台灣世曦與台大導入AI與多模態模型 評估瑠公綠廊人本環境改造

都市公共空間改善已逐漸由傳統設施供給轉向人本環境導向。台灣世曦工程顧問與國立臺灣大學等研究團隊合作，建立「AI 景觀與人本評估系統」，並以台北市大安區東區商圈完工啟用的「瑠公綠廊人行環境改造工程」進行改善前後的量化成效驗證。該研究整合 Google 街景影像、LaDeco 視覺語意分割工具與開源多模態大型語言模型 Gemma 3，設計具備專家思維鏈的三層級提示詞，將原本偏向主觀的空間感知轉換為標準化量化數據。評估結果顯示，空間安全性由 2.85 提升至 3.50，步道網絡連接性由 2.62 提升至 3.06，通用性由 2.54 提升至 2.97。同時，LaDeco 分析發現綠視率等自然元素比例前後變動極小，證實步行體驗的提升主要來自空間動線整理與人車衝突緩解，而非僅靠增加植栽綠量。

值得帶走的重點

• 系統以 Google 街景為基礎，結合多模態開源模型 Gemma 3 與提示詞工程，建立涵蓋舒適、美學、通用、安全、使用及滿意度等六大構面共 18 項量化指標。
• 測試顯示加入專家思維鏈的提示詞能顯著提高模型評分一致性，在維護性、安全性等客觀特徵表現良好，但壓抑感與可記憶性等高層次心理指標仍受文化經驗限制。
• 瑠公綠廊案例中，空間安全性提升 0.65、通用性提升 0.43、步道網絡連接性提升 0.45，驗證道路整合與無障礙設計具客觀效益。
• LaDeco 視覺分析顯示自然元素比例變化甚微，證實人本環境改善成效關鍵在於人車動線重整與界面優化，並非單純依賴擴增綠量。