@ 
人工智能技術的發展，正將虛擬的AI Agent（智慧代理）從雲端與屏幕推向實體環境。實現這一跨越的關鍵角色，正是負責訓練與部署模型的AI工程師。本地機械人方案專家Tobot Solution Limited（托寶智能方案）的AI工程師團隊，透過結合視覺語言模型（VLM）與邊緣運算（Edge Computing）技術，成功讓機械狗具備自主理解自然語言指令、即時分析現場影像並執行巡邏任務的能力。他們的工作，本質上是將數碼世界中的AI Agent轉化為能夠在街道、工地與停車場獨立運作的實體系統。這類系統不再局限於問答式互動，而是具備目標理解、任務拆解、工具調用及持續執行的自主能力，成為企業營運中的「數碼同事」。
Tobot Solution Limited將於2026年7月8日至10日首度在香港會議展覽中心舉行的國際科技盛會LEAP East 2026上，展示結合VLM與邊緣運算的新一代巡邏機械狗，實現「即場輸入指令、AI隨即執行」的自主巡邏功能，為智慧城市管理提供新技術路徑。
VLM技術突破：從固定任務到自然語言互動
機械狗過往主要依靠自動導航與傳統影像分析技術，針對特定任務獨立設計模型與規則，例如車牌辨識或特定物件偵測，每項功能均需從頭開發，成本高且擴展性有限。Tobot 研發新一代系統引入視覺語言模型，將影像識別與語言理解整合於同一多模態架構，既能處理即時視覺輸入，亦能解析人類以自然語言下達的指令，進行語意推理及分析。Tobot AI工程師團隊指出，傳統影像分析屬「看圖執行固定任務」，而VLM則能「同時理解圖像與文字，並以自然語言互動」，大幅降低系統建置與維護的複雜度。
以違例泊車偵測為例，管理人員對機械狗下達「查看此處是否有人違例泊車」的指令後，系統會先解析「違例泊車」的語意，再主動分析現場畫面，辨識停放在不合規位置的車輛，記錄車牌與時間，最後以文字或報表回報結果。同一模型亦可應用於其他任務，如「圈出所有大型垃圾箱」或「標示所有紙箱」，大幅減少為每類新物件重新訓練專屬模型，顯著提升系統的靈活性和成本效益。
邊緣運算確保即時決策與數據安全
要讓AI Agent在實體環境中可靠部署，邊緣運算是關鍵技術支撐。違例泊車監察、工地安全巡查等場景，屬高即時性、環境多變且不容系統中斷的應用。將運算能力直接嵌入機械狗，使影像在現場即時分析與決策，不但反應速度快、保護數據隱私，還能降低對網絡連線的依賴。Tobot機械狗搭載的邊緣運算模組讓AI在無需連接網絡的情況下完成全部運算，確保系統穩定性與數據安全，對商業營運的連續性至關重要。這正體現了AI Agent獨立工作的核心特質——系統能自主完成目標理解、任務執行與結果回報，無需持續依賴外部雲端資源。
LEAP East現場實測：即場輸入指令即時回應
在LEAP East展會上，Tobot將設置模擬街道與停車區域，讓參觀者親身體驗即時指令操作。機械狗透過內建AI攝影機與邊緣運算模組自主巡邏，分析停泊車輛是否違規，並進行車牌辨識，將違例泊車的車牌、時間與位置記錄為數碼證據，未來可整合至執法或停車管理系統。
展區同時設置大型垃圾箱、紙箱堆及其他物件，參觀者可在操作介面上輸入如「圈出現場所有大型垃圾箱」或「標示所有紙箱」等指令，搭載VLM的邊緣運算模組將即時理解這些自然語言描述，在影像畫面上標註對應物件，甚至可驅動機械狗移動至指定物件附近。對非技術用戶而言，這代表能以語言即時定義新的視覺偵測任務，無需依賴技術人員重新編程；對營運方來說，這種按需配置的巡邏功能，使系統能靈活適應活動場地、貨運調度或施工現場等不同場景的變化，提升資產利用率。
城市管理新常態：從被動反應走向主動預防
當AI Agent從數碼界面走入街道、工地與社區，一個由自主巡邏與智慧感知建構的城市管理新常態正在成形。VLM為機械人提供高階視覺語意理解能力，Edge Computing確保其在實地環境中快速而穩定地執行決策。對企業與公共機構而言，這不只是技術升級，更是營運模式的轉型——從人力密集走向智慧自動化，從被動反應走向主動預防。
LEAP East將於7月8日至10日在香港會議展覽中心舉行。Tobot團隊誠邀業界人士及公眾親臨展位Hall 1A20，親身見證AI Agent在真實世界中實現「自主巡邏」的商業應用潛力，以及其對香港城市營運所帶來的創新價值。
@