徐宏民
记者
台灣大學信息工程学系教授，曾任富士康集团与Stellantis合资车用科技公司技术长暨副总经理，推动ADAS及智能座舱系统产品进入全球车用市场。纽约哥伦比亚大学电机博士，专精于机器学习、电脑视觉、自驾车、机器人等领域。为讯连科技研发团队创始成员，慧景科技（thingnario）共同創始人，NVIDIA AI Lab計劃主持人；曾任IBM华生研究中心及美国微软研究院客座研究员。担任多家科技公司AI策略顾问，习惯从学术与产业双重视角检验技术发展的机会与挑战。
最新报导
共 50 笔
日本大阪大学教授石黑浩教授（类人机器人研究先驱）在Humanoids Summit主题演讲结尾说了一句话「日本在机器人研究上投入了数十年，但还没有杀手级应用」。日本在工业机器人领域的先驱地位毋庸置疑，川崎、发那...
2024年下半，我有机会和一家硅谷前瞻大模型公司的高层交流。我问了一个问题：为了减轻服務器端的推论负载，有没有可能把部分工作移到终端装置，甚至开通新的应用情境？对方的回答很直接：根据他们的研究，这完全...
过去一年多，大型语言模型（LLM）的「推理」已成为主流模型的标准配置。从2024年下半开始，长思考链与强化学习训练逐渐在各主流模型中普及，在程序设计、数学、法律、医疗等信息密集的领域确实展现效果。这套能力的基础，在于语言世界本身提供大量训练素材，而且推理的对错可以被直接验证。传统工业机器人从来不需要推理。它们的设计前提清...
过去两年，「世界模型」（WorldModel）成为AI业界引用频繁、定义却最分歧的词汇。每个正在做生成式AI或机器人技术的团队都会自称「在做world model」，但仔细看，每家口中的定义并不相同。这个概念本身在认知...
过去十五年，几项产业典范先后从0到1跨越商用门槛。手机从2007年iPhone重新定义形态，5年后（2012）出货进入交叉点；ADAS从2014年深度学习推动视觉識別成熟、Tesla Autopilot量产起算，到2022～2024年中国市场进入L2+标配状态，跨越约十年；大型语言模型从2020年GPT-...
上一篇谈到机器人训练數據的4种来源：遥控示范、模拟器、影片、穿戴设备。其中模拟器看似最方便——數據生成边际成本接近零、场景参数（天候、情境等）可以随意调整。从MuJoCo、IsaacSim到...
服务型与移动型机器人在商业场域的部署密度，过去3年明显加速，巡检、仓储、餐饮、商场、医院物流、户外递送逐一导入；这些机器人驱动核心仍以预先定义的规则与固定流程为主。紧接而来的技术主轴，是 VLA（Vision-Language-Action）架构：以 LLM/VLM ...
太平洋两岸的机器人新创与顶尖实验室，这一年来在一件事上达成共识：模型架构不再是唯一焦点，數據成为竞争的核心资源。不论技术路线如何演变，多数团队最终都会遇到同一个瓶颈——机器人移動「训练...
煎蛋翻面不到2秒，但每一步都是连续的傳感判断与力道决策；涂果酱、摆餐盘同样如此。这类「低端技能」（atomic skill）的难点不在于执行固定轨迹，而在于复杂环境正确执行。前一篇讨论的VLA架构解决的是（高端...
大型语言模型（LLM）问答能力超强，让人自然产生一个直觉：把LLM接上机器人，使用语言下指令，机器人是不是就有智能移動力？直觉没错，但中间有几个结构性的缺口，填补这些缺口的解法，就是目前崛起的机器人AI新引擎：VLA（Vision-Language-...
