【鴻海即將開源繁中 AI 模型 FoxBrain】鴻海研究院 AI 所長栗永徽：鴻海的 AI 發展策略是打造三個平台
鴻海研究院今年 3 月發表了第一款具有推理能力的繁中 AI 大型語言模型 FoxBrain，表示在數學與邏輯推理能力、在地化程度皆超越台灣同規模的 AI 模型，並將開源。鴻海作為專注於電子代工的 AI 伺服器大廠，為何開始做起 AI 模型？鴻海研究院人工智慧研究所所長栗永徽出席「台灣 AI 策略發展高峰會」，揭露了鴻海的思考策略和佈局。
栗永徽表示，鴻海在四年前就認為 AI 會大爆發，因此成立了鴻海研究院和人工智慧研究所投入技術研究，「大家都知道鴻海的製造能力是世界頂級，不論是關鍵零組件、模組、系統組裝、IC 與軟體，但在我們已經做得很好的製造基礎上，希望再往上提升，」對鴻海來說，所謂的「提升」是什麼意思？
栗永徽分析，生成式 AI 與傳統 AI 最大的不同在於擁有「基礎模型」──過去主要針對個別應用來蒐集資料、訓練小模型，但只能叫 AI 做一件事；現在的生成式 AI 基礎模型，奠基於超級大量訓練資料、參數，並可以模型為基礎，發展出各種模組、應用。回頭看鴻海長期以來的三大平台佈局：智慧製造、智慧電動車、智慧城市，栗永徽表示，鴻海在製造能力和平台之間，還需要一塊基礎模型的拼圖。
鴻海研究院：台灣不能只依靠國際大型語言模型
對於鴻海來說，要完整打造三大平台，不能只做硬體，還需跨足 AI 基礎模型。但談到為什麼要自行研發 FoxBrain，栗永徽表示，台灣不能只靠 OpenAI、Anthropic 的國際大型語言模型，並將原因分為四大重點。
第一是關於語言文化不對等，栗永徽指出，國際模型對繁體中文、台灣用語的理解有限，難以處理在地詞彙、法規與文化背景。
第二個原因涉及資料主權與資安，他表示即便國際模型聲稱不會拿使用者的資料來做訓練，但站在鴻海立場，這些模型多在境外運算，仍有資安疑慮，而企業賴以為生的核心技術也有外洩風險。
第三，栗永徽提到國際模型的可控性與在地調適能力低，如果企業要針對需求快速客製化，模型掌握在自己手上較佳。
第四，他強調台灣要掌握資料主權和培育尖端的 AI 人才，統整並建立領域內獨有資料，藉此掌握關鍵技術。
值得關注的是，FoxBrain 原本是鴻海的內部 AI 工具，為何決定開源？栗永徽表示，鴻海的生成式 AI 戰略是成為「平台打造者」，讓大家一起打群架，把 AI 生態系做出來，讓所有 AI 生態系的企業都能使用。
繁體中文語言模型市場競爭，FoxBrain 厲害在哪？
目前市面上也陸續出現專為台灣文化、語言打造的繁體中文 AI 模型，鴻海 FoxBrain 有何特殊之處？栗永徽首先強調，FoxBrain 是第一個推出具備推理能力的繁體中文語言模型，在技術上的創新則是用 AI 訓練 AI，強調高品質資料和低成本高效率的訓練。
至於 FoxBrain 測試結果，栗永徽根據 TMMLU+ 指標表示，FoxBrain 對比基礎模型 Meta Llma 有全方面的提升，對比目前最好的繁體中文大模型 Taiwan Llama，在數學和科學測試上有更顯著的進步；在測試多輪對話、指令遵循、推理判斷、多語言、台灣在地知識的 Taiwan MT-Bench 指標中，FoxBrain 在鴻海測試下綜合表現也超越 Taiwan Llama。
除此，栗永徽根據 TechOrange 測試指出，FoxBrain 的綜合中文寫作能力，以改寫新聞情境為例，觀察是否失去原意、用詞適宜性、新穎性等面向，發現相較 ChatGPT、Claude 的表現更好。他表示，待模型開源上架，企業也可用此模型產出各類文案。
鴻海如何看 FoxBrain 的未來發展？
鴻海目前已將 FoxBrain 應用在內部的數據分析、程式碼生成、決策輔助、文書協作領域，栗永徽進一步指出，FoxBrain 未來發展之一是自駕車場景──可以辨識行人、車輛，並以此規劃路徑和行為決策，且提供透明的決策過程，允許使用者向車子提問，提升用戶體驗和信任度。
栗永徽分享，FoxBrain 將不斷演進版本，除了增強工具調用、模糊意圖反問、蒸餾小型模型，未來還要能夠做到多模態、MoE 架構與自駕場景的推理。而鴻海也將繼續優化訓練方法、提升效能，藉此提高三大平台（智慧製造、智慧電動車、智慧城市）場景的適應性。他表示，企業則可在 FoxBrain 的基礎上，專注於產業特化應用，例如製造優化、智慧物流、電動車控制等。
【推薦閱讀】
◆ 西門子、沃爾瑪、DHL 怎麼用 AI 強化供應鏈韌性？拆解 AI 帶來 2 大幫助
＊ 本文開放合作夥伴轉載，圖片來源：《TechOrange》拍攝。