國家科學及技術委員會IC Taiwan Grand Challenge第四梯次獲獎團隊揭曉，本次來自美國、英國、法國，德國、日本、以色列、台灣的11家獲獎團隊，涵蓋從晶片設計驗證、IP智財，關鍵零組件、資料中心基礎建設到建築、自駕船舶等專業領域智慧應用，完整貼合人工智慧產業鏈，將為我國致力推動百工百業創新應用發展，注入動能。

在晶片設計驗證領域，法國Aniah 致力為高級類比和混合訊號 SoC 提供電晶體級驗證，該公司的免測試向量電晶體級驗證引擎OneCheck 能詳盡地分析電源域中所有電氣狀態，迅速檢測出關鍵極端情況錯誤，而基於大語言模型的Amigo AI以 OneCheck 為基礎，透過解釋問題、提出修復建議並提升晶片首次投片成功率。

美國Leafy Lab 專注於利用 AI 改善類比與混合訊號晶片設計流程，透過結合矽物理與可解釋人工智慧模型，降低傳統 trial-and-error 所造成的大量設計迭代與驗證成本，將原本長達數月的設計迭代縮短至數天內完成。其平台可在約 2% 誤差下預測元件電性行為，並自動化類比電路佈局與優化流程，目標將晶片開發時間縮短 50%，提升一次投片成功率。

以色列Caesarea Labs專注於矽後驗證（Post-Silicon Validation, PSV）自動化。隨著先進製程、AI 晶片導入，PSV 已逐漸成為半導體開發的重要瓶頸，相關流程高度依賴人工操作，並面臨調試週期長、成本高與成功率下降等問題。Caesarea Labs將現代 EDA 自動化帶入這個被忽視但關鍵的階段，從電路編輯 - 晶片快速原型設計和路徑查找開始，把電路編輯從脆弱、緩慢的工作流程，轉變為可靠、可重複、快速的行業標準。

美國Vellex Computing開發可程式化的類比 AI 輔助處理器 IP，可與 Arm 或 RISC-V 等標準 MCU 核心整合，協助無人機、穿戴式設備與感測器等邊緣裝置，在低功耗條件下進行即時 AI optimization 與本地自適應學習，降低對雲端運算與高功耗 GPU 的依賴。

在關鍵零組件領域，日本TopoLogic運用「拓樸材料」（Topological Materials）開發的TL-RAM新型磁性記憶體，具備超低能耗、高速運作的關鍵特性與優勢，特別適用於需要大量運算且對能耗敏感的 AI 處理器和高效能運算（HPC）領域，解決當前AI和資料中心高能耗的挑戰。

美國Oculi的AI 視覺感測器和處理器 (SPU) 將每個像素轉變為智慧可程式感測單元，僅處理基本數據，從而顯著降低功耗、頻寬要求和系統成本，讓智慧手機、智慧家庭感測器、機器人和工業自動化等Edge AI 設備在AI視覺上，在極低功耗下實現超低延遲感知。

台灣磐石智慧科技的AMD CPU + FPGA異構運算平台（Advanced AI-FPC），透過將 CPU、GPU 和 FPGA 整合到統一架構中，能解決國防和先進半導體高階設備：例如武器追蹤和曝光機對準的微米級精度、超低延遲和整合挑戰。

在各國競相投入的資料中心基礎建設領域，英國Infiniflux 兩相 Direct-to-Die 液體冷卻系統，是基於兩相液體冷卻和直接模具冷卻的專有組合。即使在每個晶片 >1000W 的情況下，也能保持 GPU 冷卻 15-20°C，運算能力提高了 15%，能源和維護成本大大降低，晶片壽命至少延長了 2 倍。

德國Linque基於大規模光子積體電路的全光電路交換技術，消除耗電的光電轉換，實現超快速、節能的全光交換，使得人工智慧驅動的資料中心網路能夠實現超高頻寬、奈秒重新配置並顯著降低能耗。

至於在專業領域的AI應用方面，美國ThermoVerse採用由高精度參數控制控制的先進相變材料（PCM），製作可管理充電/放電週期的熱控制器，透過以可程式熱儲存降低空調（HVAC）系統的能耗，可節省20-60% 的能源。

相對於陸地上的自駕車，美國STR8 Industries則致力開發水面船舶的自主導航軟體和整合船上系統，能從分散式多節點感測器中獲取數據，以建立統一的即時周遭環境模型。它持續追蹤接觸並確定其優先級，計算碰撞風險，並透過完整的審核記錄產生符合國際海上避碰規則公約（COLREGs）的避讓操作。

為表揚ICTGC 第四梯次得獎團隊獲獎成就，並展示得獎團隊創新技術與未來產業應用潛力，將在 InnoVEX 2026台北南港展覽館二館四樓設置ICTGC 主題館（攤位編號：S0724），6月2日星期二 15:00-17:30也將在台北南港展覽館二館四樓 InnoVEX Center Stage舉辦第四梯次得獎團隊頒獎典禮暨創新技術發表會，活動透過邀請產業專家、投資人參與，創造與新創團隊交流的平臺，為得獎團隊創造曝光與合作機會。