NVIDIA與Google的通用機器人AI技術是競爭或互補？
NVIDIA與Google持續提出通用型機器人AI（Generalist Robot AI）架構，本文將從兩者的相似性與互補性進行探討，以提供對通用機器人AI合作與融合可能性的分析展望。
訓練機器人互相學習：DeepMind 的 RT-X基礎模型
本文介紹由Google DeepMind主導推動的通用機器人AI基礎模型 – Robotic Transformer的先進模型：RT-X。
YOLOv12的改變：向Transformer、Attention靠攏！
最新版本 的YOLOv12延續了 YOLO 系列一貫的「高速 + 準確」的設計理念，但在架構、訓練方法與推論效率方面均有顯著改進，並且更加靠近 transformer 技術與多模態學習的整合，本文將做個介紹。
用OpenVINO GenAI解鎖LLM極速推論：推測式解碼讓AI爆發潛能
借助簡化開發和最佳化硬體利用率的工具，OpenVINO使開發者能夠在各種即時和資源受限的場景中部署高性能的LLM；無論是構建回應迅速的聊天機器人或高效率虛擬助手，還是具備可擴展性的創意應用，OpenVINO正在重新定義AI推論的可能性。本文將探討如何利用OpenVINO GenAI的推測式解碼技術使這一變革性創新成為現實。
用Yocto Project打造輕量、客製化、高性能的 AI 邊緣系統
如果想打造輕量、可客製化、高性能的 AI 邊緣系統，Yocto Project 是其中的一個選擇。本文介紹Yocto支援主流AI運算架構現況及整合AI開發案例。
Physical AI近了！如何打造「通用又專才」的機器人？
如何透過Physical AI讓機器人結合語言理解、視覺感知、策略推理和動作控制等多模態 AI 能力，最終能像「真人」自主且適性地執行多種任務？NVIDIA嘗試提出開放式基礎模型： GR00T N1，以及眾多配套技術，且看本文的介紹。
如何客製化企業 RAG 知識庫？— 從資料庫到知識整合的實戰技術
