Multimodal Archives

5 月13

從多模態到全模態：AI 邁向理解世界的下一步

Gemini 2.5 Pro、GPT-4o 與 Claude 3.7 Sonnet等模型正走向全模態這條路，而全模態模型的成熟，將成為通用人工智慧（AGI）是否可能實現的關鍵里程碑。

4 月30

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。

4 月28

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。

4 月02

瞬間成為熱門話題的Jetson Orin Nano Super到底有沒有那麼「超級」？MakerPRO攜手研華與「夜市小霸王」透過一場線上研討會，與將近400位聽眾分享了該系統的性能實測結果，以及VLM實際部署應用範例。

3 月14

從單模態的LLM出發，目前的AI正如火如荼朝向多模態模型發展，特別是處理語言 + 平面視覺或連續視覺的VLM及Video-LM模型，讓AI看圖說故事或說故事生影片的情境成真了。

1 月10

本文要談的是AI如何讓「虛擬」與「現實」的界限更模糊了，其中生成式AI正是重要的推手，不僅造就了Digital Human，也讓元宇宙有機會成真。