「可交付设计稿」共找到 5133 篇相关文章
人形机器人终于学会洗碗了
Figure机器人学会洗碗,用的是叠毛巾和分包裹同款Helix架构,无新算法和特殊工程,仅增加新数据。该架构是端到端“视觉 - 语言 - 动作”模型,同一系统增数据就能学新技能。
马斯克:Optimus 将成为有史以来最大的产品,比第二大10倍!
马斯克演讲称Optimus将成有史以来最大产品,比第二大产品大10倍,还展示其家务能力。网友反应多样,有技术疑问、应用幻想,也有价格质疑,Tesla股东很兴奋,激起全网讨论。
无需 OCR 就能从各类文档中提取结构化信息的本地化开源工具docext
docext是无需OCR的本地化开源工具,能从发票、护照等文档图像提取结构化信息。智能文档处理排行榜评估VLMs在多任务表现,docext有灵活提取、表格提取等功能。
14k颗星!你的电脑屏幕,正在成为AGI的“眼睛”!这款开源神器让你一键记录所有操作
介绍开源项目ScreenPipe,它是跨平台桌面数据抓取API,能全维度记录数据,有沙盒化插件系统等功能。因能为AGI提供数据、对开发者友好而火,还给出安装和创建插件命令,称其有成为AGI时代“现实采集器”的野心。
中国智驾出海,到了重估商业模式的时刻|甲子光年
本文报道智驾新程获得德系主流车企全球化乘用车平台项目定点,分析中国智驾出海从产品输出转向体系化出海的产业变革,拆解其切入欧洲顶级供应链的核心竞争力。
还是你们会玩,2.9k Star OpenBiliClaw
OpenBiliClaw把浏览器扩展等拼成内容发现Agent,将内容推荐主导权交回用户。它汇总显式授权来源信号找内容,形成本地画像。介绍其架构层级、核心闭环,也提醒“本地优先”仍需做隐私检查。
让AI说人话,Anthropic开源内部最火的skills。
周末,Anthropic官方分享并开源内部常用的skills——eli5,其作用是让AI说人话,解决模型回复冗长啰嗦问题。还介绍了安装方法,指出从opus4.6起,模型coding和agent能力变强但人味淡。
近 2w Star,隐私优先,打工人新选择!
云端AI会议工具存数据泄露风险,Meetily项目主打100%本地处理,解决隐私短板。它是开源AI会议助手,能实时转录音频、区分说话人、生成摘要,数据不离开设备,在GitHub获近2万Star。
别再手写 Skill 了!微软最新研究:像神经网络一样训练 Skill
微软研究提出 SkillOpt 方法,把 Skill 文档当「权重」训练,在 52 个测试组合中全部最优或并列最优,平均提升 23.5 分,碾压人类手写。该方法跨模型、环境有效,已开源,使用方便。
独家|华为系帧跃科技完成千万美金天使轮融资,将发布视频产品 Leadde
AI 科技评论独家获悉,主攻 AI 交互式视频赛道的帧跃科技完成千万美金级天使轮融资。创始人杨昌鹏和联合创始人李明磊均有华为任职经历。公司提出‘三位一体’架构,2026 年下半年将发布产品 Leadde。