[索引新聞｜編輯部／馬來西亞快訊] — 拉曼大學（Universiti Tunku Abdul Rahman, UTAR）兩名博士生在全球最大影像處理會議的物件檢測挑戰賽中摘冠，以創新的「三軸擴展」（Tri-Axial Scaling）框架在密集城市環境的空拍影像辨識領域樹立新標竿，為馬來西亞在全球 AI 學術版圖上爭得一席之地。
這套技術究竟突破了什麼瓶頸？
Wong Yi Jie 與 Tan Jing Jie 兩位工程博士生在美國阿拉斯加舉行的 IEEE 國際影像處理會議（ICIP 2025）中，擊敗各國頂尖研究團隊，贏得城市空拍影像物件檢測挑戰賽（Cadot Challenge 2025）冠軍與 1,000 歐元（約 4,940 令吉）獎金。該競賽由法國索邦巴黎北方大學（USPN）與法國高科技企業 COSE 共同主辦，聚焦於利用高解析度空拍影像在密集城市場景中進行物件偵測的技術難題。
兩人提出的研究論文《空拍物件檢測中的三軸擴展：模型規模、資料集規模與品質，以及測試時推論》，從大型語言模型（LLM）的擴展法則與測試時適應技術中汲取靈感，有效平衡了模型擴展、資料集品質與測試時推論三大維度，在空拍物件檢測研究領域建立了全新的效能基準。
據《The Star》報導，儘管兩人未親自出席會議，其研究成果仍在國際競爭中脫穎而出，團隊指導教授包括副教授 Tham Mau Luen、Kwan Ban Hoe 與 Hum Yan Chai。Wong Yi Jie 表示：「贏得這項冠軍意義深遠，它驗證了我們的貢獻，並激勵我們持續突破研究界限。」
Tan Jing Jie 則強調這是他首次獲得全球學術競賽冠軍，是研究生涯中的重要里程碑。
這對馬來西亞 AI 生態系統帶來哪些推力？
此次獲獎凸顯馬來西亞本土學術機構在前沿 AI 技術研發上的實力，特別是在電腦視覺（Computer Vision）與深度學習應用領域。空拍影像物件檢測技術在智慧城市規劃、交通管理、災害應變、國土安全與城市基礎設施監測等場景中具備高度應用價值。
馬來西亞政府近年積極推動「AI Nation 2030」願景，目標在 2030 年前躋身全球前 20 大 AI 經濟體，並為國內生產總值（GDP）貢獻超過 600 億令吉。根據科技、科學與創新部（MOSTI）數據，國家技術與創新沙盒（NTIS）自 2020 年以來已支持超過 220 個專案，其中 77 個已實現商業化，創造 1.579 億令吉的經濟價值。
UTAR 團隊的國際突破不僅為本地 AI 人才培育注入信心，也為馬來西亞在東南亞 AI 研發競賽中強化了學術領導力。此外，該技術框架若能與馬來西亞智慧城市計畫（如 Smart City Expo Kuala Lumpur 2025 所展示的城市指揮控制中心）結合，將有助於提升城市治理的數位化與智能化水準。
重點觀察與決策提醒
- Q1: 台灣在無人機產業鏈與影像辨識技術上具備既有優勢，面對馬來西亞學術圈在空拍 AI 技術上的突破，台灣產學界應如何深化跨國研發合作，以鞏固在東南亞智慧城市解決方案市場的競爭地位？
- Q2: 馬來西亞積極培育本土 AI 人才並在國際舞台取得成果，對於台灣企業在當地佈局智慧交通、城市安全監控等領域時，人才招募與技術合作策略是否需要重新評估？
- Q3: 在東南亞各國競相發展 AI 國家戰略的背景下，台灣如何借鏡馬來西亞學術創新與產業沙盒機制的經驗，強化自身在區域 AI 生態系統中的不可替代性？
本文出自：索引新聞 INDEX News
原文連結：https://news.org.tw/18302/
歡迎分享，轉載請註明出處。
