介紹 Nvidia 如何利用 物理AI (Physical AI) 推動自動駕駛和機器人領域的發展。Nvidia 認為，繼生成式AI (Generative AI) 和代理AI (Agent AI) 之後，物理AI 將是AI 的下一個前沿，這需要建立像大型語言模型那樣的「世界基礎模型」(World Foundation Model)。 Nvidia 的 Cosmos 平台正是用於建立此模型，透過生成大量逼真的合成數據來訓練物理AI 模型，克服真實世界數據收集成本高昂的問題。 Isaac Groo 平台則進一步提供工具和框架，加速機器人開發，並與 Omniverse 平台整合，打造數位孿生(Digital Twin) 以模擬和優化各種場景，例如工廠和倉庫的物流作業，以及自動駕駛汽車的測試。 整體而言，這段文字闡述 Nvidia 如何利用其技術棧，從數據生成、模型訓練到應用部署，全面推動物理AI 的發展，並預測其在自動駕駛和機器人領域的巨大潛力。

更新主要圍繞著使用者介面客製化、錯誤處理機制改進、以及新增多項功能三個面向。 更新包含了自定義首頁和應用程式頁面樣式、更友善的藍屏錯誤顯示及除錯API、預設整合 uv 命令和磁碟空間重複數據刪除功能，以及新增 JSON API (包含json.get、json.set、json.rm)提升資料操作效率。此外，還加入了瀏覽器自動化功能 (整合 Playwright)，應用程式設定精靈簡化環境變數設定，Huggingface API 整合方便模型下載，以及新的檔案系統 API (fs.open, fs.cat)和檔案瀏覽器整合。最後，也修復了一些錯誤，例如特定埠衝突問題和Mac系統相容性問題。 整體而言，此更新增強了Pinokio的易用性、穩定性和功能性。

Release 3.0.26 · pinokiocomputer/pinokio

Pinokio 3.0.26 版本 10 點主要更新：

1. 自訂使用者介面 (UI)：使用者可以客製化首頁、應用程式頁面的 CSS 樣式，以及終端機的顯示方式。具體來說，可以透過建立 index.ejs 檔案來客製化首頁，並使用自訂 CSS 來設定應用程式頁面的樣式。
2. 改進的錯誤畫面：當發生錯誤時，Pinokio 會顯示藍色畫面，並提供更具體、相關的錯誤訊息，而不是像以往一樣顯示模糊的 “ENOENT file not found”。
3. Shell 中斷點 API：使用者可以在 shell.run 中指定模式，讓程式在特定模式發生時中斷，或忽略某些特定的錯誤訊息。
4. 內建 UV 工具：Pinokio 預設包含 uv 工具，可以直接在 Pinokio 的 Shell 中使用 uv 命令。此外，uv 還支援通過 fs.link 進行磁碟空間重複資料刪除。
5. 磁碟使用量顯示：Pinokio 會顯示每個應用程式佔用的磁碟空間大小，這有助於使用者管理磁碟空間。
6. JSON API：新增 json.get、json.set 和 json.rm 等 JSON API，讓使用者可以讀取、設定和刪除 JSON 檔案中的屬性。json.get 可以將 JSON 檔案載入到本地變數，json.set 可以設定 JSON 檔案的屬性，而 json.rm 則可以移除 JSON 檔案中的屬性。
7. 瀏覽器自動化：Pinokio 預設包含 Playwright，使用者可以使用 kernel.playwright API 來編寫 JavaScript 程式碼，以自動與應用程式互動。
8. 應用程式設定精靈：每個腳本現在都有一個可選的 pre 屬性，使用者可以設定腳本執行前必須設定的環境變數。如果環境變數未設定，則會顯示精靈畫面，讓使用者填寫這些變數。
9. Huggingface API：Pinokio 現在包含一個腳本 API，可以直接透過 JSON-RPC 呼叫來與 huggingface-cli 互動。使用者可以使用 hf.download 方法來下載 Hugging Face 模型，例如：{ “method”: “hf.download”, “params”: { “path”: “app/models”, “_”: [“adept/fuyu-8b”, “model-00001-of-00002.safetensors”], “local-dir”: “fuyu” } }.
10. 新的檔案系統 API：新增 fs.open、fs.cat 等檔案系統 API，fs.open 可以開啟檔案或檔案總管，而 fs.cat 可以印出檔案內容。此外，使用者也可以在 pinokio.js 選單中使用 fs: “view” 或 fs: “open” 屬性來開啟檔案或檔案總管。

突破傳統以單詞為單位的 LLM，LCM(Large Concept Model) 直接處理句子級別的語義表示，即「概念」。研究人員利用 SONAR 嵌入空間，訓練 LCM 進行句子預測，並探索了多種模型架構和訓練方法，最終在 1.6B 和 7B 參數規模的模型上取得了優異的多語言零樣本泛化能力，尤其在摘要和摘要擴展任務上表現突出。 該研究成果及程式碼皆已公開釋出。

Jepa (Joint Embedding Predictive Architecture) 是一種在嵌入空間中預測下一個觀察表示的方法，V-JEPA (Video-JEPA) 是 Jepa 的一種伸延，加入影像作為一種自我監督的方式來學習影片的表示。

實戰：

Colab 測試

2017 年夏天，一群 Google Brain 研究人員悄悄發表了一篇將永遠改變人工智慧發展軌跡的論文。這份 “注意力就是你所需要的一切” (Attention Is All You Need) 的學術論文。當時人工智慧研究界之外很少有人知道這一點，但這篇論文將為你今天聽說過的幾乎所有主要生成式人工智慧模型奠定基礎，從 OpenAI 的 GPT 到 Meta 的 LLaMA 變體、BERT、 Claude、Bard 等。

新的架構於 2020 年已經出現，例如 Performer、Longformer 和 Reformer，旨在提高超長序列的注意力效率。目前其他人正在嘗試混合方法，將 Transformer 區塊與其他專用層結合。這個領域絕非停滯不前。展望未來，每一項新提案都將受到審查、興奮，甚至恐懼。

一文搞懂 Transformer（總體架構 & 三種注意力層）