超越VLA、重塑機器人操控 NVIDIA詳細解析WAM
本文探討後訓練如何將 WAM 轉變為專用機器人策略、WAM 與 VLA 的差異,以及開放式 NVIDIA Cosmos 3 世界模型為何能成為建構 WAM 的堅實基礎。
代理式AI帶動CPU需求 Intel以開放生態布局資料中心商機
從x86軟體生態、異質運算到開放架構與平台安全,Intel的AI資料中心市場布局聚焦於協助企業整合既有系統,並提升規模化部署的效率。
創客AI特技:免CPU與OS跑神經網路、老伺服器跑LLM、Claude傳呼機
Paracha用MNIST的資料集(或稱數據集)以及PyTorch來訓練模型,模型可以識別28 x 28解析度的圖片,並有32層隱藏層,能識別0~9的阿拉伯數字筆跡,訓練出的模型具有25,888個權重參數。
創客AI特技:10美元MCU跑LLM、用Tiny LLM跑虛擬水族箱
YouTube上Dsn Industries嘗試將1.35億個參數量的LLM跑在只有10美元的MCU上,更具體而言是一片具有ESP32-S3晶片的開發板。
微軟報告:全球AI普及率升至18.8%、南北半球鴻溝持續擴大
微軟AI經濟研究院最新的《2026年第二季全球AI使用報告》顯示,截至2026年6 月,全球工作年齡人口(15 至 64 歲)的生成式AI普及率已升至18.8%,較今年第一季增加約1%。
當AI開始「焚書」:誰掌握最後的解釋權?
美國《華盛頓郵報》揭露Anthropic一項名為「Project Panama」的計畫。根據內部文件,Anthropic將書籍視為高品質的AI訓練資料來源,計畫大量購買實體書,再透過拆除書背、快速掃描的方式將內容數位化,最後丟棄原本的實體書。
