「AI具身机器人」共找到 10556 篇相关文章
给AI全局记忆
作者认同OpenAI‘全局记忆’观点,称其能提升对话连贯性,实现AI成个人助理愿景。介绍OpenMemory项目可存储调用记忆,还提及实现功能的三点做法,看好创业者在该领域机会。
AI短剧生成神器
作者分享开源的AI短剧生成工具,它能根据剧本完成智能分镜、生成视频片段等一条龙服务,采用全局种子+风格继承改善人物和场景一致性,有分镜编辑器可手动调控,适合多种人群。
Raycast + MCP = AI Mac
Raycast添加AI插件可实现跨应用调度,现支持MCP。它解决了MCP用户部署、配置难的问题,提供接近自动部署的方法。还介绍了MCP在Raycast中的安装与使用,以及作者常用的支持MCP的客户端。
一个框架,重塑具身研发流程:Dexbotic走向具身PyTorch
开源具身智能原生框架 Dexbotic 宣布支持 RLinf 作分布式强化学习后端,打通 VLA 模型研发中「SFT 与 RL 割裂」问题。其 2.0 版实现模块化解耦与多源混训,构建开发闭环,孵化出 DM0 大模型。
老黄在CES 2026 上预言:将要告别应用软件的预编译时代,未来的应用是 GPU 上实时生成每一个像素
黄仁勋在CES 2026预言,应用将告别预编译时代,在GPU上实时生成像素。他回顾2025年AI关键进展,介绍Agentic AI特点与能力,还谈了其搭建及应用前景,指出未来软件或基于Agent交互。
高通新款云端芯片公开!借推理抢英伟达蛋糕,市值一夜暴涨197.4亿美元
高通宣布推出AI200和AI250两款全新AI芯片进军数据中心市场,消息使股价一度飙升超20%。新品聚焦推理阶段,主打低TCO、高能效与强内存处理能力,还推进端到端软件栈。高通早有布局,已获订单。
用第一性原理超越AlphaFold:告别蛋白质工程的「碰运气」时代
在‘AI生物制造专场’中,杨晓锋副教授指出AI4S重塑蛋白质全生命周期,但面临维度鸿沟挑战。其认为AI需有外推能力,还展示可切割自聚集标签法简化流程,推动生物制造发展。
一个模型场景通吃!它石智航AWE3.7的泛化能力有点狠
长期以来,机器人系统多依赖专有模型,场景变化时需重新训练。如今具身智能步入下半场,它石智航通用具身大模型AWE3.7用同一颗“具身大脑”贯通多场景,回应了通用泛化命题。
AI Coding 的下半场,何去何从?
文章回顾AI Coding三年演进,指出2023年范式落地、2024年Coding Agent上位、2025年形态之争加速且CLI成主战场。分析项目“火爆”逻辑,提及市场数据背书,还探讨应用与模型关系及技术堆栈。
AI,正在吞噬所有软件。
作者从用户体验设计师和公司创始人视角,探讨AI时代软件的变革。人人能造软件,成本降低;软件从资产变耗材;Agent填平人机交互鸿沟,产品形态转向Skills;用户可能不再是人;中间层正消亡。