2026未來科技獎由國科會、中央研究院、教育部及衛生福利部等單位共同主辦，今年國立台灣科技大學共有5組團隊獲獎，研究成果包含綠氨、綠氫、資安、智慧穿戴及材料設計等領域。
空氣變綠氨 台科大團隊獲獎
材料系教授郭東昊率領Quoc-Nam Ha、黃彥維、黃昱翔、潘容存、張子晴與雷方志組成的研究團隊，擺脫傳統製程對高溫、高壓及化石能源的依賴，開發「空氣捕捉製作綠氨及其衍生高值化學品」技術。
這項技術透過電漿活化空氣並捕捉所得前驅液，再以電化學還原反應在常溫常壓下直接產製綠氨，建立將空氣直接轉化為氨產品的製程，可應用於肥料、氨燃料、儲氫載體及各類含氮化學品產業，未來可結合再生能源與模組化設備，降低製程能源需求與供應鏈成本，作為低碳氨及其衍生產品的技術選項。
電解產氫降低成本
除了綠氨製造，氫能也是低碳能源技術的重要發展方向。台科大指出，應科所教授蘇威年、鄭智嘉及化工系副教授葉旻鑫與台大材料系教授趙基揚、台南大學綠色能源科技學系助理教授蔡孟哲、虎尾科大材料系助理教授黃信智跨校合作，採用非貴金屬與國產天然膜材研發出「打破綠氫成本天花板：次世代『省電20%』雙盈電解產氫系統」，首創以「增值陽極反應」耦合陰極析氫，使產氫能耗降至每立方米氫氣3.63度電。
此外，陽極反應同步將源自於生質能的5-羥甲基糠醛(HMF)，產出具市場價值的2,5-呋喃二甲酸(FDCA)，可作為生質塑膠PEF的關鍵原料，有替代現有PET塑膠(如寶特瓶)的潛力，以高值化學品收益分攤產氫成本，提升技術商業化應用可行性。
AI防禦工業資安攻擊
隨著智慧工廠與工業物聯網應用增加，生產設備之間的連線與資料交換也更加複雜，資安防護除了要辨識已知攻擊，也需要降低誤判對生產造成的影響。資工系教授鄭欣明與助理教授王紹睿、陽明交大資工系教授林盈達合作，建立「LLM驅動之工業物聯網輕量型AI入侵防禦系統」，利用大型語言模型(LLM)解析工業物聯網封包語意，即使攻擊以合法格式偽裝，也能從指令意圖辨識異常；再結合輕量化AI模型部署於邊緣設備，只需學習正常流量即可偵測新型攻擊。
台科大表示，這項技術兼具「精準攔截」與「不誤判停線」的雙重優勢，還可內建於工業交換器與閘道器，不需修改既有機台即可導入，目前已與業界合作，並透過新創公司推動半導體等場域應用，降低資安偵測誤判造成產線中斷的風險，協助台灣智慧製造產業建立可通過國際法規檢測的防護體系。
穿戴式系統評估運動風險
除了工業環境的資安需求，運動訓練與健康管理也逐漸導入AI與穿戴式感測技術，協助使用者掌握身體指標與動作狀況。醫工所教授許維君、人智所助理教授林儀佳與機械系教授劉益宏攜手打造「AI穿戴式運動傷害風險評估與動作回饋系統」，整合運動生物力學、AI時間序列模型、人體姿態估計及可攜式力訊號，建立能解讀膝關節負荷、落地衝擊及動作控制等關鍵指標的智慧評估流程。
當使用者完成跳躍動作後，系統可透過edge AI即時提供風險分數及負荷趨勢，協助教練與防護員進行訓練管理，並應用在運動傷害預防、訓練負荷管理與精準健康等領域。相較傳統實驗室量測流程，具備低成本、少人力及可於非實驗室場域使用等特性。
智慧平台加速材料研發
材料研發則是電池、半導體及能源等產業的重要基礎，但傳統材料開發往往需要反覆進行配方設計與實驗驗證，相當耗費時間與成本。針對這項議題，機械系副教授蔡秉均研究團隊開發「計算引領實驗之可預測材料設計智慧平台」，整合跨尺度計算、人工智慧與實驗驗證，建立以計算結果驅動材料實驗的研發流程。
平台能在實驗前預測材料性能、篩選候選材料並進行最佳化設計，大幅縮短試錯時間、提升成功率。目前已成功應用於鋰電池及固態電池的材料開發，相關成果獲國際頂尖期刊肯定。藉由計算與實驗整合，平台可協助企業縮短材料研發週期、降低實驗成本與試誤風險，未來亦可延伸至半導體、氫能及智慧製造等材料應用領域。
