玩轉 AI 機器人的新境界 – Now and Future
|
提升複雜場景辨識力：YOLOv12 向 Transformer 技術靠攏
5 月07

提升複雜場景辨識力：YOLOv12 向 Transformer 技術靠攏

Posted By on 5 月 7, 2025 in Transformer, Vision Transformer, VLM, YOLOv5/7/8, 技術導讀

YOLOv12也向Transformer技術靠攏！本文介紹其創新設計技術亮點。

Read More
NVIDIA與Google的通用機器人AI技術是競爭或互補？
4 月30

NVIDIA與Google的通用機器人AI技術是競爭或互補？

Posted By on 4 月 30, 2025 in AI Robot, Google, Multimodal, NVIDIA, Physical AI, Vision Transformer, VLM, 技術導讀, 技術新訊

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。

Read More
訓練機器人互相學習：DeepMind 的 RT-X基礎模型
4 月28

訓練機器人互相學習：DeepMind 的 RT-X基礎模型

Posted By on 4 月 28, 2025 in AI Robot, Multimodal, VLM, 技術導讀, 教學文

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。

Read More
YOLOv12的改變：向Transformer、Attention靠攏！
4 月23

YOLOv12的改變：向Transformer、Attention靠攏！

Posted By on 4 月 23, 2025 in Vision Transformer, VLM, YOLOv5/7/8, 技術導讀, 技術新訊, 物件偵測

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。

Read More
【AI知多少】VLM如何「看見」影像：ViT
3 月20

【AI知多少】VLM如何「看見」影像：ViT

Posted By on 3 月 20, 2025 in Vision Transformer, VLM, 技術導讀, 知識庫

ViT 顛覆了傳統 CNN 在視覺領域的統治地位，透過 Transformer 直接處理影像，展現了極大的潛力。

Read More