「视角移动功能」共找到 1841 篇相关文章
独立开发者,写爬虫写麻了?这款开源命令行「Katana」帮你全自动扫站
如果你常做站点资产收集等工作,又懒得维护Python爬虫脚本,开源命令行工具Katana会很适合你。它能全面高效爬站,输入输出适配流水线,功能亮点多,不同需求者可按需选用。
《三体》“宇宙闪烁”成真!免佩戴裸眼3D屏登Nature
中国团队出品的显示屏EyeReal登上Nature,无需佩戴眼镜就能把3D画面精准投射到眼中。它尺寸小、成本低,融合计算光学与AI,解决了以往裸眼3D技术难题,画面流畅且解决“晕3D”问题。
让 AI 像真人一样操控手机完成各种复杂任务
MobiAgent是强大的移动端智能体系统,含智能体模型家族、加速框架、评测基准。能让AI像真人操控手机完成复杂任务,提供开箱即用App,内置经验检索模块可自动优化规划。
“Claude Skills很棒,可能比 MCP 更重要”
10月17日,Anthropic发布Claude Skills,是助其模型获新功能的模式。Claude用Skills可改进执行特定任务方式,且只在相关时调用。它易共享,可能比MCP更重要,实现依赖编码环境。
哈佛发现基础模型比你想象中更强大:纯采样方法可超越RL
论文提出基础模型本身已具备强大推理能力,通过“幂采样”纯采样算法,在多推理任务上媲美或超越RL后训练,挑战“RL才能提升推理”观念,为理解基础模型潜力开新视角。
景不动人动,MLLM如何面对「移步换景」的真实世界?OST-Bench揭示多模态大模型在线时空理解短板
上海多所高校研究者提出 OST - Bench,从智能体探索场景动态在线视角挑战大模型能力。它更贴近真实世界,揭示主流多模态大模型在线时空理解短板,为未来模型发展指明方向。
从6人日到1人日:一次AI驱动的客户端需求开发实战
文章分享AI驱动客户端需求开发实战,从实践活动汇总AI Coding问题,给出解决建议。以穿搭动态框架需求为例展示开发过程,对比效率提升300%,还探讨需求拆分、Prompt编写等问题,介绍业务开发范式。
开源半自动化交互工具
Automat 目标是半自主玩各种游戏,是构建通用计算机交互环境首步。目前功能限于键盘宏录制和回放,不稳定。它是进行中的项目,路线图有激进新功能。文中介绍下载、运行方法及项目地址。
OpenAI版抖音要来了!Sora 2加持,只能发AI生成视频
OpenAI正为视频生成模型Sora 2推独立社交应用,形态似TikTok,内容须AI生成,不可上传外部媒体。有独特身份验证功能,已内部测试获积极反馈,将与Meta、Google、TikTok竞争。
这个世界越来越科幻了:OpenAI 发布 AI 超级助理 Plus,Gemini 发布有了真正的“思考力” 的机器人
OpenAI发布ChatGPT Pulse,它基于个人信息主动分析兴趣、梳理日程,预测需求并推送资讯或建议,像懂心思的私人助理。谷歌DeepMind推出Gemini Robotics 1.5,让机器人有自主‘思考’能力,其ER 1.5模型预览版上线。