資料，已能大幅加速，快速生成涵蓋新北市大範圍的 3D 實體災難場景。

系統內建編輯器，能匯入歷史淹水資料模擬不同深度的積水，並允許教官自由調整天氣、光線、風力等環境參數。教官可在場景中設置路樹倒塌、車輛受困或土石流等災情，要求學員執行現場封鎖處置、撥打通報專線，以及透過系統介面拍照回報等實務任務。

新北市預計於今年底在三重的第二行政中心啟用進階的災防應變中心（EOC），屆時會將這套 VR 訓練系統完整移入，並設置多台單機設備，提供常態化且具規模的防災操作訓練。雖然透過宣導使實際火災等案件數量逐漸減少，但這也造成救災與公務人員面臨真實狀況的實戰經驗變少，更需要藉助產官學界合作，利用 VR/XR 等科技工具進行長期教育訓練，應付未來各種未知的災難挑戰。

・・・

04一日心得

回顧今天的議程，其實可以看到一條清楚的軸線：從馬次長談的「全社會韌性」戰略高度，到蒙院長談的「具身智慧」技術落地，再到下午三場國家底圖成果發表中反覆出現的「資料要能被 AI 理解、被機器行動所用」，整個地理資訊產業正在經歷一場從「圖資」到「知識」再到「行動」的轉型。無論是共同圖像系統、地理空間知識基礎設施（GKI），還是體素化模擬與 VR 災防訓練，最終指向的都是同一件事：讓地理資料真正成為決策與行動的基礎，而不只是一張好看的地圖。

台灣地理資訊學會 全社會防衛韌性 具身智慧 國家底圖 GIS 數位分身 防災科技

本文為個人參會筆記整理，內容摘要自各場次演講簡報與口頭分享，若有疏漏或理解誤差，歡迎指正。