- 博客(589)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 换成 T1 Pro，手势模型要重训吗？MobileNetV3 跨机型复用与交互适配
原先面向 Q1 微调的 MobileNetV3-Small 四类手势模型，换成 T1 Pro 后必须重训吗？本文展示复用 checkpoint、双目相机方向与 RGB 输入适配、连续帧门控及 ROS2 TTS 反馈流程，附离线回放和 AtomGit 源码，帮助开发者从模型分类走向稳定交互。
2026-10-21 01:31:22
376
原创 给 T1 Pro 做个不唠叨的出行助手：电量检测、状态超时与语音提醒
出行前如何让 T1 Pro 提醒低电量，却不因为数值在阈值附近波动而反复播报？本文组合 BMS 状态订阅与 TTS 请求，设计超时检查、迟滞、提醒冷却和可复现的 Python mock 测试，并给出机器人接入步骤。
2026-10-21 01:28:31
156
原创 先让 T1 Pro 传回一张好用的图：JPEG 抓拍、RTSP 视频与方向校正
启元 T1 Pro 的 JPEG 抓拍和 RTSP 视频如何接入 Python？本文用官方 ROS2 SDK 演示相机请求、图像解码、左目与右目选择、画面方向校正和模型输入适配，并提供 mock 运行步骤和常见排查方法。
2026-10-21 01:25:34
245
原创 让 T1 Pro 报个电量：Python 读取电池状态与 ROS2 语音播报
使用启元 T1 Pro 官方 ROS2 SDK，通过 Python 订阅 BMS 电池状态、完成电压电流换算，并调用 PlayTts 语音服务。结合开源示例和离线测试，展示请求构造、回执检查以及真机接入流程。
2026-10-21 00:40:57
186
原创 面向启元 Q1 的手势交互：12 组 MobileNetV3 微调实验与 Skill 接入方案
使用公开手势图片（4类、200张），在一张RTX 3090上完成12组MobileNetV3-Small微调实验。每类30张训练图时，部分骨干微调的平均测试准确率为88.33%、Macro-F1为0.8835。文章包含训练配方、混淆矩阵、推理延迟及启元Q1 Skill接入方案，目前完成离线识别与意图dry run。
2026-10-19 22:31:30
831
原创 EvoWorld论文解读：世界模型怎样帮助机器人持续改进技能？｜ECCV 2026
🌌你好！这里是👋 欢迎添加好友 is_yu_ei，不定期掉落福利资讯。
2026-10-19 21:34:24
244
1
原创 2026具身智能技术趋势：从三维动作表示到闭环验证
从三维航点、动作块调度与视觉语言动作模型出发，梳理2026年具身智能从动作生成走向执行恢复和结果验证的技术趋势，结合最新论文、企业进展与启元机器人开放生态讨论开发落地路径。
2026-10-19 20:44:42
118
原创 机器人为什么不能只靠大模型完成物理操作？从关抽屉理解具身智能
从关抽屉这一简单任务出发，分析大模型理解语言指令与机器人完成物理操作之间的差距，解释视觉感知、运动控制、接触反馈和VLA的作用，并结合启元Q1的开放能力讨论具身智能应用开发。
2026-10-19 20:18:22
86
原创 机器人握手前如何找准你的手：ECCV 2026 TAIHRI 论文解读
TAIHRI 的官方代码显式提供焦距和主点参数入口。[2] 接入新相机时，需要核对当前分辨率、缩放与裁剪方式对应的内参，确定输出单位，以及相机坐标轴的定义；然后再处理相机到机器人基座或末端控制坐标系的变换。如果这些关系没有对齐，模型输出即使格式完全正确，也可能被控制系统解释成另一个目标位置。因此，一个有用的调试界面应同时显示原始画面、二维关键点、三维位置和采集时间。这样既能检查“找的是不是右腕”，也能检查“这是不是当前这一帧对应的位置”。
2026-10-19 12:39:46
18148
原创 机器人如何把二维画面变成三维动作？ECCV 2026 3DWay 论文解读
🌌你好！这里是👋 欢迎添加好友 is_yu_ei，不定期掉落福利资讯。
2026-10-19 11:23:50
150
原创 RLPF论文解读：让生成动作适应人形机器人的身体｜ECCV 2026
大模型能根据自然语言生成人体动作，但机器人真的能执行吗？本文解读 ECCV 2026 RLPF：通过仿真动作跟踪反馈与文本语义约束联合优化动作生成器，并借助分层协同训练改进控制能力。结合 AMASS、MotionX、MuJoCo 与 G1 真机结果，讨论对启元 Q1 动作开发的启发。
2026-10-19 01:10:11
32437
原创 满足5个人不同需求点麦当劳，我用腾讯WorkBuddy做了个AI点餐助手
中午五个人点麦当劳，预算、口味、薯条、热量和优惠券需求各不相同。我用腾讯WorkBuddy创建五人点餐Skill，接入麦当劳MCP查询真实菜单、营养与价格，生成五张推荐卡片并完成核价。这里分享实际开发过程、作品效果和踩坑后的优化经验。
2026-10-17 22:45:02
13605
原创 下一代家用机器人的想象空间：能自己发现该干什么吗？给八界写了一个Skill
围绕桌面任务，我们把盘点、记录原位、搜索、抓取和归还调用整理成了 inventory-check-and-recover Skill，供 OpenClaw 或 Hermes 的机器人 Agent 按任务阶段使用。这次开发中，八界的视觉、底盘、头部、机械臂、夹爪和升降能力都有现成调用入口，让我们能够把时间放在应用逻辑上。实测中，程序得到玩偶缺失的结果，八界随后转向搜索，在约 45° 的方位找到目标，并把绿色玩偶夹起。另一组地面实测中，八界夹起棕色娃娃，将它送到收纳篮上方，松爪、撤臂，娃娃留在篮子里。
2026-10-08 21:13:16
22368
2
原创 【粉丝福利21】数据安全重在“设计”而非事后补救
全书共4部分20章：从安全架构基础、产品安全架构，到网络‑主机‑应用多层技术体系实战，再到数据安全治理、隐私保护GRC方案，完整覆盖从战略规划到技术实现全流程，被列为CSA“注册数据安全专家”认证参考资料，适合安全负责人、架构师、开发者与合规管理者阅读。郑云文（U2）世界500强资深数据安全与隐私保护专家，腾讯前数据安全高级架构师，开源网关Janusec作者。拥有二十余年安全领域实战经验，参与多项个人信息保护国家标准制定，兼具甲方安全治理、安全产品架构双重一线实践。
2026-10-08 15:07:31
16085
原创 【粉丝福利18】Vibe Coding避坑指南：工作流和核心准则
🌈你好呀！我是🌌 在所有感兴趣的领域扩展知识，不定期掉落福利资讯(*^▽^*)（中文常译为“氛围编程”或“感觉编程”）是近年来AI编程领域兴起的一种新范式，其核心是简单来说，你不再是“写代码”的人，而是“说需求、看效果、提修改”的人，让AI负责具体的代码实现。Vibe Coding并非“银弹”，AI生成的代码可能存在逻辑漏洞、安全缺陷或风格不一致等问题，以及也可能出现人类程序员无法理解AI写的代码的情况。
2026-10-08 15:01:57
12076
原创 LLM 训练数据到底从哪来？拆解 Bright Data 的三层数据供给策略
LLM 的训练数据到底从哪来？答案不是某一个数据集，也不是某一种采集方式。基础预训练看历史覆盖，垂直微调看结构化质量，上线应用看实时更新。更成熟的数据策略，是把历史数据、结构化数据和实时数据接进同一套质量控制与数据处理管道，而不是简单堆一个巨大的 CSV 文件。如果你的团队正在准备基础模型训练、垂直微调，或者需要持续更新的 RAG 和 Agent 数据，可以先明确自己的数据需求，再联系 Bright Data 的数据专家，围绕采集范围、更新频率、交付格式和合规要求，制定合适的方案。
2026-10-08 13:34:03
20694
原创 35页世界模型最新论文，Seed-2.1-pro能让我快速读懂吗？
把一篇论文变成能暂停、拖动和对照的网页。这次，我想看看 Seed-2.1-pro-0915 能怎样帮我理解复杂机制，并把想法做出来。摘要看完了，方法图还是没看懂。读论文时，这种情况并不少见：每个名词似乎都认识，放进同一套方法里，却说不清它们为什么要这样连接。AI 能帮我整理重点，但我还想再往前走一步。
2026-09-24 10:34:59
14092
1
原创 鸿蒙PC移植：2048 从网页小游戏到 AI 桌面应用
经典开源 2048（gabrielecirulli/2048）再熟悉不过，一个 HTML 加几个 JS 模块就能在浏览器里玩。搬到鸿蒙 PC 有两条路，一是用 ArkTS 从头重写，二是交给 ElectronEgg 打包成 HAP，让鸿蒙 PC 的 ArkWeb WebView 直接加载前端资源。本文走第二条，而且没停在「能跑」就算完：expectimax AI 求解器挪进主进程 service，最高分与排行榜用 JSON 落盘到./data，系统通知、窗口控制、主进程截图逐项接通。。
2026-09-18 14:03:23
40101
1
原创 【粉丝福利20】善用 AI 放大个人影响力、持续输出专业价值并沉淀信任资产
未来十年，无法被市场看见、缺乏 IP 标签的企业家，其企业的获客成本 与信任成本将愈发高昂；而善用 AI 放大个人影响力、持续输出专业价值并沉淀信任资产的企业家，则将获得远超过去的商业杠杆溢价与时代红利。大模型时代，企业、品牌与人的关系正在被重塑。而本书恰好为所有不愿被时代边缘化的企业家提供了一把实现硅基文明跃迁的关键钥匙。
2026-09-16 14:57:10
10432
原创 【粉丝福利17】本体论在AI大模型 中的应用
所谓“幻觉”，是指模型生成的内容看似合理、逻辑自洽，却与事实真相或输入上下文不符的现象。这种现象的根源在于大模型本质上是一个基于海量文本数据进行自监督训练的概率模型，其目标是基于给定的上文预测下一个最可能出现的词
2026-09-12 19:47:05
10216
原创 实测openPangu-2.0-Pro：昇腾原生， 505B大模型的开源答卷
MoE Dispatch，也就是把 token 送给不同专家的过程，则改成一个 token 只读取、只量化一次，再发给多个专家，分发延迟下降 25% 到 30%，端到端最多改善约 5%。除了已经上线的模型权重、基础推理代码和技术报告，Ascend Tribe 当前还能看到 ascend-training-system、openPangu-2.0-Infer、openPangu-2.0-Op、ascend-inference-system、ascend-cluster-infra 等相关项目。
2026-09-04 12:39:21
123297
93
原创 AI 模型微调数据从哪来？用 Dataset Marketplace 加速训练管道
🌌你好！这里是👋 欢迎添加好友 is_yu_ei，不定期掉落福利资讯。
2026-08-25 13:23:10
10367
118
原创 openPangu-2.0_技术报告_全文中文翻译
我们推出 openPangu-2.0，包括两个主要架构版本：拥有 505B 参数、激活参数 18B 的，以及拥有 92B 参数、激活参数 6B 的。此外，我们还推出了一个面向资源受限场景执行的优化端侧模型，总参数量为 30B，激活参数量为 2B。为了最大化智能体能力与系统级效率，我们建立了一套严格的软硬件协同设计方法，将算法创新与昇腾原生基础设施紧密耦合。
2026-08-24 15:09:20
825
原创 openPangu-2.0 技术报告全文翻译（1）：摘要、引言与混合注意力架构
我们推出 openPangu-2.0，包括两个主要架构版本：拥有 505B 参数、激活参数 18B 的，以及拥有 92B 参数、激活参数 6B 的。此外，我们还推出了一个面向资源受限场景执行的优化端侧模型，总参数量为 30B，激活参数量为 2B。为了最大化智能体能力与系统级效率，我们建立了一套严格的软硬件协同设计方法，将算法创新与昇腾原生基础设施紧密耦合。
2026-08-24 15:05:56
456
原创 如果把 NVIDIA 30 年压缩成 12 个节点，Seed Evolving 会留下什么？
AlexNet 的具体 GPU、DGX-1 的价格和配置、A100/H100 的规格细节，它并不是完全“不知道”，而是在当前官方证据不足时选择不写。单独看每一步都不算新鲜，但从 22 万 Token 的 PDF 一直跑到检索、取舍、网页和修复，模型没有在中途把前面的判断丢掉，这一点比较关键。AlexNet 用了什么 GPU、DGX-1 当年的价格和配置、A100 的制程和晶体管数量、H100 的完整规格，这些信息网上都不难找到，也很适合拿来“堆料”。真正的测试从原始资料开始，一直跑到网页和 QA。
2026-08-09 01:04:29
20287
120
原创 Seed Evolving 把每个实验结果追到源头
搜那个数字能命中好几处，有的是旧稿，有的是终稿汇总，有的只剩一张图，原来的生成脚本已经挪走了。以后师兄再问我“这个数字哪来的”，我就不用靠记忆翻目录了。点开 RunTrace，这个数字属于哪一版、来自哪一行表格、对应哪次运行、用了什么配置和代码版本，验证命令有没有真的成功，都能顺着一条链往回看。案例来自一个尚未公开的研究项目，项目名、方法名、模型名、文件名、哈希、实验参数和数值都做了脱敏和扰动。用同一套规则跑完后，RunTrace 既能把当前版本接回证据，也会把旧版本、缺失日志和失败命令留在各自的状态里。
2026-08-08 01:06:31
92172
120
转载 从0-1搭建门店导购小星，我把能实时交互的具身 Agent 放进了门店终端
从0-1搭建门店导购小星，我把能实时交互的具身 Agent 放进了门店终端我学了 3-4 年后端，去年开始转向 Agent 开发。做过基于 RAG 的问答机器人，也给聊天机器人接过各种模型能力，功能都能跑通，但每次给非技术背景的朋友演示，对方的反应都很一致：哦，一个聊天框。这话不好反驳。任凭背后有多复杂的工具调用链，用户看到的就是一个输入框加一串气泡。放在网页里当客服还算合适，可一旦想把它搬进门店、展厅或前台，问题就藏不住了：顾客不会站在门店大屏前长时间打字，他更习惯一句话问出来、听到反馈、随时打断。我后来
2026-07-28 17:31:30
5074
60
原创 不只看收益：我用 Seed Evolving 做了一个会更新交易规则的复盘 Agent
当模型输出不完整、超时或结构不符合 Schema 时，系统会转入本地解析和规则判断，并在结果里明确标记运行模式，而不是假装实时模型调用成功。但如果买入理由是中长期产业逻辑，计划中又写着“短期转弱只减仓”，最后却全部卖出，退出效率就成为一个值得继续追问的结果，而不是独立结论。所以第一版只回放用户已经明确写下的仓位动作，例如“减仓一半”“保留核心仓”，不把模糊的主观判断强行编译成完整策略。当多笔退出理由反复出现“回本”“成本价”“历史最高价”“整数关口”时，系统会指出价格锚的使用频率。
2026-07-27 00:12:49
5421
72
原创 AI 写完代码后，谁来解释仓库为什么这样写？我用 Seed Evolving 做了一个 PR 历史回归守门员
现在用 Codex、Claude Code、GitHub Copilot，以及接入豆包 Seed、GLM、MiniMax、Kimi 等国内模型的 Coding Agent 写代码，已经不是什么新鲜事了。它并不阻止旧代码被修改，只要求修改者回答几个具体问题：过去为什么这样做，过去的前提是否还成立，这次为什么要改变，以及新的决定由谁确认。Coding Agent 的问题往往不是完全忘记前文，而是没有区分不同信息的效力：用户当前要求、旧 PR 的设计约束、一次临时讨论和已经通过测试验证的结论，重要程度并不一样。
2026-07-25 08:30:19
16140
151
原创 WAIC2026产业信号：一人AI创业全指南
WAIC释放的轻量化落地信号，本质是AI生产力重构了创业门槛：过去拼资金、团队、算力，2026拼的是。
2026-07-22 09:13:45
14986
原创 AI跨模态鉴伪技术实测
早期 AI 内容会败在乱码招牌、粘连的眼镜、错位的倒影和不断融化的跨帧结构；今天，生成内容的异常正在转向更隐蔽的频谱、噪声、时序和语义层面。单靠人眼经验，越来越难覆盖这些变化。本轮 14 个 AI 正样本中，合合信息 AI 跨模态鉴伪对 6 张图片给出 99.78%–100% 的分数，对 2 段视频给出 100% 和 98%，对 6 段文本给出 57.62%–99.91%。自然照片、复杂材质、动态视频、文本改写以及支付截图都能在同一入口中完成快速核验。
2026-07-20 21:29:36
53607
155
原创 爬虫坏了不用重写！Scraper Studio Self-Healing 自愈功能演示
做过爬虫维护的朋友应该都知道，真正麻烦的不是第一次把数据抓下来，而是后面网站一改版，原来的 CSS Selector 全部失效。比如以前商品标题在 .product-title，价格在 .price_color，结果页面结构一变，字段直接变成 undefined、空字符串，或者整条数据都没了。传统做法是重新打开 DevTools，重新定位 DOM，改 selector，改解析逻辑，再重新测试、上线。这个过程很重复，而且维护成本很高。
2026-06-29 09:26:59
10680
151
原创 单卡 NPU 跑通 Qwen2.5-1.5B-Instruct verl GRPO
随着 DeepSeek 等越来越多国产大模型适配昇腾等国产软硬件环境，很多开发者也开始希望上手体验 NPU 训练与推理。如果你准备在昇腾 NPU 上基于 CANN 云开发环境运行 **Qwen2.5-1.5B-Instruct + verl**，这篇文档可以作为一条可复现、可验收的实践路径。
2026-06-23 12:50:06
286706
150
原创 【CC】Claude Code VSCode Extension 卡死问题完整调试记录
由表及里的排查顺序✅ 配置文件（最常见）✅ 网络连接（次常见）✅ 进程状态和日志（找到线索）✅ 环境隔离测试（确认范围）✅ 系统服务（根本原因）这次问题的根本原因是Server-B 服务器的 systemd-logind 服务与 D-Bus 通信阻塞，导致所有依赖系统服务的应用（包括 Claude）在初始化时挂起。关键教训当应用在某个特定环境失败时，不要只看应用本身对比正常和异常环境的差异是快速定位的关键系统服务的健康状态往往被忽视但非常重要隔离测试可以快速缩小问题范围。
2026-06-21 12:42:13
1143
服务器python通过JDBC连接到位于Linux远程服务器上的Oracle数据库
2024-06-05
一键式Excel分词统计工具
2024-01-25
蓝桥杯python组时全部的代码及结果，供时间不太够的同学冲击省一
2022-05-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人