義隆電子葉儀晧董事長在「2025 無人機自主技術 × 零碳排載具」研討會中以「Edge AI 影像辨識在無人機的應用」為題發表演說，演講中指出卷積神經網絡（CNN Model）主要的應用是影像辨識-物件偵測及分類，義隆透過持續和中研院合作全球最快最準AI影像辨識模型YOLO v4 / R / 7 / 9，延伸相關應用，並自行開發出 On-Device AI 演算法 – GElanNet，只須開源碼三分之一的算力。搭配上自家 ISP 影像處理晶片，義隆提供AI影像辨識開發平台（MLOPs）讓百工百業依他們的專業知識及資料庫自行發展AI模型，就可以導入各種場域訓練影像資料，訓練專屬場域 Edge AI 解決方案。

以近來熱門的無人機場域來說，義隆無人機雲台已可以提供 AI 目標物件偵測與追蹤功能，現正在開發夜視 AI目標物件偵測與追蹤系統，解決夜間照度不足的追蹤問題；而 360 度 AI 深度估計與自主避障飛行控制，可在偵測到自身距離前方 ROI（Region of Interest）區域小於 2.5 公尺時，啟動煞停機制。

葉儀皓認為，結合台灣在半導體與系統產業的優勢，發展具備高度潛力 Edge AI 的應用，特別是在影像辨識領域，Edge AI 可以輔助，以人的眼睛看到後去做判斷的所有應用，包含車用 ADAS、智慧交通、無人機、無人載具及機器人等的重要核心技術，而義隆和中研院依 AI SoC硬體的限制自行研發的演算法 GElanNet，剛好可以扮演 Edge AI 演算法的角色，進而提供低耗電及輕薄短小解決方案。