鴻海研究院在今年3月宣布推出首款繁體中文AI大型語言模型（LLM）FoxBrain，為700億參數語言模型，宣稱具備優秀的繁體中文能力、在數學與推理領域表現出色，鴻海近期準備在5月底前開源FoxBrain，包括8B及70B模型，供外界使用，下個版本將會用於自駕車。記者李琦瑋／綜合報導

鴻海研究院在今年3月宣布推出首款繁體中文AI大型語言模型（LLM）FoxBrain，為700億參數語言模型，宣稱具備優秀的繁體中文能力、在數學與推理領域表現出色，鴻海近期準備在5月底前開源FoxBrain，包括8B及70B模型，供外界使用，下個版本將會用於自駕車。

[caption id="attachment_171300" align="alignnone" width="2560"] 鴻海研究院計畫在5月底前開源繁中AI模型「FoxBrain」，下個版本將會用於自駕車。（資料圖／記者李琦瑋 攝）[/caption]

鴻海首款繁體中文AI語言模型功能一次看

鴻海研究院指出，人工智慧研究所在FoxBrain訓練過程中，使用120張NVIDIA H100 GPU，並透過NVIDIA Quantum-2 InfiniBand網路進行擴展，僅花約4周的時間完成，相較於近期其他公司所推出的推理模型，以更高效率，更低成本的模型訓練方式為臺灣AI技術發展樹立新里程碑。

延伸閱讀：鴻海研究院推首款繁體中文AI大型語言模型 未來將對外開源

FoxBrain採用Meta Llama 3.1為基礎架構，擁有70B參數，在 TMMLU+測試資料集，大多數的領域優於國內相同規模的Llama-3-Taiwan-70B，尤其在數學與邏輯推理方面展現卓越能力；在訓練過程中，NVIDIA公司提供Taipei-1超級電腦的支持以及技術諮詢，使鴻海研究院透過使用NeMo順利完成模型訓練。

鴻海研究院表示，FoxBrain原為內部應用而設計，涵蓋數據分析、決策輔助、文書協作、數學、推理解題與代碼生成等功能，後續將對外開源分享；該模型不僅展現了強大的理解與推理能力，還能針對臺灣使用者的語言風格進行優化，並在數學與邏輯推理測試中表現出色。

鴻海研究院提到，在測試結果方面，FoxBrain於數學領域較基礎模型Meta Llama 3.1全面提升，相較於目前最好的繁體中文大模型Taiwan Llama在數學測試中取得顯著進步，並在數學推理能力上超越Meta目前已推出的同等級模型，雖與DeepSeek的蒸餾模型仍有些微差距，但表現已相當接近世界領先水準。

做本土大型語言模型的原因

鴻海人工智慧研究所所長栗永徽14日出席思科舉辦的「臺灣AI策略發展高峰會」時表示，鴻海未來將透過導入AI大型語言模型，優化智慧製造、智慧電動車、智慧城市等3大平台的數據分析效率，讓FoxBrain成為驅動智慧應用升級的重要引擎，進一步提升公司營運效益。

栗永徽說，自主開發大型語言模型的原因主要有4大考量，第一，「語言文化不對等」，國際模型對臺灣用語理解有限，難以處理在地語彙、文化、法規；第二，「資訊主權及資安風險考量」，國際模型多在境外運算，有資安疑慮，內部核心技術、機密有外洩風險；第三，「可控性跟在地調適能力的掌握」，可以因應企業需求，快速客製化；第四，臺灣要掌握資料主權和培育尖端的AI人才，並做好資料治理，才能保護本土企業的關鍵技術。

5月底前開源、FoxBrain下一步劍指自駕車

栗永徽說，為打造3大生成式AI平台，並在其上開發眾多AI Agent（AI代理），鴻海為此花20個月開發出臺灣第一套繁體中文且具推理能力的LLMFox Brain，預計5月底於Hugging Face社群發表並開源，包含8B與70B模型、相關技術文件。

栗永徽表示，目前FoxBrain 70B模型為1.0階段，可以做數據分析、程式代碼生成、決策輔助及文書協作，下一步預計蒸餾出8B小模型，2.0版本將朝向100B發展，能夠理解3大平台的問題，增強學習能力，下個版本將用於自駕車，除了可以自動駕駛外，還能將駕駛行為變為AI可解釋性，應用於輔助駕駛中，可解釋為什麼停下來、往前行駛或轉彎，也允許使用者向車子提問，提升用戶體驗和信任度。

這篇文章 鴻海擬於5月底前開源繁中AI模型 FoxBrain下一步劍指自駕車 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。