打造量子密碼學新基礎 用複雜性證明量子優勢【台灣台北–2025年6月13日】全球最大科技製造平台服務商鴻海科技集團（TWSE:2317）旗下，鴻海研究院（Hon Hai Research Institute, HHRI）量子計算研究所最新量子計算研究成果發現，量子密碼學可以不依賴傳統的「單向函數」，而是基於一種全新的理論工具——元複雜性(Meta Complexity)。該成果獲密碼學最佳會議Crypto接收，展現團隊在前瞻量子技術領域的深厚實力與國際影響力。圖一：各種量子密碼基本構件與量子計算複雜性的關聯概要。黑線是已知結果或顯而易見的推論。紅線則是鴻海研究院的新發現。 鴻海研究院量子計算所研究員廣岡大河博士與鴻海研究院學術顧問暨京都大學森前智行教授的最新研究首次證明，量子密碼中的關鍵工具（如單向謎題、量子隨機數產生器）與一個稱為 GapK 的判斷問題密切相關，而 GapK 問題本質上是分辨某段資訊的複雜程度。 這項發現不僅建立起量子優勢的理論基礎，也開啟了設計新型量子性驗證（Proof of Quantumness）的可能性，讓我們更接近實現真正安全、可驗證的量子技術。該成果與兩組國際團隊的同期工作相呼應，被視為量子密碼學的新篇章。 Crypto（International Cryptology Conference）是密碼學領域最具聲望、歷史悠久的國際頂尖學術會議之一。自 1981 年創辦以來，Crypto 已成為密碼學界最重要的年度盛會，與 Eurocrypt、Asiacrypt 並列為 IACR（國際密碼學研究協會）主辦的三大旗艦會議。Crypto 大會不僅匯集了世界頂尖的學術研究者與產業專家，更是許多劃時代密碼技術的重要發表舞台。能在 Crypto 發表論文，長久以來被視為密碼學界的最高榮譽之一，也象徵該研究在理論深度、技術創新和影響力上的卓越成就。 鴻海研究院此次的技術突破，獲得Crypto接收，將為台灣在量子密碼領域取得關鍵影響力，也證明鴻海在量子計算領域的持續耕耘投入，已經累積相當卓越的技術能力。鴻海研究院將繼續致力於量子計算的研究，為全球技術創新和產業進步做出更大的貢獻。 Crypto 2025 網址：https://crypto.iacr.org/2025/ 關於鴻海研究院 鴻海研究院成立於2020年，隸屬於鴻海科技集團（Hon Hai Technology Group），旗下設有五個研究所及一間實驗室。每個研究單位平均擁有約40位高科技研究專業人員，專注於未來三到七年的前瞻技術研究，以強化鴻海的長期技術與產品創新動能，支持集團轉型為「智慧導向」，並提升鴻海「3+3＋3」營運策略的競爭力。

突破多波長μ-LED技術 實現高速可見光通訊與晶片間光互連【台灣台北–2025年5月27日】鴻海研究院半導體所研究團隊，攜手台灣大學以及沙烏地阿拉伯阿卜杜拉國王科技大學研究團隊，成功突破多波長μ-LED技術，實現高速可見光通訊與晶片間光互連。此突破性成果《Red/Yellow/Green/Blue-Micro-LEDs Mixed White-Light for Wavelength Division Multiplexing Communication》已獲國際頂級光電會議 CLEO 2025 (Conference on Lasers and Electro-Optics) 接受發表。此技術突破不僅為高速VLC、晶片間光互連及矽光CPO應用奠定基礎，也為未來光通訊商業化開闢新道路。   隨著高效能運算、人工智慧（AI）及資料中心需求增長，傳統電子互連技術在頻寬、功耗與延遲方面面臨瓶頸。GaN基微型發光二極體（μ-LEDs）憑藉高亮度、低功耗及高速開關特性，成為可見光通訊（VLC）、晶片對晶片光互連及矽光子共封裝光學（CPO）的理想方案。μ-LEDs適用於超高解析度顯示、智慧穿戴、高速光通訊及異質整合晶片。在2025年美國光纖通訊展覽（OFC），μ-LEDs在晶片光互連的應用備受關注，預計將成為下一代高效能運算與光通訊的關鍵技術。   鴻海研究院(HHRI)半導體所所長暨陽明交大講座教授郭浩中所長，聯同半導體所洪瑜亨博士、繆文茜研究員、蕭復合研究員、李姿誼實習生及半導體所研究團隊，攜手國立台灣大學(NTU)林恭如特聘教授研究團隊，以及沙烏地阿拉伯阿卜杜拉國王科技大學(KAUST) Kazuhiro Ohkawa教授團隊共同研究，成功開發高效能紅-黃-綠-藍μ-LEDs多波長可見光通訊系統。圖一、RYGB μ-LEDs應用於波長分波多工之光通訊系統示意圖。研究採用半極化磊晶技術製作藍光與綠光μ-LEDs，並為黃光與紅光μ-LEDs設計應力釋放層，減輕量子侷限史塔克效應（QCSE）。透過mesa設計、C型電極、原子層沉積（ALD）鈍化及分佈式布拉格反射鏡（DBR），優化元件性能。藍光μ-LED以DMT調變技術達7.12 Gbit/s傳輸速率，綠光達5.36 Gbit/s，黃光與紅光μ-LEDs利用QAM-OFDM技術，分別達3 Gbit/s與2.25 Gbit/s，均滿足前向錯誤更正（FEC）極限3.8×10⁻³。在短距離自由空間光傳輸測試中，RYGB μ-LEDs展現優異色彩與數據傳輸性能，色域圖亦顯示其在顯示應用潛力。圖二、(a)RYGB μ-LEDs色域圖；(b)短距離自由空間光傳輸系統實驗配置圖。在晶片間光互連與矽光子CPO應用中，μ-LEDs與矽光子晶片整合，提供高頻寬、低功耗光學互連，提升資料中心數據吞吐量。結合波長分波多工（WDM）技術，μ-LEDs支援多通道並行傳輸，增強傳輸容量，為下一代通訊提供高效方案。此技術可為高速VLC、晶片間光互連及矽光CPO奠定基礎，促進μ-LEDs在高效能運算與通訊網絡的應用，推動光通訊商業化。   關於鴻海 鴻海精密工業股份有限公司（臺灣證券交易所代碼：2317）於1974年肇基於臺灣，以模具為根基，擴展為高科技服務企業。在電子代工服務領域（EMS）市占率超過四成，排名世界第一，涵蓋消費性電子、雲端網路、電腦終端、元件及其他等四大產品領域。在全球24個國家地區設有據點，員工總人數於季節性高峰時約九十萬人。 2024年合併營收新臺幣6.86兆元，名列《財富雜誌》（Fortune）全球500大企業排行榜第32名。 近年來，鴻海積極投入「電動車、數位健康、機器人」三大新興產業以及「人工智慧、半導體、新世代通訊技術」三項新技術領域，以「三加三」結合作為集團重要的長期發展策略，為全球標竿客戶提供完整解決方案，成為全方位智慧生活提供者。如需更多資訊，請參觀 www.honhai.com。

【台灣台北–2025年5月21日】全球最大科技製造與服務商鴻海科技集團（2317）持續推動數位健康事業發展，於2025 GTC Taipei 大會期間發表多項創新成果，涵蓋AI護理協作機器人、智慧醫院數位孿生場域建置，以及對全球開源醫學影像平台MONAI的AI模型技術貢獻。相關成果亦將於 GTC Taipei 的主題演講中重點介紹，展現鴻海作為智慧醫療系統解決方案提供者的實踐力。   以科技回應護理人力短缺：協作型機器人進駐臨床場域 面對高齡社會與日益嚴峻的護理人力短缺挑戰，鴻海攜手臺中榮民總醫院（Newsweek 2025 全球最佳智慧醫院之一）、川崎重工 (Kawasaki Heavy Industries)，共同研發AI護理協作機器人「Nurabot」。Nurabot搭載由鴻海研究院（Hon Hai Research Institute, HHRI）自研的繁體中文AI大型語言模型FoxBrain，支援文字轉語音（TTS）、語音辨識（ASR）、自然語言處理（NLP），透過鴻海數據中心(Hon Hai Data Center) 部署，這款機器人搭載 NVIDIA 為醫療機器人打造的實體 AI 平台 Isaac for Healthcare，並採用NVIDIA Jetson AGX Orin™ 系統模組，同時運用 NVIDIA Omniverse 架構下的Isaac Sim™ 模擬應用進行訓練，並於NVIDIA OVX™ 平台上執行實體與虛擬整合模擬，實現自主導航、多模態感知與即時環境建模功能。   在護理臨床應用上，Nurabot可執行送藥、檢體運送、病房導引與衛教等多項重複性任務，協助臨床團隊有效分擔日常工作量。Nurabot 約可減少約三成護理工時，並有助於提升照護流程的標準化與精準度，使護理人員能更專注於病患核心照護與臨床判斷。目前，Nurabot 已於臺中榮總進行場域試驗，最快於年底前正式加入護理部團隊日常服務。 於GTC Taipei大會期間，鴻海亦將在「AI 人形護理協作機器人：重塑護理與照護的未來」專題演講中，分享其於臨床場域的應用與實務經驗。   發布智慧醫院合作生態系：數位孿生部署導入營運模擬 在智慧醫院推動方面，鴻海宣布正與多家正在規劃與興建中的醫療機構密切合作，包括臺中榮民總醫院長青分院、白沙屯童醫院—媽祖醫院、以及天主教耕莘醫院，透過NVIDIA Omniverse™ 技術與資料庫建構實體精準的醫療數位孿生場域。藉由數位孿生，鴻海協助醫院橫跨三大階段進行建設管理：智慧醫院規劃設計（Plan）、醫療流程模擬（Simulation）、以及營運管理優化（Operation），在建築規劃與營運前期，即可佈建 AI 醫療場景、模擬動線與流程，提前驗證服務效率與病患體驗。結合NVIDIA 的 Video Search & Summarization Agent（VSS）技術，醫院能夠分析即時影像資料，自動識別醫療事件與異常狀況，生成視覺化摘要並發送即時警示，協助管理團隊做出及時且數據驅動的決策，進一步提升照護品質與營運效率。   同時，這些數位孿生場域也將作為未來 Nurabot 護理協作機器人擴展應用的關鍵據點，可於虛擬空間中預先部署機器人動線、訓練模擬情境、驗證任務流程，加速臨床導入與跨院落地的實施效率，進一步提升醫院營運效率與醫療品質，實踐真正以病患為中心的智慧醫療服務願景。   對MONAI開源醫學模型庫的技術貢獻：推動AI醫學影像發展 在推動 AI 醫療核心技術方面，鴻海開發出一款名為 CoroSegmentater的冠狀動脈分割模型，將貢獻至MONAI Model Zoo，成為全球醫學影像 AI 社群可共用的開源模型之一。該模型基於 256 切 CTA 影像，結合 MONAI 框架中的 Auto3Dseg 自動化 3D 醫學影像分割工具，建立高精度的心臟與冠狀動脈結構模型。 該模型可部署於 NVIDIA OVX™，並透過 Isaac Sim™ 進行模擬重建心臟外觀及血管動態，未來將可應用於 AI 輔助診斷、術前規劃及病患溝通等多元臨床場景。CoroSegmentater 冠狀動脈分割模型也於GTC Taipei的特別主題演講中亮相，由 NVIDIA 醫療業務發展資深總監David Niewolny介紹，此項成果不僅強化鴻海在智慧醫療演算法領域的研發實力，也透過開源方式回饋全球醫學AI社群。   推動數位健康國際化，擴大AI醫療影響力 鴻海持續透過與NVIDIA的深度合作，以及HiMEDt台灣數位健康大聯盟的跨界協作網絡，積極促進台灣智慧醫療創新輸出。未來，鴻海將進一步強化智慧醫院AI平台建構、機器人技術應用與臨床AI模型研發，推動全球智慧醫療從概念驗證走向規模化部署，實現真正以病患為中心的智慧照護系統。