紅綠燈是我們每天都在使用、卻幾乎不會思考的東西。它的邏輯很簡單：時間到了就換燈。至於路口現在有幾台車、有沒有人正在過馬路、那台機車會不會來得及停——燈號本身完全不知道。
義隆（2458）6 月 8 日的法說會裡，有一段和多數科技公司都不一樣的內容。這家以觸控晶片為主業的公司，把中央研究院的 YOLO 模型與自研的邊緣運算演算法結合，做出即時交通號誌控制與行人安全保護系統：在路口 100 公尺內即時辨識車種，預測車速與煞車距離，再動態控制紅綠燈來避開盲區碰撞。
公司揭露的準確度是：轉向量偵測 95.29%、停等車輛數偵測 96.68%。
先看本業：這是一家靠「觸控」吃飯的公司
先把基本盤放清楚。第一季營收 32.25 億元，季增 12.8%、年增 3.4%，主因是各品牌筆電客戶的短期急單，讓淡季不淡；毛利率 47.7%，季減 1.6 個百分點，原因是高毛利產品佔比微幅減少；單季 EPS 2.46 元。
營收結構是這樣分的：觸控 77%（觸控板、觸控螢幕晶片、生物辨識），非觸控 16%（指向裝置、微控制器），人工智慧 7%（車用 ADAS、智慧交通、影像辨識）。
換句話說，AI 目前只佔營收的 7%。這是一個誠實的比例——那些聽起來很前沿的應用，還在養。（以上為法說會內容整理，非投資建議。）
路口的問題，從來不是燈號不夠亮
台灣的路口事故有一個共同特徵：不是有人闖紅燈，而是雙方對「這一秒還過得去」的判斷不同。轉彎車以為行人會停，行人以為車會讓；燈號給了通行權，卻沒有給任何一方對方的資訊。
這也是為什麼路口規則的細節那麼重要。以紅燈右轉為例，很多駕駛以為只要沒車就可以慢慢滑出去，但這在台灣是明確的違規行為，而且是舉發熱區。超速喵有一篇紅燈右轉的規定與罰則說明，把構成要件、常見誤解與申訴的可行性寫得很清楚。在號誌變聰明之前，人的判斷仍然是第一道防線。
而真正被這套系統保護的，是所謂的弱勢道路使用者——行人、長輩、小孩。這也是為什麼「上學要走路還是接送」在台灣是一個真實的難題：走路對孩子好，但路口不一定友善。幼兒喵有一篇走路上學還是開車接送的比較，把距離、路線安全、時間成本與孩子的自主性一起放進來評估。這種決策沒有標準答案，但值得用清單想過一遍，而不是憑感覺。
邊緣運算的意義：不是更聰明，是更快
這類系統的關鍵字是「邊緣」。號誌控制不能把畫面送到雲端再等結果回來——路口的決策容不下那幾百毫秒。所以運算必須發生在路口的那台裝置裡，用有限的電力與晶片，即時算出來。
同樣的邏輯也出現在義隆的另外兩條線：無人機方面，公司與雷虎等廠商合作，導入自研邊緣 AI 演算法與雙鏡頭立體視覺，讓無人機在沒有 GPS 訊號的環境也能避障與群飛，並搭配自家影像訊號處理技術解決低光源問題；公司也正在開發無人機專用的陣列天線晶片，能提升抗干擾並把通訊距離拉長到 20 至 60 公里，預計 2027 年下半年量產。
光通訊則是另一條長線：公司投資美商 PETA Optronics 取得 15% 至 16% 股權跨入矽光子，規劃 2027 年加速生產 3.2T NPO 產品，2028 年目標推出 6.4T CPO 產品。
值得注意的是，公司同時強調會嚴格控管營業費用率，做法是內部人力調整——把部分人力調到無人機部門，而不是大幅增加研發費用。這是一句很務實的話：新事業的資源，是從舊事業裡挪出來的。
回到地面：交通的問題大多不在科技
號誌可以變聰明，但城市塞車的原因常常更土法煉鋼——找不到停車位而繞路的車，本身就是路口車流的一部分。研究上這叫「巡航尋位」，在市中心可能佔掉可觀比例的車流。
所以與其在路口上多繞兩圈，不如出門前先確定停哪裡。停車喵整理過各縣市的停車場資訊，例如新竹市的停車場總覽，可以先看清楚位置與類型。這是那種很不性感、但確實有效的解法。
三個可以帶走的判斷
- 看新業務要先看營收佔比：AI 佔 7%，代表故事還在前段，本業才是現金流來源。
- 資源從哪裡來，比投入多少重要：人力內部調度而非擴編，代表公司在控節奏。
- 路口的安全靠規則，不靠反應：先弄懂規定，再談科技怎麼補上剩下的部分。
一個能預測煞車距離的紅綠燈，聽起來像未來的東西。但它真正在做的事很樸素：把原本各憑感覺的判斷，換成一個大家都看得到的依據。
大部分的安全，都是這樣來的——不是誰更小心，而是資訊終於對齊了。
延伸規劃
作者簡介
艾克斯（謝銘元）
連續創業家、喵宇宙創辦人，具有金融研究、電商經營與數位內容實戰經驗。現在持續打造生活決策網站，希望把分散而複雜的資訊，整理成一般人真正能採取行動的工具。相信好的科技，不是讓人做更多事，而是讓人少走一點冤枉路，把更多時間留給真正重要的人。
資料來源：華南投顧〈2458 義隆－20260608 法說會摘要〉。本文為公開資訊與研究觀點之整理，不構成任何投資建議。