2026韓國電子製造與汽車電子材料關聯展(EMK x NEPCON KOREA x Automotive World Korea)在首爾COEX展覽館舉行。展會涵蓋印刷電路板製程、電子材料、高功能薄膜、印刷電子、智慧工廠、自動化設備、先進封裝及車用電子等領域，完整呈現電子製造產業鏈發展趨勢

 2026韓國電子製造與汽車電子材料關聯展-AI帶動下的MLCC、精密製程與低碳電子材料趨勢

2026韓國電子製造與汽車電子材料關聯展(EMK x NEPCON KOREA x Automotive World Korea)在首爾COEX展覽館舉行。展會涵蓋印刷電路板製程、電子材料、高功能薄膜、印刷電子、智慧工廠、自動化設備、先進封裝及車用電子等領域，完整呈現電子製造產業鏈發展趨勢。本次展會聚焦高密度電子組裝、被動元件微型化、先進電子材料、車用電子及低碳智慧製造等議題，而在AI伺服器、高頻通訊、電動車及先進封裝的快速成長下，趨勢也反映出電子產品對元件可靠度、散熱效率與製程良率的要求持續提升。韓國在電子材料、半導體、顯示器及先進製程設備領域具有完整產業鏈與技術優勢。透過本次展會，可觀察MLCC等被動元件、車用電子材料、精密印刷與塗佈設備，以及低碳製造技術的最新發展。其中AI伺服器、高速通訊與電動車市場的成長，持續推動MLCC朝微型化、高容量化及低碳製程方向發展 ---《本文節錄自「材料最前線」專欄（作者：張正揚 / 工研院材化所），更多資料請點選 MORE 瀏覽》

 民生用廢塑膠容器智慧辨識與分選技術之發展與實場應用

臺灣資源回收體系長期追求「全分類、高值化」的目標，光是民生消費端產出的廢塑膠容器，依材質、用途（食品/非食品）、顏色細分，實務上即可達20~30種品項，遠較國際多數市場細緻。傳統近紅外光(NIR)光分選機可有效辨識材質，但後段仍高度仰賴人工再進行用途與顏色細分，成為產能與成本的瓶頸。近年人工智慧(AI)影像辨識技術成熟，正好補上NIR之後的細分缺口，使外觀層級的判斷可由機械手臂或氣噴自動完成。值得強調的是，AI並非用來取代NIR，而是讓分選廠多一項可彈性運用的工具，依品項特性與場域條件選擇最適組合。本文從臺灣廢塑膠容器的細緻分類體系與回收價值因子出發，剖析NIR與AI影像辨識的互補關係，提出材質光譜與影像深度學習融合的下一代智慧分選方向  ---《本文節錄自「工業材料雜誌」475期，更多資料請點選 MORE 瀏覽》