【技術深耕】融合邊緣運算與 rPPG 技術，PSIE 跨模態推理引擎樣品預計於 2026 年 Q2發表

曲速動力研究室今日揭曉「泛用型智能體心理狀態推論引擎（PSIE）」的技術細節，展現其在邊緣 AI 領域的技術領先地位。該系統採用先進的「全模態感測融合架構」，其特徵優勢在於能同步整合視覺特徵、語音情感、環境參數，以及最具創新性的 rPPG（遠端光電容積脈搏波）非接觸式感測技術。透過影像即可精準推論生物體的脈搏與血流變異率，讓 AI 能在完全不干擾使用者的情況下，獲取核心生理數據。

在技術架構上，我們採用了獨創的「母子模型（Parent-Child Model）系統」。母模型負責處理泛化、海量的跨模態基礎標註，而子模型則利用 Few-Shot Learning 技術，針對個別用戶進行快速的微調與持續學習。新創 RLAF（Reinforcement Learning From Auto Feedback）機制，PSIE 引擎能隨著使用時間的增長，愈發精準地掌握特定個體的心理習慣與反應邏輯，真正實現「個體化 AI」的理想。

為了確保數據隱私與低延遲反應，我們與高通（Qualcomm）技術深度合作，將 PSIE 部署於 Snapdragon 邊緣運算平台。這意味著大部分的心理狀態推論皆在本地端完成，敏感數據無需離端，滿足了高階市場對隱私防護的嚴苛需求。

目前，開發團隊已進入最後的系統整合測試階段。我們預計將於 2026 年第二季末正式產出首款技術原型樣品（PoC Sample）。該樣品將展示實時的心理狀態映射、環境動態適應策略以及「換機回魂」的數據轉移流程，為未來商業應用開闢從智慧照護、教育科技到高階安防的多樣化可能。