电脑视觉于智慧工厂与仓储/人工智慧安防与影像应用

企管三甲 蔡佳芸

一、前言

这场讲座是我第一次接触关于 AI、SLAM（同步定位与建图）、数位孪生等技术的应用，相较于以往主要研究人类行为的课程内容，这次的主题让我有了截然不同的视角。最让我印象深刻的是数位孪生技术，它透过建模与数据收集，建立一个虚拟场景，让管理者能够在模拟环境中测试可能发生的情况并进行决策。这让我思考，若这是未来产业发展的趋势，那么及早学习并运用这方面的知识，是否能提升我的竞争力？

二、AI 与智慧工厂的应用

智慧工厂透过 AI、机器视觉与物联网（IoT）等技术，提升生产效率、减少人力成本并提高精准度。本次讲座探讨了自动化与智慧管理在工厂与仓储中的应用，其中包含以下几个关键技术：

1.SLAM（同步定位与建图）

SLAM 是让机器在未知环境中，同时进行定位与地图构建的技术，广泛应用于机器人导航、自动驾驶、无人机探索等领域。视觉里程计（Visual Odometry）：透过侦测场景内的特征点，追踪环境变化，并结合影像处理进行定位。其挑战包括：难以辨识的场景（如重复图样、低光环境）、动态环境干扰、初始阶段与长时间运行后，机器可能会产生偏差。

IMU（惯性测量单元）辅助：当视觉失效时，IMU 透过加速度计、陀螺仪等感测器协助进行定位。LiDAR（光达）技术：使用 360 度雷射测量距离，可在无 GPS 或低光源环境下提供精确的空间资讯。航位推测与回圈闭合演算法：当机器探索新区域时，透过记忆旧地标来修正误差，确保定位准确。SLAM 技术在增强实境（AR）、3D 绘图、无人机导航与自动驾驶等领域具有极高的应用价值。

2.数位孪生（Digital Twin）技术

数位孪生技术的核心在于将实体系统的数据，即时映射到虚拟环境中，以进行监测、分析与优化。其应用过程包含：模型建立：建构与真实世界相对应的 3D 模型。数据收集：透过 IoT 感测器收集生产设备与环境数据。资料连结与分析：利用 AI 和大数据技术，即时监测运行状况，预测潜在问题。持续改进：透过模拟结果调整生产流程，提高效能与稳定性。数位孪生在智慧制造、供应链管理、预测性维护、智慧城市与医疗产业应用。例如，工厂管理者可以透过数位孪生技术模拟生产流程，预测设备可能发生的故障，提前进行维护，降低停机时间与损失。

三、个人收获与反思

这次讲座让我深刻理解 AI 与智慧工厂技术如何影响现代制造业，特别是 SLAM 和数位孪生的应用，让自动化技术更为精确与高效。我也开始思考，这些技术如何影响管理决策，并且是否能与我的学科背景结合，例如：企业决策应用：管理者如何利用数位孪生技术来降低成本、提升生产效率？人才管理与转型：当 AI 逐渐取代传统制造业的人力需求，企业应如何规划员工技能转型？智慧仓储与供应链管理：如何利用 AI 和 IoT 技术提升物流效率？这场讲座不仅开拓了我的视野，也让我思考未来是否可以结合企业管理专业，学习 AI 技术与数据分析，以提升自己的竞争力。

四、结论

随著工业 4.0 与 AI 技术的快速发展，数位孪生、SLAM 和互联网已成为企业数位转型的重要趋势。这次讲座让我认识到，未来的竞争力不仅来自于管理知识，也需要理解技术如何驱动产业变革。因此，我认为掌握这些技术的基本概念，并思考如何应用于企业决策与管理，将是未来职涯发展的一大优势。

 

企管三甲 龚峻

今天听了关于⼀些AI科技运⽤的演讲。其实渐渐的意识到AI已经开始变得可 以去取代我们，甚⾄是辅助我们在⼯作上更加的⽅便。⽐较有印象的是Slam 跟数位孪⽣。

Slam技术的核⼼在于定位与建图这两项任务的同步执⾏。当机器⼈或无⼈ 载具在⼀个未知环境中移动时，它需要随时掌握⾃⼰的相对位置，同时不断更新周围环境的地图资讯。我觉得这能涉及的范围⾮常广，从拿来帮助⼈跟发动战争都可以。⽐较常⾒的应该就是近期吵得很凶的⾃动驾驶，就是Lidar slam。我觉得在这项科技还没到完全成熟的时候都还不太能完全的去安⼼使⽤，仅仅只能达到辅助的效果⽽已。我认为⽐较好的是有些汽⾞公司在做⼤型⾞的时候，把它运⽤在侦测是否有障碍物。因为⼤⾞难免会有死⾓的问题，可以跟制动系统来去做整合。这样⼀来可以加减避免伤亡。⽇常⼀点的就是扫地机器⼈或是⽤在做Google地图的侦查⾞上，我觉得都是⾮常棒的，再来就是⾮常恐怖的无⼈机。借由远端操控或是先输⼊的路线来达到无⼈操作的地步，⽐较好的就是可以⽤来侦查⼀些⼈们难以抵达的地形或是⽤来⽇常送货，不好的就是使⽤在战争上⾯，⼀些轰炸无⼈机之类的。可以看到AI的运⽤可以是⼀体两⾯的，虽然真的很便利，但也会被无⼼⼈⼠⽤来伤害别⼈。

数位孪⽣是是⼀种利⽤数位模型来真实模拟物理世界中的物体、系统或流程 的技术。它通过感测器、物联网（IoT）、⼈⼯智慧（AI）和⼤数据分析，将真实世界的数据即时传输到虚拟模型，实现精确的监测、分析、预测和优化。这项技术不仅能让企业或组织在数位环境中“复制”现实中的事物，还能透过模拟和分析来做出更好的决策，提升效率并降低⾵险。有看到运⽤在仓储的机器⼈上⾯，原本设定好路线的机器⼈假如碰到⼀些货物掉在路线上的话，会重新设定路线，我觉得这是⾮常酷的，透过虚实整合这样可以做到很多事情。还有像是可以在⾶机起⾶前侦测有没有什么异状，透过之前所分析的数据来去提醒机⼯可以提前检查或更换零件之类的。也可以运⽤在医院之类的地⽅，假如有病⼈状况出问题可以提前通知护理师。但我觉得假如数据不太⾜够的话，可能会有资料不完整或判断错误等状况会发⽣，所以运⽤在⼀些⼩地⽅的话应该是有点难度的。

总⽽⾔之，就还是要让AI去学习整个⼤环境是怎样的⼀个状况。如果之后真的成功的话，应该可以使⽤在整合城市的资讯，仅凭⼀个机器就可以去控制整个城市的状况并通知给居⺠们，感觉就很像是未来会发⽣的事情。数位孪⽣是⼀项改变未来的重要技术，它不仅能让企业提升运营效率，也能帮助政府和社会做出更智慧的决策。从制造业到智慧城市，从医疗健康到航空航太，数位孪⽣技术正在加速推动数位转型，让物理世界与数位世界更加紧密结合。随著技术的不断进步，数位孪⽣将在更多领域发挥影响，成为未来智慧化时代的重要基⽯。

 

企管三甲 卓采萱

今天听了两位讲者的资讯管理应用，两位的分享各有各的特色，在第一位吴致德副理讲解智慧工厂的特性时，许多特点的描述让我想起以前看过的许多对未来进行想像的电影，迅速发展的AI运用到各项业种当中，替代人力接手工作性质高度重复的部分，并帮助人类分析工作流程问题与效率分析。

这一切就在我成长的这些年间快速变化，小时候爸爸还拿著翻盖式手机现在不仅连按键都不需要了，手机中还会有聊天机器人可以帮人们解惑、谈话。在吴致德副理的分享当中，最令我吃惊的是“视觉里程计”、“SLAM应用”等帮助机器人定位、判断距离与方向的运用，这是我首次听到这些专有名词，之前看到机器人移动的时候，都认为是人为远端操控或已经在程式中设置好固定的移动路线并侦测障碍去改变路径，而今天在课程中听到的应用理论让我更深入了解了现今机器人到底发展到何种地步。在视觉里程计的帮助下，机器人可以去识别环境中一些固定的特征点去计算自身当前位置与移动轨迹，并提供在未知环境的导航能力，看到这些叙述时让我想到近年来声量越来越大的自驾车。

后面介绍到的SLAM应用，被广泛运用于近年来讨论度越来越高自驾车，还有像是最近许多连锁餐厅都出现的送餐机器人、仓库厂房的送货机器人以及无人机的自主飞行，其实这些科技陆续在我们生活中广泛出现，只是我之前都没有去深究这些科技它是如何运作、用何种方法去运作，而这次透过讲者的介绍著实让我认知道现在科技的发展有多进步，即使这些应用也还有一些缺点（像是面对特定环境时会容易混淆），不过我想这些在日后都是能靠技术去克服的问题。

而在第二位讲者的分享中，我也有想稍微提一下的心得，讲者介绍了许多他们机器在实务上的运用并用许多影片展示后，最后老师有提到这项技术运用在未来长照计画中的效果，能否辨识老人是否跌倒、被看护欺负或需要翻身等帮助，现在台湾进入超高龄社会，的确需要重视这项应用，且未来也极有可能会成为一项商机，不过我想更重要的是在资讯科技快速发展的同时，现行法规也要尽快跟进规范，积极去避免一些个资泄漏、错误资讯传播等等问题，网路的资讯流通过于快速，若遭有心人士利用，恐怕会对社会带来很大的伤害，总体来说，这次分享有让我认识到新技术的运作，也让我有更兴趣去接触这些内容。

 

企管三甲 胡沛晴

随著科技的进步，AI 技术在各个产业的应用日益普及，特别是在智慧工厂与仓储管理方面，这项技术扮演了提升效率与精准度的重要角色。我们能够运用AI技术更有效地管理仓库空间，优化资源配置，并降低人工作业的错误率，进而提升整体运营效能。

在这场演讲中，透过实际案例与技术介绍，我学到了几种应用于智慧工厂与仓储的技术。例如，同步定位与地图构建（SLAM）能让机器在未知环境中建立地图并追踪自身位置，主要应用于自动驾驶车辆、移动机器人及扩增实境等领域。视觉里程计（VO）透过连续画面追踪特征点来估算位置变化并持续更新定位。这些系统在某些环境下仍会面临挑战，例如在重复图样的环境中，由于视觉特征过于相似，系统难以正确辨识位置；在动态环境中，移动物品会改变场景特征，增加追踪的难度；而在低光环境中，光线不足会影响特征提取的准确性，因此，VO 常需结合惯性测量单元（IMU）来提升精准度。IMU透过加速度计与陀螺仪测量线性加速度及角速度，帮助机器确定移动方向与速度，但IMU也有累积误差的问题，随著时间推移，飘移现象会影响长时间运行的准确性。

此外，光达（LiDAR）透过发射雷射脉冲来测量物体距离，具备不受光线影响的优势，即使在黑暗环境中仍能运作。LiDAR 容易受到玻璃或镜面反射的影响，且在物体密集或频繁移动的场景中，可能降低测量精度。因此，SLAM 系统若能结合 VO、IMU、LiDAR 等多种技术，将获得更全面的环境感知能力，提升定位与导航的稳定性与准确度。这场演讲让我对AI在智慧工厂与仓储的应用有了更深入的了解，也让我认识到不同技术各自的优势与挑战。

 

企管三甲 李微媞

这次的课程介绍了视觉里程计、SLAM技术、IMU等技术，这些都是机器人导航与智慧制造的重要技术。作为企管系的学生，这些技术原本对我来说相当陌生，但透过这次的课程演讲，我开始有一点理解它们在现代企业中的应用价值。

SLAM技术与IMU的应用让我想到无人机、无人车甚至自动仓储系统的发展。SLAM能让机器人在未知环境中即时建立地图并导航，而IMU则可以提供加速度与角速度资讯，确保机器能够持续运行，即使视觉讯号失效时仍能计算自身位置。这让我联想到近年来智慧物流的崛起，例如Amazon的无人仓库，使用自动导航的自动导引车来提高存货管理与配送效率。

智慧工厂与智慧仓储的概念也是让我感到非常惊艳，智慧制造透过数据追 踪、AI决策以及自动化机械手臂，提升了整体生产效率。这让我想到供应链管 理中“即时调度”的重要性，当企业能透过智慧仓储技术即时掌握库存状况，不仅能降低成本，还能缩短生产周期，快速回应市场需求，这也显示未来企业不仅要考虑财务与行销，还需要懂得科技如何提升竞争力。

然而，这些技术也有其限制与挑战，例如视觉系统在光线不足或环境变化时 可能出错，而IMU系统则会随时间累积误差，因此现代机器人往往需要多种感 测器融合，才能克服单一系统的缺点，这反映出企业决策中“风险分散”的概念，不应过度依赖单一技术，而应整合不同工具以提升稳定性。

这次的课程演讲让我对智慧制造与导航技术有了初步的理解，这些技术不仅 影响工业生产，未来甚至可能改变整个商业环境，例如无人商店、智慧物流与自动驾驶。身为商学院学生，未来若想在科技产业发展，除了财务、行销与管理能力，也应多了解这些技术的应用，以便更好地在数位转型的时代找到自己的价值。

 

企管三甲 刘维庭

这次的课程主要讨论IMU计算里程的挑战、SLAM技术，以及Lidar等技术 的应用。这些技术在现代自驾车、机器人、无人机等领域扮演重要角色，让机器能够自主导航、感知环境，并做出更精确的决策。IMU 是一种透过加速度计与陀螺仪来计算移动距离与方向的技术。虽然IMU的反应速度快，可以即时提供运动资讯，但它有一个致命的问题——累积误差。刚开始可能只有一点点偏差，但时间一久，误差就会变得愈来愈大，导致计算出来的位置和真实位置差很多，这就是所谓的“漂移”。这种问题在短时间内可能不明显，但随著时间拉长，误差会变得难以控制，所以IMU单独使用并不能保证准确性，通常会配合其他技术，例如SLAM或者GPS来修正误差。

SLAM 就是为了解决这种问题而发展出来的技术。SLAM的核心概念就是在机 器人探索环境的时候，能够一边建构地图，一边定位自己。这让机器能够在完全未知的环境中自主导航，不需要预先设置地图，这对于自驾车、无人机、扫地机器人、无人仓储设备来说，都是非常重要的技术。SLAM主要依靠各种感测器，例如相机、Lidar等来获取环境资讯，再透过演算法来分析，确定自己的位置并建立环境地图。这个过程不只需要精确的感测技术，还需要有效率的计算方法来处理大量数据，并修正误差，确保机器在移动过程中不会偏移太多，影响到后续的导航决策。

而在这些技术当中，Lidar是一项不可或缺的重要感测技术。Lidar透过发 射雷射光并测量反射时间来计算距离，能够快速精确地扫描环境，建立3D地图。与相机相比，Lidar不受光线影响，即使在黑暗中也能正常运作，因此特别适合应用在自驾车和机器人上。Lidar的主要优势在于它能够进行360度的全方位扫描，收集完整的环境资讯，并且它的测距范围可以超过100公尺，这对于高速行驶的自驾车来说是非常重要的能力，因为车辆需要在远距离内预测可能发生的状况，才能提早做出反应。高精度Lidar的数据也能和SLAM技术结合，让机器有更高的定位准确度，减少因IMU误差导致的漂移问题。

这堂课让我更深入了解到这三种技术的关联与应用。IMU虽然能提供即时 的运动资讯，但误差会随时间增加，无法长时间单独使用，而SLAM则可以解决 机器在未知环境中的定位问题，让它一边探索、一边建立地图。Lidar则进一步提升环境感知能力，让机器在更复杂的环境中运行。这些技术不只是理论上的概念，而是实际应用在许多现代科技产品上，像是自动驾驶车、机器人、无人机等等。这堂课让我更了解这些技术的重要性，也让我对智慧科技的发展有更深的体会。随著这些技术的进步，我相信未来的生活会变得更加自动化、更加便利，也更有可能实现真正的无人驾驶与智慧城市。

 

企管三甲 李珮菱

⾃1770年代起，⼈类社会开始⾶速发展，经历了机械化、电气化与⾃动化等三次⼯业⾰命后，第四次⼯业⾰命也在2014年拉开帷幕—物联网（Internet of Things, IoT）的出现。即使不理解个中原理，许多⼈也知晓物联网所带来的便利之处：智慧家电、智慧医疗设备、智慧城市等耳熟能详的例⼦，亦有演讲中提及的智慧仓储与智慧⼯厂等实际应⽤，这些新兴产物皆有⼀个共同点：“⾃动化与智慧管理”，在这个由数据构成的世界，如何以系统化的⽅式搜集与管理⼤数据，并进⼀步归纳分析，最终总结与推论未来趋势，是现今世代的重点课题。

⽽与第四次⼯业⾰命息息相关的热⾨话题是⼈⼯智慧（Artificial Intelligence, AI），⼈们以数以万计的资料训练机器⼈，透过机器学习与深度学习后，⾃主⽣成如⽂字、图片、程式等多个领 域的内容。⼈⼯智慧的崛起⾜以颠覆⼈类所处的世界，我们倚赖它的便利，却也惧怕它的取代。⽽演讲中第⼀⼤重点著墨在⼀项未曾听闻的新技术—同步定位和建图技术（Simultaneous Location and Mapping, SLAM），其技术包含两个层⾯：⼀为“位置定位”，现今可使⽤的⽅法有许多，如视觉⾥程计（Visual Odometry,VO）、 惯性测量单位（Inertial measurement unit,IMU）、光达（Lidar）、航位推测法（Dead reckoning,DR），结合讯号与信标、视觉辅助（QR code定位标记与OptiTrack动作捕捉系统）等技术，计算出位置的改变。

每种⽅法都有其适合的环境与须⾯对的挑战，最好的⽅式便是结合多种⽅法，以减少误差值：在探索新区域时，确定初始位置并计算运动轨迹，再将误差值累积后，重新识别已知位置，最后将轨迹修正。⼆则是“环境重建”，透过机器设备在移动的过程中所收集到的资料，以实景与模型，将环境中的物件建构出3D地图。

SLAM技术除了可应⽤在⾃动驾驶、⾏动机器⼈、无⼈机与扩增实境（Augmented Reality,AR）外，亦能投入绘图测量与探索未知领域的作业中，增加⼯作效率、精确度与与安全性。 讲座中的第⼆⼤重点为“数位孪⽣”，它将实体世界与数位世界连接起，使管理者能透过虚 拟环境中的模拟，增强决策能⼒，以监控与优化实体系统与流程，⽽其动态性质有助于预测风险，并即时优化当前最佳⽅案，以⾯对突发状况。⽽科技的发展也必然存在诸多挑战，如资料的安全性、硬体装置间整合时得相容性问题、储存需求增加时的可扩展性与发展成本过⾼等等。

这次的演讲让我体认到⼀个事实，纵使科系的性质与科技差异较⼤，我们依然有掌握现在趋势的必要，有些⼈会问：“为什么我要学这些东⻄？学这个的意义是什么？”学习知识、留⼼趋 势，是为了在乘著前往未来的洪流中，依然能保有⾃我的判断，不被蒙蔽双眸，不会⼈云亦云的同时，亦能秉持著怀疑的态度审度资讯真与假。

⾝为⼀位以⽂字编织天地的笔者，我并不喜欢⽣成式AI的问世，即使现阶段它尚未成熟，它依然过于强⼤，它确实带给⼈们效率，⽽代价是⾃我思考。我害怕它的取代性，更害怕它剥夺我的精神世界，倘若连思索的能⼒都丧失了，我是否还能与之抗衡？但即使⽬前我对这项⼯具保持者负⾯的态度，依然会接触使⽤这项新事物，不进步则是⼀种退步，跟不上世界的趋势意味著将来有被淘汰的可能性，⽬前我使⽤ChatGPT学习英⽂单字，并⽤剑桥字典进⾏交互查验，以提升ChatGPT的准确性。我很喜欢演讲者的结论—AI可以辅助⼈，不能取代⼈。说到底AI是⼀个⼯具，⼯具与⼈之间始终有差别，⽽要如何发挥独属于⼈类的价值，则是所有⼈都必须不断思考的问题。

 

企管三甲 黄婕雯

在这次的演讲中有听到很多新的名词，虽然过去没有听过这些名词，但它的应用却已经可以在我们周遭的日常生活中看见。从智慧仓储的智慧化工业系统可以进行自动储位，还有FIFO先进先出的功能，都让我觉得很厉害。有这样的技术的确可以大幅减低在仓储中的人力成本，可以提升作业的精准度，使整体进入一个高度自动化的状态，不但更方便也更有效率。

接著说到其他应用的技术包括SLAM、IMU以及Lidar技术等，或许我们对于这些技术的名词很陌生，但一旦提到它的应用，如自动驾驶、扫地机器人、无人机、AR装置等等，都是我们在生活中可以看见的技术应用。虽然每一项技术都有一些小小的缺点，但可以进行交叉应用，就可以有效降低失误的可能性，也更方便后面的应用，虽然目前各项技术或许都还存在著一定的漏洞，但我认为可以发展到这样的地步已经是很大的科技进步，相信在未来的优化也会更加快速，帮助我们更加方便的使用这些技术，提高我们的生活品质。

而第一位讲师最后简述的数位孪生部分，更是我从来没有想过的，原来科技还可以这样应用在这些地方，透过模型的建立、数据收集等等，可以应用在航空、医疗、智慧城市，还有能源的地方，透过数位孪生，可以进行很多不一样的试验，但却不用花费很高的成本，就可以达到完成测试的结果。这样的技术是过去没有想过的，但相信在有这样的技术下，我们的科技会发展得更快。

随后提到的安防部份，也让人印象深刻。记得讲师给我们看的影片包括判断蜜蜂是否出去工作、告知车辆前方是否有猴子等。过去我认为监视器可以达到辨识人脸、车牌等帮助快速找出车辆、犯人，已经是很厉害的应用，没有想到现在还能做出判断，发出警报等，我的确没有想过还有这样的技术，但有了这次的经验，也让我理解，或许科技的强大已经超越了我们的想像。

在这次讲座中，给我最大的收获就是了解了目前科技的便捷与各项强大的应用。但看到这些强大的功能也让我开始反思，在科技如此快速的进步下，我们应该如何与它共处，在机器人刚出来时，不少人认为人类最终会被它所取代，然而现在科技的进步，也该让我们重新思考，我们究竟还能做些甚么，来维持自己的重要性。同时我们也应该去思考，科技是一项有效的工具，它可以帮我们完成许多事情，但一旦有人将其视为做坏事的刀子，我们又该如何预防?我觉得我们现在太享受于科技进步为我们带来的便捷，但水能载舟亦能覆舟，我们要如何去管控科技，如何在运用科技的同时也保护好个人，这值得我们不停思考。

 

企管三甲 陈俐婷

这次听完有关智慧仓储、智慧工厂、SLAM、数位孪生、LiDAR 的演讲，让我对现代科技 如何改变我们的生活与工作方式有更深刻的体会。演讲内容不仅让我学到很多新知识，也让我开始思考这些科技未来在生活中的应用。

首先，讲者提到的智慧仓储让我印象很深刻。以往我们对仓库的印象，可能是堆满货物、人力辛苦搬运的画面。但透过智慧仓储，许多工作都可以自动化，例如系统可以自动判断哪些货物该先出、哪些该后出，让整个仓储管理变得又快又准确。这让我觉得科技真的能大幅减轻人类的工作负担,也觉得智慧仓储最大的好处是“快速又安全”，而且可以节省很多人力成本，让仓库运作得更顺利。 接著是智慧工厂，它注重在即时性、智慧管理、高度自动化和预测性维护。传统工厂依赖大量人力，但智慧工厂透过自动化机器、机器人来制造产品，不但提高生产速度，也减少人为错误，甚至能24小时不停工。我认为最重要的是可以即时回应市场需求，这是非常重要的一件事。

然后是SLAM技术，原本我对这个名词不熟悉，但经过讲解才知道它是“即时定位与地图建构”。原来现在很多无人车、扫地机器人和无人机都靠SLAM技术来知道自己在哪里，还能一边走一边画出地图，避免撞墙或迷路。这技术可以应用在仓库、工厂和办公室中，无人运送车就能自动找到最佳路线，把货物准确送到目的地，效率大大提升。

另外，数位孪生这个概念非常酷，简单来说就是在电脑里建立一个跟现实一模一样的虚拟工厂或仓库。这样一来，我们可以在虚拟世界里模拟操作，看看哪里需要改善，等到 确认没问题了，再实际应用在现实中。这样不但可以避免浪费时间和金钱，也能提前发现问题，真的非常聪明。

最后，讲者提到LiDAR（光达），这是一种用光线来侦测距离的技术。LiDAR 可以快速扫 描周围环境，做出非常精准的地图。像自驾车、无人仓储车辆，都是靠LiDAR感应附近 的障碍物来避免碰撞。虽然目前对于一些模糊情境下仍然面对著一些挑战，但我相信未来都能克服的。 以前我觉得这些科技离我们很远，但现在知道，这些技术未来可能会应用在更多地方，甚至影响我们的日常生活，让大家的生活变得更便利。这场演讲让我认识到未来智慧化的仓储与工厂，不仅能提升效率，还能减少人力负担，并且更加安全与准确。像SLAM和数位孪生这样的技术，也让我看到科技如何把虚拟与现实结合，创造更多可能。