Appier（TSE: 4180）發表強化學習框架 SMITH，讓 AI 同時學會「造工具」與「用工具」，論文入選 NeurIPS，40 億參數模型表現超越未訓練的 300 億參數級模型；數位發展部部長林宜敬在近期論壇與 DevDays Asia 2026 公部門專場強調政府不應以預算主導 AI 產業，改為引導民間資本投入算力中心（目標明年 3 月前破萬片 GPU）並推動 AIEC 評測中心；Group-IB 報告則顯示台灣 8 月勒索軟體事件排名亞太第三（20 起，僅次印度、澳洲），本系列第一次寫台灣。
《生成式 AI：文字與圖像生成的原理與實務》是政大應數系蔡炎龍主講、以 TAICA 衛星課程開放給聯盟學校的入門課。網路上最完整的那頁課程網站其實是長庚衛星班（協同教師楊智淵）的頁面。本系列以 Spring 2025（1132）為準：14 支錄影、14 份投影片、12 份作業說明與評分標準都公開，Demo notebook 也在 GitHub 上，存取分級 A3；缺口是 notebook 會持續改版、繳交與批改走各校平台、期末專案成果沒有公開。
清大高宏宇 NLP（Fall 2025）BERT and its Family 單元導讀。起點是「I record the record」：Word2Vec 和 GloVe 給兩個 record 同一個向量。ELMo 用雙向 LSTM 語言模型解決這件事。換成 Transformer 之後，預訓練分成三條路：encoder（BERT：MLM＋NSP，擅長理解、不擅長生成）、encoder-decoder（T5 的 span corruption、BART 的五種雜訊）、decoder（GPT：純粹預測下一個字）。最後一段是 GPT-3 的 in-context learning 和 scaling laws，也說明 decoder 為什麼成了現在最主流的骨幹。
清大高宏宇 NLP（Fall 2025）解碼與評估單元導讀。前半講模型每一步吐出機率分布之後怎麼選字：greedy 一步錯就回不去，beam search 同時保留幾條候選但偏好短句，top-k／top-p 用抽樣換多樣性（投影片沒寫，教授在課堂口頭補）。後半講怎麼替生成的文字打分：BLEU 的 modified precision 與 brevity penalty、ROUGE-N 與 ROUGE-L、perplexity，以及 GLUE、SQuAD 2.0、MTEB、MMLU 這些 benchmark 各自在量什麼。
清大高宏宇 NLP（Fall 2025）GPT-2／T5 助教課導讀。同一個任務（LCSTS 中文摘要）用兩種架構各做一次：decoder-only 的 GPT-2 用原生 PyTorch，要自己把文章和摘要接成一條序列、改用 left padding、把 padding 的標籤設成 −100；encoder-decoder 的 mT5 用 Seq2SeqTrainer，不需要 left padding，DataCollatorForSeq2Seq 會自動處理 −100。兩邊都用 jieba 斷詞後算詞級 ROUGE。
清大高宏宇 NLP（Fall 2025）Hugging Face BERT 助教課與 HW3 導讀。助教課用 IMDb 影評二元分類走一遍 AutoTokenizer、input_ids／token_type_ids／attention_mask、AutoModelForSequenceClassification 與 Trainer。HW3 把工具拿去做 SemEval 2014 Task 1：同一個 bert-base-uncased 接兩個頭，一個回歸 1–5 分的 relatedness，一個做三類 entailment 分類，兩個 loss 加總後自己寫訓練迴圈，不准用 Trainer。
HW1 拿 Google Analogy 的 19,544 題（8,869 題語意、10,675 題語法）考詞向量：先用 Gensim 載入預訓練的 glove-wiki-gigaword-100 作答，再從助教清理好的 Wikipedia 抽 20% 文章自己訓練 Word2Vec，兩邊都畫 family 子類的 t-SNE。七個 TODO 共 55%，報告 45%；Fall 2026 的 TODO 和 2025 相同，只是改成繳交含執行結果的 .ipynb。
清大資工高宏宇老師的《自然語言處理》是 TAICA 聯盟的研究所級主導課程，Syllabus 寫明開放 1200 人、中文授課，從 TF-IDF、詞向量一路講到 RLHF、PEFT 與 RAG。Fall 2025 的投影片、32 支課堂錄影、4 份作業題目與 starter notebook 都放在 GitHub，評為 A3；拿不到的是解答、評分與期末專題規格。Fall 2026 正在進行，只放到 W3，評為 A2；評分改成作業 75%＋實體期中考 25%，並新增 Reasoning／Agent 單元。
這堂 34 頁的助教課回答一個很實際的問題：拿 ChatGPT 網頁版一筆一筆貼資料太慢，還會碰到每小時次數上限，所以做研究和作業要改用 API。notebook 用同一個 SemEval 2014 蘊含判斷例子，依序示範 Gemini、Claude、OpenAI 三家：把 prompt 放進 prompts.yaml、要求 JSON 輸出、few-shot、計算 token。要注意教材是 2024 年版：投影片封面寫 2024/11/21，notebook 用的是 gemini-1.5-pro、gpt-4o、claude-3-5-sonnet-20241022，其中 Claude 那個型號在 2025-10-28 已經退役，Gemini 的舊 SDK 也在 2025-11-30 結束支援。
HW2 把「14*(43+20)=882」這種算式當成字元序列，要你用兩層 LSTM 看到「=」之後逐字生成答案。訓練集 2,369,250 筆、驗證集 263,250 筆，數字都在 0–49 之間；六個 TODO 從建字典、只在「=」之後算 loss 的 batching、生成函式，一路到 teacher forcing 訓練與 exact match 評估。W4 的 PyTorch 助教課就是這份作業的工具箱。
兩堂 RAG 助教課各做一個版本：第一堂在 Colab 裝 Ollama 跑 llama3.2:1b，用 LangChain 的 Chroma、MMR 和 retrieval chain 串出最小的 RAG；第二堂只在資料準備用 LangChain，其餘自己寫：切塊、存文字與向量資料庫、BM25 加 cosine 的混合檢索、用 RRF 合併排名，再拿 Llama-3.2-1B-Instruct 生成答案。HW4 把第一堂的骨架套到 150 則貓咪冷知識和 150 組 GPT-5 生成的問答上，生成器限定 Llama3.2-1b、embedding 限定 jina-embeddings-v2-base-en，要回報 recall@1、recall@5 與 exact match。程式占 45%，報告占 55%，報告要分析 prompt、資料格式、文件順序與反事實資訊的影響。
W11_RAG.pdf 的後半從「From Retrievers to QA」那一頁開始，把檢索器和讀者（reader）接成完整的問答系統。先看 2019–2020 年用 BERT 當讀者的 ORQA 與 REALM，再看第一篇叫 RAG 的論文和凍結 LLM 的 REPLUG；接著用一張表整理七個近年修法：改寫查詢（Query Rewriting、HyDE）、讓生成器不怕雜訊（RetRobust、RAFT、RAAT）、決定何時檢索（FLARE、Self-RAG）。最後談雜訊的類型、LLM 在 RAG 裡該有的四種能力，以及生成式檢索（GR）與可靠回應生成（RRG）。錄影方面，W11 週四那支講到 RAG 論文為止，後面的頁數本文找不到對應的錄影片段。
「Look over there」是 3 個 token，中文「請看那邊」是 4 個，日文是 12 個——輸出長度跟輸入對不上，分類器那套「最後接一層 FFN」就不能用。這份 33 頁的投影片從 encoder-decoder 講起，推到 RNN 的梯度消失、LSTM 的三個閘門，最後用 attention 同時解決長距離與平行化兩個問題，並解釋為什麼要除以 √d。
清大高宏宇 NLP（Fall 2025）Sub-word Tokenization 單元導讀。用空白切詞只適用於西方語言，也處理不了沒看過的詞和德文那種複合字。BPE 從字元出發，反覆把最常一起出現的一對合併進詞彙表，合併幾次就多幾個詞；缺點是貪婪切法不一定最好。Unigram LM 改用機率挑切法，還能抽樣出不同切法。投影片給的詞彙量是 BERT 30522、GPT-2/GPT-3 50257、T5 32,128。
Fall 2025 的評分是作業 70%＋期末專題 30%，專題 3–4 人一組，分成 Proposal 6%、Progress 6%、Poster 6%、Report 12%，不提供 GPU；repo 沒有專題規格文件，只有 Syllabus 的結構、期末提醒與 W15–W16 的錄影。Fall 2026 改成作業 75%（4 份）＋W14 實體期中考 25%，課表拿掉報告週，新增 Reasoning／Agent 單元，並加入 AI-TA 協助批改與 TAICA 算力補助。改版原因，官方材料沒有寫。
清大高宏宇 NLP（Fall 2025）Transformer 單元導讀。投影片從 RNN 的兩個毛病出發：字跟字的互動要隔著 O(N) 步傳遞，時間步之間又不能平行。Self-attention 讓每個字直接看所有字，用矩陣乘法一次算完，兩個毛病同時解掉；代價是模型分不出詞序，所以要補正弦位置編碼。之後依序組出 multi-head attention、Add & Norm、feed forward、cross-attention、masked attention 與 teacher forcing，最後用 GPT-2、ViT 與四種變體說明這個架構後來走多遠。
台大以外的台灣 AI 公開課，大多出自教育部成立的 TAICA 聯盟。每學期的課程清單會寫明每門主導課從哪裡直播，填 YouTube 的課，錄影通常校外也看得到。校外能完整自學的有兩門：清大高宏宇《自然語言處理》Fall 2025 與政大蔡炎龍《生成式 AI》Spring 2025，都是 A3。成大朱威達《人工智慧導論》、北科韓秉軒《智慧人機互動》、清大胡敏君《機器導航與探索》錄影齊全，作業留在 NTU COOL，列 A2。陽明交大的 TAICA 課都是英文授課，深度學習的錄影沒有公開列出，Physical AI 剛開學，都沒有進主表。
鉅亨網的公開產品不只廣告版位，還包括影音、活動、贊助專題、代編與歷史上的 B2B 新聞授權。免費內容把讀者帶進來，平台再同時平衡廣告成效、內容成本與編輯信任。
BigGo Finance 把公開 Podcast AI 摘要、行情與新聞放在免費入口，旁邊接上模型能力、通知與體驗升級的 Pro 方案。這是一條合理的產品路徑，但公開資料沒有證明摘要讀者真的會轉成付費會員。
CMoney 官方把產品設計拆成方法、工具與社群三步：免費內容和討論被設計來帶出需求，共用資料與 API 可把投資方法做成多款 App；公開產品顯示的變現層包括訂閱、課程與法人系統。這是設計機制，不是已公開驗證的留存或收入飛輪。
公開資料未顯示 Fugle 直接靠免費文章收費，也沒有證據顯示它逐筆抽交易佣金。它用研究介面吸引投資人，再從個人 API 訂閱、券商資訊服務與 B2B 技術合作變現；真正的交易與資產仍留在合作券商。
Medium 與 Vocus 都能替創作者帶來曝光，交換條件卻不同：Medium 掌握陌生讀者的分發與新訂閱者身份，Vocus 處理台灣金流、發票與會員管理，但公開文件只證明訂單 CSV 可匯出，不能推成完整 email 或付款關係可攜。
平台選型不是排行榜。台灣創作者應先過收款、發現、控制與維運四道門，再決定要租平台攤位、使用 SaaS，或經營自有網站；任何 CSV 都不等於完整帶走讀者與扣款關係。
台灣的產業密度可以轉成全球企業情報，但新公司要先通過五道門：獨特訊號、反覆需求、固定欄位、合法驗證與境外買方。TrendForce 顯示模式存在，不代表任何產業都能複製。
台灣資安法 2.0 已三讀、金管會三級制度到位，但都不強制指定證照——真正的需求來自徵才市場。台灣有 7+ 家培訓機構可選：恆逸課程最齊全（唯一同開 SecAI+ 和 COASP）、WUSON 吳文智是 CISSP 圈的傳奇（月月額滿）、DEVCORE 獨家引進 OffSec 原廠講師。考場在台北信義區和高雄，多數證照也支援在家線上監考。
GPUtw.ai 是台灣在地的短租 GPU 雲端，核心不是最大規模的算力，而是台灣機房、預付點數、Jupyter/ComfyUI/Ollama/vLLM 範本、Vault 與團隊帳務。公開資料足夠做服務介紹，還不足以當正式採購或 production 背書。
在 109 篇確實含中國用語的文章上，zhtw-mcp 精確率 29.4%、召回 85.2%，twlint 是 21.2% / 82.5%——但 twlint 有 195 個 error 級判斷是把合法正體字當簡體字（干→幹 60 次、只→隻 15 次），跑 --fix 會毀掉文章。最有用的發現不是誰勝出：zhtw-mcp 幫我補了五個自己漏抓的中國用語，也擋下一個我誤列的（審計）。工具的價值在校準你的清單，不是取代它。
立法院三份預算評估報告的一手清單：108 年度到 112 年 8 月底，台灣機場因無人機關場 23 次，而每一列的處理方式欄都是同一句「會同航警局查處」。民航法第 99 條之 13 第 6 項給機場的動詞是「取締」，不是「制止或排除」，但 113 年度報告已寫各機場均購置手持式干擾器。
民航法第 99 條之 13 第 3、4 項寫的是「政府機關（構）、學校或法人」，但唯一讓場地方「制止或排除」的第 7 項但書只寫「政府機關（構）」——台電、中油、晶圓廠都是法人。它們剩下的路徑是請縣市政府公告禁限區再「取締」，罰則從最低 30 萬掉成最高 30 萬；而輸入干擾器要的「關鍵基礎設施提供者」身分，是靠收到一封信知道的。
八個警察局成立無人機隊，飛的法源很清楚——民航法第 99 條之 16 第 2 項給政府機關執行法定職務的操作豁免。但那是飛安豁免：台北市法規會的法律鑑定意見寫明它「恐無法作為以無人機空拍方式實施行政調查時之法律基礎」，而 2024 年三讀的刑訴特殊強制處分專章授權了 GPS、M 化車與隱私空間攝錄，空中調查一條都沒有。
中央法規裡「無人機」出現在 19 部，「反制無人機」只出現在 1 部，而那一部是採購特別條例。六個場域被授權「制止或排除」侵入的無人機，但沒有一條說可以用什麼手段——民航法第 99 條之 13 只寫「採取適當措施」，而警械公告的 31 項裡有迫擊砲、沒有干擾槍，電信管理法第 67 條第 1 項也沒有任何公務除外規定。
熱像儀的價格跳著漲，是因為美國 CCL 6A003.b.4.b 把管制切在焦平面 111,000 個元素上：384×288 差 408 個像素過關，640×512 超過三倍，中間沒有常見規格，而 Boson 640 的定價是 320 版的 2.04–2.31 倍。至於 Note 3.b 那條豁免，限制的不是解析度是焦距——你可以有熱像儀，但不能有望遠的熱像儀。
量產爬坡的公開證據不在工廠，在政府電子採購網：消防署 88 組熱顯像無人機的案子中央統一定價，六個消防局第一次招標無人投標，我拉到的七件決標金額全部等於預算、一毛沒殺，投標池大約六家公司。但補做的雲梯車對照組（流標／決標 0.54，高於無人機的 0.33）推翻了本文原本的第一條結論——流標是台灣消防裝備採購的常態。
把 Skybrush 那套開源燈光秀韌體 9,199 行搜遍 neighbour、collision、swarm，沒有任何一架飛機知道別架的存在——兩百架之間同步的全部內容，是一個 GPS 週內秒加一個毫秒偏移，防撞是在地面的編排軟體裡算完的。而資安檢測規範第 7 章那個群飛專章，十二個項目的「遙控無人機」欄從頭到尾都是「-」，測的是交換器與路由器。
讀完整份規範有三件事跟直覺不一樣：必測的七項裡無人機本體只佔三項，其餘全落在地面控制站；通訊安全那一關「不加密」也可以通過，只要在使用手冊或包裝外盒說明原因或風險，規範要的是揭露不是加密；而真正在測韌性的五項——定位欺騙、定位干擾、通訊失效、韌體已知漏洞、APP 標章——全部在選測的第 8 章。
同一台 5 公斤機、同一顆 2 公斤電池，多旋翼懸停要 512 W 飛 41 分鐘，定翼機巡航只要 128 W 飛 164 分鐘、航程 197 公里，而且那個航程跟巡航速度無關。VTOL 的代價不是轉換時燒掉的能量（只佔 2.4%），是它必須同時揹旋翼和機翼，吃掉約四分之一航程；台灣這條階梯從 40 分鐘的電動多旋翼一路到 6 小時的內燃機直升機。
類比 FPV 圖傳在台灣有兩個獨立的問題：LP0002 給 5.8 GHz 的窗口只有 125 MHz，而市售頻道表橫跨 300 MHz，四十個經典頻道把發射寬度算進去只剩十八個落在窗口內。更硬的是 §4.10.1.1 對 5.8 GHz 只寫「採用跳頻之發射器材」，而類比圖傳固定頻率不跳頻——它不是違反哪一條，是這份規範裡沒有一條長成它的樣子。
我原本把「軍用商規標案毛利多少、現金週期多長」列成非訪談不可的問題。翻開公開財報才發現答案在那裡，而且更精確：毛利率 35–39%，落在硬體業的正常區間；但營業費用吃光了它，最近三季的營業利益連續為負，帳面獲利來自業外。真正的關鍵在存貨——約 385 天的存貨天數，撐出接近 377 天的現金轉換循環。這門生意的錢不是卡在毛利，是卡在存貨。
2022 年交通部發了一篇標題叫「刪除艱澀考題，題庫全數公開」的新聞稿，把 1,420 題全部放上網——普通 388 題、專業 588 題、屆期換證 324 題、簡易換證 120 題。理由寫得很坦白：考生反映太難。而公開後的題庫本身變成了一份政策文本：四個科目裡，氣象整套搬了有人機的航空氣象學，飛行原理大量是定翼機空氣動力學，但大多數人飛的是多旋翼。
民航法的無人機專章管的是飛行安全，不是被飛的人——這不是我的評論，是立法院法制局 2020 年研析報告自己寫的：專章「對於與民眾關係最重要的隱私權管理並未具體規範」。所以隱私只能回頭靠刑法第 315 條之 1 與個資法，而實際判決顯示那套接得上一部分：對著湯屋拍會被起訴、舉手機窺視窗內判四個月。接不上的是取證——法制局的原話是「當受害者發現它時，它可能已經無影無蹤」。
農噴是無人機所有應用裡唯一單位經濟完全透明的一塊：計價單位是分地、費率 150–300 元、噴一分地約兩分鐘、設備 30–50 萬，連替代方案（人工每分地約 200 元）的價格都是公開的。而正因為人人算得出來，人人都進來了——2018 年進場的飛手一年噴上千公頃、收入破百萬；後來進場的有人兩三年只能打平然後轉行。合法飛手一分地 300 元，黑飛壓到 150 元。這是產業週期史的微型版本，只花了六年。
我原本以為巡檢跟物流一樣被視距外法規卡住。查完發現不是：橋檢、電塔、高鐵橋全都在跑，而且數字很硬——公路局一座橋從 8 人 4 車 2 天變成 5 人 1 車半天且免交通管制、成本降到六成；高鐵人力一天最多巡 700 公尺，換無人機省 3 到 5 倍；嘉惠電力降 3/4 人力、5 成成本且無須斷電。原因是這些巡檢都是分段、定點的，視距內就能做完。真正卡在 BVLOS 的是長距離連續航線，不是「所有巡檢」。
我以為台灣沒有真正的無人機物流商業案例，因為沒有 BVLOS 框架。錯了：民航局核准過 10 案、累計 24 條飛行廊道，運研所從 2020 年起走完 PoC → PoS → PoB 三階段，2025 年進入商業營運驗證。它繞開的方式跟巡檢正好相反——巡檢是把作業切小到視距內，物流是一條一條廊道逐案核准。而它的價值也不是比船便宜：小琉球颱風停航那幾天，無人機十幾分鐘飛到，那是船不開時唯一還能動的東西。
農噴每分地 150–300 元，算得清清楚楚；救災沒有這個數字，因為救回一條命沒有標價。這個差別決定了兩件事：一、規格由地形定義而非性能定義——消防署那批機的關鍵特徵是「不依賴 GPS」，因為山區會斷訊、樹林要穿梭；二、當立法院提案減列預算時，內政部只能拿今年六月馬太鞍溪救回一個人當論據。用個案辯護預算是脆弱的，但這個應用沒有更好的武器。
電戰反制有一個根本限制：它需要有訊號才能攻擊。光纖導引不發射無線電、衛星通訊繞過地面干擾器、AI 終端導引在最後一段完全不需要鏈路——三種手段正在系統性地讓干擾失效，所以重心從軟殺移向攔截。而台灣的難題還多一層：監察院的調查報告記錄了國防部在兩個月內把無人機應處 SOP 改了三次，從「可擊落」改成「只能射信號彈、第一擊須經部長授權」，再改回「7.62mm 以下輕兵器擊落」。那不是技術問題。
台灣進入運安會統計的無人機重大事故只有 4 件，但那是因為門檻是「逾 25 公斤遭受實質損害」——一般玩家炸機根本不進統計。公開的兩份調查報告是同一款機、同一家製造商、同一個機關，而且兩次的可能原因都是硬體失效：一次是主旋翼伺服器電系，一次是尾旋翼變距連桿斷裂。兩次都與飛控電腦和操作人無關。
規格表上最重要的三行，正好是規格表最不會寫的三行。數發部會銜交通部的《遙控無人機資安檢測規範》定義「系列產品」時寫得很白：飛控、通訊及衛星定位晶片之模組均為相同者——法規認定兩台無人機是不是同一台，看的是這三個模組，不是外觀或續航。而重量欄位也不是行銷數字，250 公克、1 公斤、2 公斤、15 公斤、25 公斤各是一道不同的法律門檻。
把無人機的職缺放回產業鏈五層來看：第 2 層是機械電機的地盤，第 3 層（飛控韌體、感測融合、射頻、邊緣 AI）才是軟體人真正的入口，也正好是台灣最缺的一層。但先看規模——全台 267 家業者、2025 年產值 129 億元，職缺總量比新聞熱度小得多。
TEDIBOA 會員從創始 50 家長到逾 260 家，但自 2025 年 7 月 1 日起，加入前必須先是「國防產業發展協會」正式會員——這是第一道實際門檻。產創平台補助上限為全案 50%、同一企業同期最多 3 案、最長 3 年，且明訂禁用紅色供應鏈零組件並須通過資安聯合驗測。這篇只寫公開文件寫得出來的機制。
台灣沒有「無人機系」。體系核心是虎尾科技大學飛機工程系——教育部補助 9,000 萬元在嘉義亞創中心設培育基地，是全台 18 座區域型基地中唯一設在產業園區的，另斥資 5,000 萬元建含大型低速風洞的實驗室。而 2026 總統盃競賽的三個題目（邊緣運算 AI 辨識、高精度定位、GNSS 拒止自主導航）幾乎就是產業缺口的鏡子。
台灣無人機的公部門錢分三筆：442 億元統籌型計畫（研發補助，已核定）、2,100 億元國防自主無人載具採購特別條例（採購，卡在黨團協商），以及各部會年度公務預算（2026 年度逾 72 億元）。最大那筆的期程原訂 2026 年 8 月 1 日起算，但 7 月 27 日逐條審查後全數條文保留——原訂起算日過了，錢還沒開始撥。而政院版只買三個品項。
把「供應鏈關鍵節點／結構性需求／高替換成本／法人長期持有」這把尺拿來量無人機板塊：台灣目前站在可替代性最高的第 2 層、八成需求來自公部門預算而非終端行為、只有「認證造成的替換成本」這一條真正成立。陸軍 9.8 億元反制系統標案三度驗收不合格、全額解約、沒收約 9,878 萬元保證金，是「得標不等於營收」最貴的一堂課。
普通操作證只考學科，總規費 450 元（學科 200 + 證照 250）；專業基本級要加術科與體檢，總規費 1,900 元。專業證採逐級報考，不能跳級，拿到最高級距要一年半到兩年。高級 G1/G2/G3 每組術科各收 1,200 元。規費數字以《管理規則》附件十七為準——網路上流傳的「術科 500 元」是錯的。
250 公克以上要註冊、註冊號碼效期 2 年；自然人 2 公斤以上未達 15 公斤且有導航設備才需要普通操作證；操作證效期已經是 3 年不是 2 年，學習操作證年齡已下修到 14 歲不是 16 歲。這篇只寫全國法規資料庫的現行條文，並標出網路懶人包最常見的三個過時說法。
歐盟自 2020 年底起就有可行路徑——Specific 類別憑風險評估取得營運授權，加上 U-space 法規 (EU) 2021/664 逐步部署。美國的 Part 108 到 2026 年 7 月仍在 OIRA 審查、尚未發布。台灣則連框架都還沒有：《管理規則》給的是「延伸視距飛航」（900 公尺、400 呎、要目視觀察員），真正的視距外只能靠法人逐案申請、許可效期 3 個月。
全球無人機市場 2026 年約 690 億美元（IDTechEx），中國掌握約 80% 市場（CSIS）、DJI 占多旋翼七成以上。美國 FCC 在 2025 年 12 月把所有外國製無人機列入 Covered List；台灣產值一年從 50 億元跳到 129 億元，2026 Q1 出口就超過 2025 全年。這篇拆解產業鏈五層、四大需求板塊，以及卡住規模化的兩個天花板。
經濟部盤點的 267 家業者，北部就占 164 家。但地理分布不等於產業分工——雷虎公開的自製清單顯示，馬達、電池、機架、螺旋槳留在台灣，飛控、通訊與 GPS、鏡頭三個模組選擇跟歐美日大廠合作。2025 年 129 億產值裡外銷只占 23%，財政部統計顯示出口值有 88.1% 集中在 2–7 公斤級距。這篇拆解層級、缺口與國際比例尺。
拆解數位生態系三層結構：LINE 超級應用、Shopify App Store 飛輪、台灣 MarTech 串接策略，核心是透過 API 與數據流讓參與者相互依賴、共同強化護城河。