跨越微型門檻，AI的下一哩路在邊緣！
在看似受限的嵌入式系統領域，如今可以做出聲音辨識、手勢控制、異常偵測，甚至環境預測。下一步，MCU、MPU將能把AI「嵌入」到任何感測節點、工業機械或穿戴式設備中，讓智慧更貼近現場、無所不在。
Alif宣佈Ensemble系列MCU支援ExecuTorch Runtime延伸模組
Alif Semiconductor日前宣布，開發者現可將熱門PyTorch ML框架的量化延伸模組ExecuTorch Runtime，應用於基於其Ensemble E4/E6/E8系列MCU及融合處理器所開發的AI應用中。
避免AI模型學壞？台大團隊研發「概念抹除」技術受國際矚目
為避免生成式AI帶來侵權、濫用與倫理等挑戰，在國科會補助支持下，台大電機系教授王鈺強團隊針對生成式AI模型推出「概念抹除」技術，可在不重新訓練整個生成式模型的前提下，精準切斷模型對特定高風險概念的聯想與表現能力(如血腥暴力、深偽換臉、特定藝術家或品牌風格)。
本地端高效、高畫質影片生成引擎來了：LTX-2
LTX-2 不只是另一款技術模型，它標誌著「生成式影片」從邊緣試驗進入「廣泛創作／實務應用」的時代。對 Edge AI 開發者而言，LTX-2 則代表生成式 AI 已逐步邁向「可在本地運行、低延遲、可整合於實際應用管線」的新階段。
【Podcast】惡臭與數據：AI 如何在回收場「製造」垃圾圖像？
在這集精彩的 Podcast 節目中，我們深入探討如何透過 NVIDIA Omniverse Replicator 等 3D 模擬工具，生成大量、標註完整的合成「垃圾／廢棄物」圖像數據，以協助視覺 AI 模型在回收與分類線上識別被污染、損壞或變形的物件。