本研究開發邊緣裝置上的駕駛人監測與互動式AI代理系統，應用輕量化大語言模型進行決策和操作，以及駕駛行為辨識系統監控行車安全。其中，ADAS Buddy 智慧汽車代理系統提供直覺的人機互動介面，TSM-MobileNetV4 可有效辨識駕駛分心和使用手機等行為。多任務模型（DMTM）則可同時進行眼部狀

應用輕量的40億與80億參數量語言模型，本研究以少於GPT-4o 1硬體需求，建立了高度特化、性能接近的車用AI代理人，讓駕駛人盡可能減少分心的機會，自主完成任務。Temporal Shift Module (TSM) 與輕量化架構結合，實現高效能的駕駛行為辨識，並提出 DMTM模型整合多個子任務

此系統具備高效能、低運算負載與少量參數等優勢，特別適合在嵌入式平台進行部署。能在網路服務不穩定時，仍保持服務完全穩定，有效提升行車安全。除了作為汽車內的駕駛人輔助系統，此技術也可用於車隊管理與物流產業，來監控駕駛員狀態並預防事故。