搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「視覺」,共 4731

迎接今年分別位於大西洋兩岸的美國芝加哥IMTS、德國斯圖加特AMB展同期開幕,吸引全球製造技術與設備業者齊聚。台灣工具機暨零組件工業同業公會(TMBA)今年再度分進合擊,奔赴兩地拓展美歐市場商機。 其中,本屆IMTS緊扣終端產業實際製造需求

Physical AI競爭正從單一人形機器人,進一步擴大至「整座工廠如何由AI協同運作」。韓國科學技術情報通信部規劃2026年至2030年投入7,368億韓元,開發Physical AI軟體平台,讓不同品牌與功能的機器人、設備共同協作,並且

生成式AI已逐漸由數位世界進入實體環境,Physical AI正在催生不同於AI伺服器的新晶片架構。台灣IC設計業者QBit Semiconductor公布QB88XX系列,鎖定機器人與無人機控制,將多關節運動控制、AI運算及即時伺服功能整

生成式AI之後,製造業下一波競爭正轉向Physical AI:讓AI不只分析資料,而能透過感測器、控制器與機器人直接作用於生產現場。近期台灣供應鏈出現兩條值得注意的路線,一端由精密自動化次系統向機器人延伸,另一端則由GPU算力管理進入智慧工

代理式 AI 正從雲端進一步延伸至邊緣與實體 AI。隨著開發者需要跨不同模型、執行環境與硬體目標進行開發,整體複雜度也隨之提高。Arm 的運算平台橫跨這整個連續運算範圍,背後有超過 2,200 萬名開發者組成的生態系,而這些開發者都需要經過

邊緣電腦若具有基於Linux的開放軟體與Docker容器,可讓使用者更順暢地串起資訊技術與營運技術網路,並且從廠區延伸至雲端,進而提升企業整體營運。

過去十年間,全球科技產業對AI與機器學習的想像,經歷了從量變到質變的洗牌。生成式AI並非全盤否定傳統判別式演算法,而是在其精準感知、即時控制的基石上,補足了抽象思考、泛化遷移與自主推理的拼圖。

由檢驗驅動行動的系統,可概括為「感測-判斷-行動-驗證-再學習」五階段閉環。它讓品質資料不再停留在報表,而能即時回到機台、物流、工單與供應鏈;但閉環越自動,錯誤行動的影響也越大。

第一篇探討AOI的「眼睛」與「感覺器官」,從人工檢查的限制著手,討論感測器、光學配置、3D量測及評估指標,強調AI視覺在工廠應用前需建立可重現、可比較和可追溯的事實層。

當全球人工智慧的浪潮以驚人速度從單純的語言對話模型,演進至具備自主規劃、工具調用與複雜多步驟執行能力的代理式AI(Agentic AI)時代,半導體產業的競爭焦點也迎來了根本性的典範轉移。 過去數年間,市場往往聚焦於單一GPU晶片的尖峰算力

如果把人形機器人拆開來看,最醒目的往往是AI晶片、攝影機、馬達與減速器;但真正決定它能否離開舞台展示、進入工廠與服務現場的,並不是其中任何一顆明星元件,而是各種快慢不同、風險不同的電子系統能否形成一個有秩序的整體。語言模型可以花數百毫秒理解

製造業導入AI正在跨進「影像辨識」階段,開始深入品質預測、製程回饋與機器人任務執行。Omron在SEMICON Taiwan 2026首度展示與NVIDIA合作開發的半導體基板檢測數位雙生(Digital Twin),把3D CT X-ra

現代工程領域存在一個奇特的矛盾現象。一方面,我們打造的系統在連網能力、智慧水準與性能表現上均已達到新高度。另一方面,系統評估仍依賴各自獨立的安裝程式、驅動程式、實用工具、腳本與介面,工程師必須拼湊整合這些元件,才能觸及核心問題:待評估的硬體