CAVEDU 16 (2024-2025)
各位好友們,2025 年過了一半,CAVEDU 也邁入第十六年。本文想和您分享 CAVEDU 從 2024 年至今的成果以及阿吉的一些心底話。首先要與大家分享一個好消息,也是 CAVEDU 重要里程碑!
● NVIDIA 教育合作夥伴
阿吉從 2022 – 2025 開始,年年都是 NVIDIA DLI AI 白金大使,去年決定進一步加深與 NVIDIA 合作,並已於 2025 年 6 月,正式成為 NVIDIA 教育合作夥伴 (Service Delivery Partner – Education Service, SDP-ES),日後可將更多優質教學內容帶給更多有興趣的學習者。
目前可執行的 DLI 證照課程包括:
- 建造以 Transformer 為基礎的自然語言處理應用 [Transformer-Based NLP Applications]
- 深度學習理論基礎與實踐 [Fundamentals of Deep Learning]
- 透過 Jetson Nano 開發人工智慧應用 [Getting Started with AI on Jetson Nano]
- 快速開發基於大型語言模型的應用程式 [Rapid Application Development with LLM]
- 開發基於提示工程的 LLM 應用 [Building LLM Applications With Prompt Engineering]
- 運用 NVIDIA Isaac 開發高效機器人 [NVIDIA Isaac for Accelerated Robotics]
2024-2025 成果
CAVEDU 的成果可分成 邊緣生成式 AI、系統整合與課程活動 三大方面:
1. 邊緣生成式 AI = 機器人大時代
NVIDIA CEO 黃仁勳 (後簡稱 Jensen) 近年來不斷強調:AI 正逐漸從代理型 (Agentic AI) 邁向 實體 AI (Physical AI),機器人是最好的體現。

-
- 2024 年 GTC / Computex keynote:Jensen 用了接近 30 分鐘在談邊緣生成式AI 與 機器人。(阿吉的 Computex 重點導讀)
- CES 2025:推出 Cosmos WFM 支援機器人所需的物理正確影片生成。
- GTC 2025:推出 GR00T N1 開源框架與 Newton 引擎。
- Computex 2025:推出 GR00T N1.5 與 Dreams 技術。
為了幫助開發者上手,NVIDIA 整合了 Jetson AI Lab,結合 TensorRT-LLM 等技術,讓邊緣裝置也能執行 Llama 3.1 70B 等大模型。
我們已將對於 Jetson 的各種心得(踩雷) 寫在 [邊緣AI:使用NVIDIA Jetson Orin Nano開發具備深度學習、電腦視覺與生成式AI功能的ROS2機器人] 一書中,下圖左是前一版 [ 初學Jetson Nano不說No-CAVEDU教你一次懂],這本書曾經在 2023 年請黃仁勳先生簽名,深具意義!

CAVEDU 從 2014 開始接觸邊緣運算,從 Raspberry Pi 開始一路接觸過很多類似的裝置,適逢當時的 maker movement,看到很多亮眼的應用。而當 NVIDIA Jetson Nano 於2019年推出之後,我們發現邊緣運算 (或所謂邊緣 AI) 即將迎來全新風貌,因此將火力集中在 Jetson 全家族,結合了 NVIDIA 深度學習機構的 [透過 Jetson Nano 開發人工智慧應用] 證照課程,這也是當初阿吉決定成為 AI 大使的契機喔!
我們可是一咖皮箱 (裝著20套Jetson Nano) 全台跑透透去上課呢。除此之外,我們也考量了上課可能的各種情境,包含教室螢幕 (VGA/HDMI)、電源配置以至網路狀況,為的就是讓同學們能有最順暢的上課體驗。目前 CAVEDU 針對 Jetson 整合了非常多實用的內容(完整清單)。重點內容包含以下:
2. 系統整合 = 再加一點智慧
從 MCU 開發板到微型機器學習 (tinyML),CAVEDU 都曾開發過許多有趣專題,包括 從RaspberryPi、ASUS Tinker、Intel Movidius、Google Coral、Arduino系列、LinkIt 7697、Wio Terminal 到 Raspberry pi pico、Micro:Bit,各類 maker / 物聯網開發板 (註2)。我們不滿足於基礎控制,更運用機器學習從感測器資料獲得資訊。
CAVEDU 已經針對這主題辦理過很多研習與直播,然後也帶入課程當中 (例如阿吉在台科資工的學期課程 [嵌入式系統設計]),專題項目包含以下:車牌辨識、電子鼻、桌球姿態分析、震動異常偵測等,課程強調「連收資料都要自己來」的實作精神。請參考以下照片與說明:
3. 課程活動 – 大家都要 AI
AI 課程需求極大,特別是知名企業證照。CAVEDU 積極導入 NVIDIA 認證講師與 SDP-ES。感謝各級單位長官支持,2025 年首發是五月底的新北市青年局系列課程,315個名額一開放報名就額滿,真的很熱門!另外美國資料中心也陸續邀約相關課程,一樣超快滿班,我們也收到許多關心的聲音。請大家多多關注 CAVEDU 相關頻道 (本文末),後續一定會有更多課程的!
老師與學生對於軟體硬體上的操作說明常有各種理解不同的狀況發生,實作教學在實務上還是有很多要注意的細節,才能讓學員有最棒的課程體驗。相關資料請參考 CAVEDU blog 與 CAVEDU gitbook。
- 科普環島列車:教高中生成為講師,在火車移動中帶領小學生體驗 AI。
- AIGO 高中職生扎根計劃:連續四年負責實體課程與應用競賽。
- NVIDIA Jetson DLI 課程,道路挑戰賽:從2020年台北教育博覽會開始辦理之後,我們每年都會辦理二到三場,而且是全台走透透去辦。從前期研習課程,到設備提供與諮詢,最後熱熱鬧鬧地辦一場比賽,這裡面真的很多要注意的環節。當然也歡迎找我們一起辦理各種有趣的比賽喔。(連結1) (連結2) (連結3)
2025 展望 = 發揮影響力
阿吉現在是苦哈哈的二寶爸,深感時間破碎與體力不支,只能抓緊零碎時間完成任務,也感謝公司同仁與家庭的全力支持。只能說,機會確實只留給準備好的人。
● TVBS 專訪
2025 年元旦受邀與方念華主播深度對談:「AI 人才關鍵字! 美防堵中曼哈頓計畫」。這是一次難忘的經驗,也讓家人在電視上看到 CAVEDU 的努力。
● 全新課程與社群分享
除了在台科大資工系擔任兼任助理教授之外 (與巴拉圭交換生的愉快嵌入式系統課程),也感謝台北大學商學院黃院長的邀請,很高興有機會從 2024 年開始擔任台北大學商學院顧問,並有機會開設生成式 AI 結合金融相關課程。另一方面,我們依然很積極在許多專業論壇與社群活動分享見聞 (2025 Robofest 科技報橘專文報導)。
● 書籍出版
2025 年出版了《邊緣 AI:使用 NVIDIA Jetson Orin Nano 開發 ROS2 機器人》與翻譯著作《生成式 AI 提示工程》,用寫書驗證理解,分享最前瞻的技術細節。兩本內容我都非常喜歡。寫書是驗證自己是否明白某件事的最好方法,當然也不需要用這麼極端的方法啦… (CAVEDU 著作/翻譯)

● 千山萬水GTC
今年是我第一次受邀參加 NVIDIA GTC,也是疫情之後第一次出國。由於女兒黏我黏得很緊,所以這麼多天不在家給我相當大的壓力 QQ。
在許多 connection / meetup 自我介紹之後,很多 NVer 就會驚呼 “你就是那個 David!” 不是客套,他們是真的覺得 CAVEDU 的成果相當亮眼。我也拿新書和大家一起合照,很多 NVer 都只有在 DLI 課程影片中看過而已,這次一口氣收集了很多本尊,非常開心。
心境上的轉變
知識的獲取不等於思考的完成,善問者方得其門而入。我曾多次在公開場合談到這個觀點:
「有 Google 之前與之後,差別在於找資料的能力。
有 ChatGPT 之前與之後,差別就在於提問的能力。」
而這兩者甚至與資訊相關背景無關,而是我們一生都要好好磨練的技巧。自從 ChatGPT 問世,最大的變化不是工具變多了,而是人們開始重新學會「如何問對問題」。這其實從來就不是工程師的專利,而是每個世代都該磨練的素養。
只有時間是公平的:生成式 AI 讓生產力差異從 3-5 倍拉開到 10 倍。科技進步不會徵求我們的同意,唯有保持開放心胸嘗試,並靜下心讀一本好書,才能獲得深層的理解。AI 摘要後的資訊確實方便消化,但我還是喜歡大口咬下牛肉時的嚼勁與肉汁呀!
- 維持可管控的進度:做就對了!透過各種方式把過程記錄下來,讓自己一直維持「有在推進」的節奏。這些方法看似老生常談,但要做得好、做得穩、做得久,才是關鍵。我自己算是有記錄狂吧,會固定記錄每日進度,發了幾篇文章、翻了幾頁書、上了幾小時課或是陪小孩多久等等。當進度變得可見、可量化,就比較不會被拖延症打敗。
- 良好作息:今天做不完?那就去睡覺吧。與其硬撐,不如養精蓄銳,提高單位時間產能而非一味拉長工時。每當被進度追著跑,我都會和夥伴們討論:是不是一開始就估錯時程或高估了產能?熬夜一天可以,但熬夜三天絕對不是辦法。健康,才是一切的本錢。
- 1+1 > 2:感謝有許多優秀的同事們一路攜手前進,無論是資訊整合、活動支援、後勤規劃,還是那些看不到但至關重要的環節,每一位的付出都讓整體運作更加順暢穩定。我深信,1 + 1 絕不只是等於 2,而是在互相補位與信任合作中產生的綜效,才是 CAVEDU 不斷推進的動力來源。也因為有這樣一群人,CAVEDU 才能走得遠、走得穩,也走得有意義。

2025 = CAVEDU 16
文字的力量是很大的,傳遞正確的資訊更是有價值的事情。CAVEDU 當年就是從 Yahoo 奇摩部落格開始紀錄對於機器人的點滴成果,慢慢累積就會被看見。時至今日,有更多曝光的管道,您願意的話,今天就可以開始!
CAVEDU 自 2024 年以來,不僅正式成為 NVIDIA 教育合作夥伴,更明確聚焦於邊緣 AI 與機器人技術。我們堅持「按圖施工,保證成功」,在諸多管道(包括官方網站、技術部落格、YouTube頻道、Gitbook、LINE社群等)提供最完善的技術文件與實務經驗,發揮知識傳遞的力量。

期待與您攜手共同探索無限可能,並在快速變化的 AI 時代中持續學習與創新!請持續關注CAVEDU的各個官方頻道,獲取最新資訊與課程機會!
重要連結
- 🏠 CAVEDU 官網
- 📝 CAVEDU 技術部落格
- 📺 CAVEDU YouTube (歡迎贊助咖啡!)
- 📖 CAVEDU Gitbook
- 💬 LINE 社群
- 👥 Facebook 粉絲頁
CAVEDU YT 請給我們更多鼓勵!
註1:DLI 是 NVIDIA 深度學習學院 (Deep Learning Institute)
註2:此清單包含單板電腦、微處理器與外接加速器,本質上仍有差別。


































