合成影像101萬張封王 Xiilab奪NVIDIA競賽冠軍

Xiilab在NVIDIA主辦的全球電腦視覺競賽中奪得最終冠軍。該公司訓練的人工智慧（AI）模型以合成影像學習後，套用至真實影像資料庫進行測試，平均精度（mAP）達到99.3020%。

Xiilab於9日宣布，旗下團隊「Xiilab.AIpex」確定拿下「2026年AI城市挑戰賽（AI City Challenge）」賽道4冠軍，並於歐洲電腦視覺會議（ECCV）2026上獲獎。根據官方公布的結果，Xiilab團隊在賽道4的最終排名位居第一。

賽道4的任務是「以文字進行人物再識別」，參賽團隊需輸入自然語言描述，在真實影像資料庫中找出符合條件的人物，查詢內容包含奔跑、跌倒等動作與狀態。

主辦方公開101萬3605張合成影像供團隊訓練模型，接著在由3萬6773張真實影像組成的資料庫中評估效能，藉此確認虛擬環境生成的資料，能在多大程度上運用於真實影像分析。

本屆比賽的核心在於驗證「模擬轉現實（Sim2Real）」能力，也就是在模擬或虛擬環境中訓練的AI，能否在真實環境中維持同等表現。

合成資料雖然便於大規模訓練，卻難以完整重現真實空間的光線、背景與人物動作，如何縮小虛擬資料與真實環境之間的效能落差，也被視為商轉過程中的一大課題。

AI城市挑戰賽是以智慧交通、智慧城市與物理AI（Physical AI）為對象的效能評測競賽，本屆賽道聚焦於將合成資料訓練出的模型應用於真實影像的遷移能力。

物理AI指的是能辨識工廠、物流中心、城市等實體空間，並與實際設備動作相連結的AI技術，機器人、自動駕駛與產業自動化設備都是代表性應用領域。

這項技術除了可用於辨識影像中人物與行為的監控、分析系統外，也能應用於機器人與自動化設備對周邊環境的辨識，不過競賽中的表現並不直接等同於產業現場導入的成效。

Xiilab計畫將這項技術與視覺AI、數位孿生（Digital Twin）事業結合，構想是運用數位孿生建構的虛擬空間生成視覺AI訓練資料，並將合成資料生成、模型訓練與現場應用整合成單一流程提供。

數位孿生是將真實空間或設備在虛擬環境中重現的技術，由於能在虛擬空間中產生多種條件的資料，可用於訓練實際現場難以蒐集到的情境。

這也與NVIDIA將AI晶片應用範圍從資料中心擴大至機器人、汽車與無人機等物理AI領域的趨勢相呼應，Xiilab此次的成果可視為NVIDIA生態系中視覺AI與合成資料技術結合的案例之一。

Xiilab技術長（CTO）宋侑真（Song Yoo-jin）表示：「這次比賽證實了Xiilab具備能將虛擬資料應用於實際現場的AI技術」，並說「未來將持續以融合虛擬資料與現場資料的技術，引領物理AI的現場應用」。這番發言顯示，該公司並不滿足於單純獲獎，而是希望將成果擴展為結合虛擬與現場資料的事業模式。

至於實際客戶導入與營運業績受到的影響，仍有待後續應用案例確認。

Xiilab透過此次獲獎，展示了以合成資料訓練的模型在真實環境中的應用成果，不過競賽賽道上的表現與產業現場導入擴大之間，仍需要更多驗證。