研究
在 APMIC，我們致力於推動 AI 技術研究與應用創新，深耕私有化 LLM、模型微調（Fine-tuning）、蒸餾等前瞻技術。我們不僅專注於開發最適合企業的 AI 解決方案，更希望透過淺顯易懂的方式，將我們的研究成果分享給更多人，讓 AI 技術不再是艱深的專業知識，而是每個人都能理解並應用的強大工具。
深耕 AI 語言模型十年
自 2017 年創立以來，我們始終專注於一件事——打造更懂繁中語言的 AI。
關鍵里程碑摘要：
-
2017 - 2022： APMIC 成立，率先佈局自然語言處理領域，研究 BERT、GPT-2、PaLM 等世界級技術
-
2023 - 2024： CaiGunn 模型問世，導入 MoE 架構，效能大幅躍進。
-
2025 以後： 發布 ACE 繁中系列模型，以更輕量、更精準、更符合企業應用的邏輯推論能力，重新定義企業 AI 應用
CaiGunn 34B
APMIC 繁中通用語言模型
於 2024 年 1 月登上由 Hugging Face 設立的全球開放大語言模型排行榜，以平均分數 71.19 暫居全球第 64 名，並榮獲臺灣第 1 名，成為臺灣在國際語言模型領域的重要里程碑。
CaiGunn 34B 採用 APMIC 自研的 Brainformers 架構，結合 LLaMA 模型基底，融合 Mamba 動態計算流程、Transformer 架構與 Mixture of Decoding Experts（MoDE）技術，打造具備高精度與靈活性的生成能力。全模型運行於 NVIDIA NeMo Framework 上，具備高效的分散式訓練與推理部署能力，支援企業在地端導入與私有化應用需求。
ACE Series
APMIC 繁中推理模型、多模態模型
ACE-1-3B 台灣首款可於手機端運行的 3B 參數繁體中文語言模型，現透過 MCP（Model Context Protocol, MCP）協議，得以連接企業內外部系統，實現自然語言驅動的資訊查詢、流程操作與決策支援，打造全新的智慧人機互動介面，亦支援與外部 API、ERP 系統及 IoT 裝置串接。
搭配 APMIC 提供的 PrivModel 模型微調與蒸餾方案加上模型代工，企業得以輕鬆打造專屬的地端模型，無論是在中低階 GPU 或嵌入式平台上部署，皆可順暢運行並即時回應，大幅降低導入 AI 解決方案的技術與成本門檻，滿足工業設備製造商、科技公司、行動裝置品牌及機器人與人機介面（HMI）應用領域等對於邊緣部署、低功耗與快速響應的需求。
使用 DevOps 工作流程對 FunctionGemma 模型進行微調，並部署為 Google ADK Agents
APMIC MLOps 工程師 Simon 劉育維
受邀參加 Twinkle AI 一週年線下活動暨 GDG Build with AI 2026，分享 FunctionGemma 模型介紹、實作流程、成果展示與實務結論，探討 AI 開發落地經驗。
[ DevOps in AI Agent ] 評估 AI Agent 是否能夠上線的測試功能介紹 — Google ADK AI Agent Evaluation 技術實作篇 (2/2)
APMIC MLOps 工程師 Simon 劉育維
在此篇文章中，我將會帶著大家以三個面向方式，實作 ADK Evaluation，但如果沒有帶到的部分，或者官方有更新的話，再請大家閱讀 ADK Evaluation 的文件了。
[ DevOps in AI Agent ] 評估 AI Agent 是否能夠上線的測試功能介紹 — Google ADK AI Agent Evaluation 概念介紹篇 (1/2)
APMIC MLOps 工程師 Simon 劉育維
本文將深入介紹 Google ADK Evaluation 的設計理念與實際功能，說明它如何協助開發者在機率性與可變性的環境中，依然維持對 AI Agent 的品質掌控與開發信心。
歡迎來到 Gemmaverse：分享關於 Gemma 的歷史，以及最新在 Google I/O 的模型 Gemma 3n的比較
APMIC 創辦人兼執行長 Jerry Wu
在 I/O Extended Taipei 活動中，APMIC 創辦人暨執行長 Jerry Wu 也深度分享了 Gemma 模型的演進歷程，並解析全新推出的 Gemma 3n 與系列模型（TxGemma、SignGemma、DolphinGemma）在各場景下的應用差異與潛力。
運用 Google AI 技術快速打造多模態應用原型
APMIC MLOps 工程師 Simon 劉育維
APMIC MLOps 工程師劉育維（Simon Liu）受邀參與 Google Cloud Summit Taipei，現場展示如何結合 Google Gemini 強大 AI 模型，透過自然語言快速打造多模態應用原型（Prototype）。不論是圖像、文字還是結構化資料，只需一段對話，即可實現概念轉化，讓創新更有效率地落地。
.jpg)
Knowledge Distillation in Enterprise AI
APMIC 創辦人兼執行長 Jerry Wu
APMIC CEO Jerry 受邀於 2025 Generative AI 開發者年會演講，分享模型微調與蒸餾技術如何解決企業落地的挑戰，真正打造專屬的主權AI，現場獲得許多開發者的迴響與討論
透過知識蒸餾與測試階段擴展提升，LLM 準確度與運算效率
APMIC 創辦人兼執行長 Jerry Wu
APMIC CEO Jerry 更受邀於 GTC Taipei 演講，分享我們在 AI 模型精煉與商業化應用上的第一手經驗，引發現場熱烈回響，與國際技術社群深度對話，拓展更多合作可能。
私有化 LLM 怎麼導？APMIC x 研華揭開企業 AI 部署實戰關鍵！
APMIC 共同創辦人兼產品負責人 Eli
受到研華邀請，參與digitimes研討會， APMIC 分享他們在製造、金融、政府機構導入私有化 LLM 的第一手經驗，深入解析：為什麼「知識管理」是最適合 LLM 的第一步？APMIC 如何用自訓模型、資料蒸餾與微調技術強化回應品質？
APMIC × Twinkle AI｜繁體中文推理資料集三大禮包開源發布｜打造台灣 LLM 最強語料庫
APMIC 行銷團隊
APMIC 與 Twinkle AI 社群合作發起資料集建置計畫，打造三大繁體中文推理資料集，全面涵蓋數理邏輯、日常推理與工具指令應用三大面向。