台灣擁有高階晶片研發到製程的完整生態系，在推動人工智慧應用和自主上，還有發展的空間。 2026台灣人工智慧年會主題，就聚焦在AI自主與治理。 有專家建議，台灣可以聚焦於在自己的專長上，尤其在台灣享譽國際的半導體、醫療、網路安全等領域，開發「領域專用基礎模型」，做出特色，也讓台灣的AI實力可以被國際需要。 台灣人工智慧學校執行長陳伶志表示，「我們很難去跟這些大公司（OpenAI、Google等巨頭）匹敵，可是我們可以針對台灣特殊特有的領域、在某些領域台灣是特別的專長，或是我們的資料量特別的多的話，我們可以針對這些專門的領域去發展我們自己的一個基礎模型，那這樣的話就可以回過頭來幫助台灣的產業，可以繼續擁有這些優勢。

」AI前沿由封閉式與開放權重2類模型定義，都不在台灣掌控之中。 學者認為，尋找「領域專用基礎模型」就是台灣可以走的第三條路。 所謂基礎模型，指的是以大量資料為基礎，建構出來的底層技術，有了這層基礎模型作AI的引擎，後續就能利用基礎模型微調（fine tuning）訓練特定領域的AI，再往上才是我們所熟知的生成式AI等應用層面。 這種基礎模型，讓開發者不必從頭訓練AI，而且還能靈活調整。 政大資訊科學系特聘教授劉昭麟指出，「每個國家都可能有些問題是他們自己特有的，像台大醫院，然後長庚醫院，他們自己裡面的病人的人數多，然後病例多，那就可以自己建立基礎模型。

」學者表示，針對台灣的關鍵和專長領域建立AI模型，確實更有助於精準解決國內問題；但也坦言，做基礎模型，最大的挑戰就是搜集資料、匯入語料庫。 而與會致詞的副總統蕭美琴則強調，政府也正在盤點相關的法規配套，希望在AI自主發展與資訊安全之間取得平衡點。 副總統蕭美琴說，「我們更希望台灣真正的自主，不只是建立在硬體跟算力上面，我們更需要有資料的治理以及文化價值的掌握。 」台灣人工智慧學校14日就透過產官學研閉門會議凝聚共識，獲得台灣各界代表的聯署支持18日的AI年會上，則正式提出領域專用基礎模型的相關倡議，要來訓練具有「台灣優勢」的AI，推向世界。 專家強調，後續會透過民間企業參與公共建設的方式，來實踐計畫；也會和友好國家做策略性同盟。