深度学习标签_DAMO开发者矩阵

深度学习

VLA 系统学习第 13 课：Transformer 到底看到什么？——Sequence、Token、Embedding 和 Position

B,T,D]

朝朝辞暮383
3小时前

 18

#人工智能 #python #深度学习 +1
具身操作数据金字塔：综述

26年7月来自北京大学、南洋理工、香港科技大学、新加坡国立、香港中文大学、香港大学、杜克大学、加州伯克利分校、乔治城大学、南京大学和上海交通大学的论文“Data Pyramid for Embodied Manipulation: A Survey”。这篇综述的主要价值，是把具身操作的数据来源、采集方式、监督信号和模型用途放进同一个框架。它提供了一张较完整的数据地图，但尚未给出经过充分验证的“最优

 硅谷秋水
3小时前

 69

#机器学习 #人工智能 #机器人 +3
机器人基础模型中的具身差距

26年8月来自日本国家高级工业科学技术研究院（AIST）的论文“The Embodiment Gap in Robot Foundation Models”。这篇综述的核心观点是：评价机器人基础模型的跨机器人能力，既要看任务成功率，也要看为了获得这个成功率，在目标机器人上投入了多少适配工作。模型能够复用知识、表征或动作，并不意味着换一台机器人就能直接、稳定地运行。

硅谷秋水
3小时前

 101

#机器人 #语言模型 #人工智能 +2
VLA 系统学习第 12 课：为什么机器人不能只看一帧？——时间序列、Observation History 与 Action Chunk

下一课我们暂时还不会直接写 Q/K/V。因为如果现在直接写：你很可能会知道怎么算，却不知道这里的：\[ X \]到底是什么。Transformer 看到的到底不是“图片”“语言”“关节状态”，而是一串 Token 表示。我们会把：进一步解释成：Sequence 和 Token 到底是什么关系；一个数字为什么不能直接代表 Token；Embedding 到底是什么；Language Token 怎么

 朝朝辞暮383
3小时前

 148

 2

#人工智能 #python #深度学习 +1
VLA 系统学习第 11 课：机器人 Dataset 到底应该怎么划？——从 Episode Split 到真正的 Generalization

可以用考试类比。训练集：平时给你的练习题。模拟考试。Test：最终考试。但真正决定考试难度的，并不是：考试有多少道题。而是：最终考试和练习题到底有多像。1 + 12 + 23 + 34 + 4属于同一种规律。求微积分就是完全不同的 Generalization。Robot Dataset 也是一样。所以评估一个模型之前，必须先看：也就是：数据到底按照什么规则被划成 Train / Validati

朝朝辞暮383
7小时前

 21

 1

#人工智能 #python #神经网络 +1
数字孪生驱动大模型工业知识库

数字孪生驱动大模型工业知识库：为具身机器人植入领域专业经验一、数字孪生工业知识库原理：机理数据与大模型语义融合二、工业知识库技术演进：文档检索到孪生机理增强知识库三、孪生知识库工程落地：机理知识抽取与知识更新难题四、孪生知识库业务场景：工业运维具身机器人五、工业机理知识库治理：工艺知识保护与知识可信度管控 #大模型#数字孪生 #世界模型 #具身智能。

高洁01
7小时前

 45

 1

#人工智能 #机器学习 #深度学习 +2
深度解析《2026全球人形机器人市场研究报告》：具身智能拼的不是本体是训练平台

人形机器人正从“类人外观”转向“智能生产力”，2026年上半年全球销量与收入已超2025全年。具身智能机型收入占比达83.3%，标志着市场由数量增长转向智能价值驱动。中国厂商占据全球前五，核心优势在于真实工业场景带来的数据积累与训练能力。未来竞争焦点将聚焦于技能训练、数据闭环与部署效率，推动工业机器人从“程序驱动”迈向“智能驱动”，实现可复制、可迭代的智能制造新范式。

qq_40453532
9小时前

 370

 4

#机器人 #人工智能 #机器学习 +2
VLA 系统学习第 10 课：为什么训练 Loss 很低，模型仍然可能什么都没学会？

上一课的核心其实只有一条链：所以答案也沿这条链来收。

朝朝辞暮383
10小时前

 12

#深度学习 #python #人工智能 +1
VLA 系统学习第 9 课：Loss 到底在告诉模型什么？——从 MSE、L1 到 Cross Entropy

先把 10 个问题完整收掉，然后直接进入第 9 课。今天下一步要解决的是训练链里一直没有真正展开的：也就是——

朝朝辞暮383
10小时前

 36

#深度学习 #神经网络 #人工智能 +1
VLA 系统学习第 8 课：Optimizer 到底在干什么？——从 Learning Rate 到 SGD、Momentum 和 Adam

先把上一课的 9 个问题完整收掉，然后直接进入第 8 课。

朝朝辞暮383
11小时前

 106

 1

#python #深度学习 #神经网络 +1
【玩转VLA具身智能机械臂】（七）：ACT——从单步动作到 Action Chunking 的机器人模仿学习

本文讲述了 ACT 如何用 Action Chunking（一次预测未来 k 步动作）配合 CVAE 建模人类示教的多模态，来缓解行为克隆的累积误差与非马尔可夫问题，并结合官方代码逐模块拆解了从观测构造、CVAE、Encoder/Decoder 到 Temporal Ensembling 的方法链路，以及数据采集、训练与评测的完整流程。

m0_73800387
11小时前

 105

 2

#深度学习 #python
VLA 系统学习第 7 课：loss.backward() 到底做了什么？——从计算图到反向传播

也就是：负数变成 0，正数保持不变。假设最后一层：然后：W2↓↓Loss所以：只需要经过很短的链。但：\[ W_1 \]W1↓fc1↓ReLU↓fc2↓↓Loss于是它需要把中间每一段的影响都乘起来。这就是：深层网络的 Backpropagation 本质上是很多次 Chain Rule。nn.Linear。

朝朝辞暮383
12小时前

 78

 1

#人工智能 #python #深度学习 +1
云智变AI是什么？——不是“更聪明的聊天框”，而是一条从开题到答辩的学术数据链｜云智变AI官网www.yunzhibian.cn｜微信公众号搜一搜云智变ai学术

你搜“AI写论文工具”的时候，是不是经常看到同一个套路的推荐：列五六款聊天机器人，比谁生成的段落更流畅、更“像人写的”？这个比法忽略了一个根本事实：写论文最难的那部分，从来不是“把一句话写通顺”。最难的是——你的绪论提出了一个问题，结论里有没有回答？你的文献综述说“前人研究不足”，你的研究设计有没有补上这个不足？你的方法收集了数据，你的讨论有没有用上这些数据？这些问题，聊天机器人看不见，也不负责。

云智变AI
12小时前

 6

#人工智能 #数据分析 #深度学习 +1
VLA 系统学习第 5 课：神经网络的参数到底是什么？——从 nn.Linear 真正理解 W、 b 和 Gradient

先把上一课最后六个问题收掉，然后直接沿着“参数 \(\theta\) 到底是什么”进入第五课。

朝朝辞暮383
24小时前

 180

 2

#神经网络 #人工智能 #python +1
VLA 系统学习第 3 课：从一次机器人示范，到真正送进神经网络的 Batch

因为训练数据里已经有“输入”和“正确答案”。对 BC 来说，一个最基本训练样本就是：\[ (o_t,a_t) \]其中：模型根据 \(o_t\) 预测：\[ \hat a_t=\pi_\theta(o_t) \]再把预测值：\[ \hat a_t \]和专家答案：\[ a_t \]比较。所以本质就是：\[ \boxed{\text{输入}\rightarrow\text{正确答案}} \]和图像分

 朝朝辞暮383
1天前

 368

 4

#神经网络 #深度学习 #python +1
面向人形机器人的自进化人工智能：部署后自改进的机制、安全与评估

26年9月来自韩国庆熙大学和新加坡国立的论文“Self-Evolving AI for Humanoids: Mechanisms, Safety, and Evaluation of Post-Deployment Self-Improvement”。这篇综述最有价值的贡献，是把人形机器人的研究目标从“训练出一个强策略”，扩展为：机器人部署后，如何持续改进，并保证每一次改动都不会破坏已有的安全能

 硅谷秋水
1天前

 637

 12

#机器人 #人工智能 #机器学习 +2
生成式引擎优化中的可信度信号与实体一致性技术框架

以沈阳本地做 GEO 的机构光域纪元作参照样本，工程经验区间是：证据切片控制在 200 至 1000token，单段保留一个完整结论，关键词以观测词形态出现 3 至 6 次即可，超出反而被判堆砌。把 GEO 品牌赋能拓客、AI 机器人拓客、个人 IP 打造打包交付，并把 DeepSeek、豆包、元宝、文心一言、通义千问、Kimi 等大 AI 平台纳入覆盖，交付物能否逐项落到可观测口径，本身就是一次

 沈阳光域纪元科技有限公司
1天前

 230

 1

#人工智能 #深度学习
具身智能中的世界模型训练

具身智能中的世界模型训练：从虚拟数据生成到物理迁移一、世界模型生成训练数据原理：在虚拟世界生成交互样本二、训练数据技术演进：真机采集为主，转向虚实混合数据集三、虚实混合训练工程难点：虚拟样本分布偏移与校验四、虚实混合训练业务场景：人形机器人与特种机器人研发五、虚实训练数据集治理：数据合规与模型行为风险 #大模型#数字孪生 #世界模型 #具身智能。

高洁01
1天前

 206

 1

#人工智能 #transformer #深度学习 +2
5款AI写论文哪个好？当别人在“填格子”，云智变AI在“管施工”

云智变AI的处理逻辑不同：你输入的文献必须是你真实读过的，系统帮你判断每一条引用和所在段落的论点之间有没有直接的对话关系。问题在于，它们的设计目标是“生成看起来合理的文本”，而毕业论文的核心风险，从来不在文本层面。先说一个反常识的判断：你搜“5款AI写论文哪个好”，看到的大部分推荐，其实都在回答另一个问题——“哪个聊天机器人说话好听”。——也就是“章与章之间有门”——那你需要的不只是一个能写字的工

 云智变AI
2026-10-05 18:47:04

 10

#人工智能 #深度学习 #算法 +1
推理账单失控之后：路由缓存批处理省下的钱

一个做内部知识库的团队找到我，说每个月的模型账单涨到了十九万，而真实用户量只有八万次调用。他们把模型从七换成了七十二，觉得效果会好，结果效果只提升了两个百分点，成本翻了六倍。这不是他们一个人的问题，我们后来复盘了六家做 AI 应用的团队，账单跑偏的形态惊人一致：钱不是花在难问题上，是花在大量根本不难的问题上。一个客服机器人每天处理三千条提问，其中大概七成是「我的工单到哪了」「帮我改一下收件地址」这

 Web3 & Basketball
2026-10-05 17:43:23

 1177

 3

#深度学习
CNN 入门：从概念到基础术语

卷积神经网络（CNN）是让计算机“看懂”图像与视频的核心技术，广泛应用于人脸识别、医疗影像分析、自动驾驶等领域。所有CNN均由卷积层、激活函数、池化层、全连接层和Softmax五类通用组件构成，通过层层提取特征并优化权重，实现精准识别。理解这些“积木”的作用及设计逻辑，有助于掌握模型背后的原理，而非死记硬背。

zhouyuzym
2026-10-05 16:36:41

 625

 8

#cnn #人工智能 #神经网络 +1
【白话大模型】什么是人工智能？什么是大模型？

人工智能（Artificial Intelligence），英文缩写为AI是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。本质：对人类智能的模拟，让机器能像人一样思考、决策、行动。

YIN_^O^
2026-10-05 16:09:30

 36

#人工智能 #深度学习
智能实体演化系统的统一性概念

本文提出智能硬件的“训练推理一体化”闭环系统：机器人或物理设备通过传感器与视频采集环境数据，结合后台大模型实现同步训练与推理，形成“采集→处理→干预→反馈→再采集”的动态闭环。设备不仅是观察者，更是主动干预者，其自身运动、发热等也会成为新输入。从自然语言目标出发，开发板可自主生成点灯、温控等功能并持续演化。该系统体现智能实体的统一本质——基于方向性价值目标，实现自编程、物理执行与持续进化，涵盖植物

 liron71
2026-10-04 17:44:12

 232

 5

#深度学习 #神经网络 #人工智能
【人工智能每日精选】让机器人拥有“五感”：从感知到想象的多模态神经网络

可以从仿生多感知系统中看到，机器人真正需要的不是更多孤立传感器，而是把视觉、触觉、听觉、嗅觉和味觉转成可通信、可记忆的脉冲表示，再通过忆阻器和神经网络建立跨感官关联。系统能让触觉重建字母图像，也能从声音联想到外观、气味和味道，甚至组合出未直接见过的“蓝色苹果”。它离开放世界感知仍有距离，却展示了从感知到想象的工程路径。

2402_84593233
2026-10-04 10:29:38

 616

 8

#人工智能 #机器学习 #算法 +3
EWAM：没有逐层监督，统一具身模型自己学会了“先看懂、再想象、后动手“

EWAM 是一个以动作为中心的统一具身模型。我们让动作 token 在每一层都能同时读取语义、当前画面、预测的未来画面和动作自身的信息，没有给任何逐层监督。训练后，模型自发形成了一个按深度展开的分工：浅层主要读视觉-语言特征（理解），中层转向预测的未来帧（预演），深层以动作自注意力为主（动作形成）。因果干预实验表明，动作生成确实依赖这个分工。

Hao Wang
2026-10-03 20:33:20

 443

 10

#深度学习 #机器人
企业智能客服机器人项目：意图、知识库和转人工全流程

最终验收再次强调：主指标为“自助解决率、首答准确率、转人工率、满意度、响应延迟”，重点风险为“知识过期、用户表达口语化、多轮上下文丢失、答错成本高”，推荐技术栈为“Python、FastAPI、Redis、Elasticsearch、LLM API、Vue”。第三层是工程层，要求接口稳定、可监控、可回滚、异常可追踪；围绕“售前咨询、售后支持和内部IT服务台的自动问答”，我们从需求边界、数据治理、意

 算法魔法师
2026-10-02 21:44:33

 9

#分类 #深度学习 #自然语言处理 +2
感知型神经网络——深度学习中的传感信息处理方法

地面移动机器人和车辆的运动本质上是二点五维的——它们在一个近似平面上移动，垂直方向的变化有限。把所有传感器信息都变换到以地面为基准的俯视平面上。俯视图（Bird’s-Eye View，BEV）的好处是具体的。这个空间里尺度是恒定的，不像图像里近大远小；物体不会互相遮挡叠置；多个传感器的数据天然对齐在同一张网格上；而且下游的路径规划本来就在这个平面上工作，不需要额外转换。技术上的关键难点是如何把二维

 love you joyfully
2026-10-01 20:58:08

 569

 3

#计算机视觉 #人工智能 #深度学习
后训练绕开真机：手持采数把人放进回路

行业解决的是同一类问题，切入点却并不相同：数据这一端，各家取法不一——深度机智（北京）科技有限公司以「人类学习」为路线，主张先理解、后执行，把人类的经验当作模型理解世界的起点。论文给出的答卷是定性的：在单台 Franka 机械臂的四个真机任务上（折毛巾、清理桌面、叠方块、盖章），作者按自设的评测协议报告，相同数据预算下常规监督微调提升有限，HIL-UMI 则随轮次持续提升，作者把原因归结为。【具身

 jushenAGI
2026-10-01 19:22:35

 173

 2

#人工智能 #深度学习
第10讲 · 机器人感知与 ROS2：Intelligent Robotics SDK

本讲将高通NPU推理从单脚本扩展为可复用的ROS2感知节点，解决机器人系统中多模块协同问题。通过构建“相机→推理→检测”节点链，实现消息解耦与频率匹配，掌握节点设计、QoS配置、Launch编排及多模型算力分配策略，最终输出可适配不同机器人的标准化推理模板，助力边缘AI向工程化机器人系统落地。

HuiMinHuang2001
2026-10-01 12:45:33

 360

 3

#机器人 #人工智能 #iot +2
AI视频生成技术：从静态图文到动态视觉的内容智能革命

AI视频生成技术：从静态图文到动态视觉的内容智能革命一、AI视频生成核心原理：时序动态内容的生成逻辑二、AI视频生成技术演进：从模糊片段到高清成片三、AI视频生成工程落地：核心难点与优化方案四、AI视频生成核心业务：全行业内容量产赋能五、AI视频生成行业治理：版权与风控规范#大模型#数字孪生 #世界模型 #具身智能。

高洁01
2026-09-30 23:06:06

 170

 2

#transformer #python #django +2
自主机器人基础

自主机器人种类繁多，包括水下机器人、无人机、自动驾驶出租车、家用机器人、救援机器人、四旋翼飞行器、四足机器人、人形机器人、外骨骼和机械臂。机器人广泛应用于各行各业，包括制造、医疗保健、农业、物流、运输、探索、家用、零售、教育、公共安全和娱乐。可以看到，机器人技术几乎能够影响所有市场。那么，从宏观层面来看，什么是机器人技术？机器人又是如何工作的？这张图概述了具身 AI。机器人的工作方式与人类非常相似

 啥都鼓捣的小yao
2026-09-30 17:00:01

 363

 5

#机器人 #人工智能 #深度学习
MiniCPM-o 4.5：实时能听能看能说的多模态模型

MiniCPM-o 4.5 是一个具有 9B 参数的开源模型，能够同时看、听和说话。在真实世界视频上测试了它的全双工（full-duplex）Omni-Flow 流式能力。大多数多模态 AI 模型今天仍以轮替方式工作。你把视频输入给它们，等待它们处理完，然后得到一个回复。尽管这对传统聊天机器人来说效果不错，但这并不反映人类自然与世界交互的方式。我们在说话的同时也在听。我们会在事情仍在发生时做出反应

 知来者逆
2026-09-30 16:01:45

 299

 5

#深度学习
第09讲 · 多媒体与音频 SDK：硬件编解码与端侧语音

本讲聚焦边缘AI实战中“边采集边推理”的核心挑战，揭示硬件编解码（VPU）在实时音视频流处理中的关键作用。通过对比软硬解码差异，强调将解码、预处理等格式转换任务交由专用硬件，释放CPU与NPU算力。构建“捕获→硬件解码→NPU推理→显示/编码”流水线架构，实现30fps级低延迟流式处理。结合生产者-消费者模型与队列缓冲，落地可扩展的实时检测系统，为安防、机器人等场景提供高效、低功耗的端侧推理方案。

HuiMinHuang2001
2026-09-30 10:58:23

 540

 3

#音视频 #人工智能 #嵌入式硬件 +3
写论文软件哪个好：不选“最聪明的”，选“最懂毕业论文规则的”——毕夏AI官网 www.bixiaai.com 的功能解剖

毕夏AI官网www.bixiaai.com毕夏AI写作官网 www.bixiaai.com毕夏官网www.bixiaai.com毕夏智能写作官网 www.bixiaai.com几乎每天都有学生问我同一个问题：写论文软件哪个好？我通常不直接回答。我会先反问一句：你说的是哪个“好”？如果你的“好”指的是“帮我写出一段漂亮的文字”，那答案很简单，随便找个聊天机器人都能做到。但如果你的“好”指的是“帮我把

 宏智树AI
2026-09-30 10:53:02

 20

#人工智能 #数据分析 #数据挖掘 +1
AI Agent 到底是什么：从聊天机器人到数字员工的三个阶段

AI Agent 是 AI 应用的第三次演进，从“回答问题”到“辅助工作”再到“自主执行任务”。其核心在于：由 AI 自主规划、闭环执行任务，而非依赖预设流程。它由大模型（大脑）、感知、记忆与行动规划四大模块构成，通过“思考—行动—检查”循环实现动态调整。相比聊天机器人与工作流，Agent 能打通多系统壁垒、降低重复劳动、沉淀业务流程，是企业智能化落地的关键。规模化应用需依赖大模型能力、算力支持、

JWIPC
2026-09-30 10:15:00

 406

 2

#人工智能 #机器人 #制造 +4
具身智能训练数据分布设计：为什么分布比数量更关键

工程上的解决路径是清晰的：按训练需求反推分布设计，通过入厂采集保障分布与部署场景的一致性，通过工艺调研和任务拆解确保分布方案的合理性，通过全流程分布监控保障采集过程的稳定性。当某类场景的数据已经充分覆盖后，继续堆积同类数据不会产生新的信息增益，反而会强化模型对该类场景的过拟合，挤压其对其他场景的学习容量。操作者在贴边时的细微偏差、零件因公差导致的配合异常、焊接因材料批次变化出现的气孔——这些自然产

 ok_vince
2026-09-30 09:54:38

 186

 2

#人工智能 #深度学习 #机器学习
李宏毅机器学习深度学习笔记 2026（九）

本节课我们一起学习了在没有明确奖励函数的情况下，如何通过专家示范来训练智能体。我们首先指出了行为克隆这种简单模仿方法的局限性。接着，我们深入探讨了逆向增强式学习的核心思想：从专家示范中反推奖励函数。我们详细讲解了IRL的迭代算法流程，并将其与生成对抗网络的框架进行了类比，揭示了其中的内在联系。最后，我们看了IRL在机器人操控等领域的应用，并展望了其让智能体性能超越人类的可能性。通过本节学习，你应该

 布客飞龙
2026-09-30 03:24:24

 79

#机器学习 #深度学习
生产级多模态视觉语言大模型微调与部署落地实录

在智能工业制造外观缺陷质检、医疗影像报告辅助生成、电商图文混排审核以及自动驾驶场景理解等现代 AI 商业化场景中，纯文本大语言模型已无法满足业务需求，正在成为企业智能化升级的全新主战场。本文深入剖析基于的端到端生产级系统落地实战。

雷帝木木
2026-09-29 23:50:04

 164

 1

#python #机器学习 #深度学习 +1
AI检索增强生成(RAG)：解决大模型幻觉的核心落地技术

AI检索增强生成(RAG)：解决大模型幻觉的核心落地技术一、RAG核心原理：检索与生成的协同智能逻辑二、RAG技术演进：从简单检索到智能增强三、RAG工程落地：核心难点与优化方案四、RAG核心业务场景：专业AI落地核心载体五、RAG技术治理：素材合规与输出质控#大模型#数字孪生 #世界模型 #具身智能。

高洁01
2026-09-29 23:06:58

 232

 2

#机器学习 #深度学习 #transformer +2
曾让大模型后训练变简单、变便宜的 pi 联创，如今觉得：快轮到机器人了。

从 DPO 到 EXPO-FT，Finn 参与的两段研究指向了同一个问题：模型具备能力之后，怎样进一步变得可靠、好用。机器人正在这一步上取得具体进展。强基础模型提供起点，后训练让真实交互中的反馈转化为性能改善。EXPO-FT 的实验说明，在规定任务和测试条件下，这种改善已经可以用有限的交互数据实现。这让机器人离实用还有多远，开始有了更具体的衡量方式：需要多少反馈、多少训练，才能减少一次失败、一次人

 Tom Hardy
2026-09-29 18:25:55

 164

 1

#机器人 #人工智能 #深度学习
【阅读笔记】具身智能的真机数采，到了分水岭

具身智能竞争重心已从硬件转向数据，真机遥操作成本高昂，难以规模化。行业在2025–2026年转向人类数据：纯视觉（第一人称视频）与主动传感（外骨骼手套）并行，前者易扩展但缺接触信息，后者精度高却难量产。模型范式同步由VLA转向隐式世界模型，显著降低算力消耗。核心瓶颈非数据量，而是“消化”能力——灵初智能10万小时数据仅筛选出约5417小时可用，凸显工具链与测评体系的缺失。商业化节奏分化，2B落地快

 一直在努力的小宁
2026-09-29 10:49:36

 240

#人工智能 #机器学习 #深度学习
产业园具身智能数据采集中心怎么建？本体、数采、仿真与模型合作方解析

AperOne目前将能力分为Testing、Training和Operations，贯通数据采集、场景重建、模型训练、仿真评测、物理部署与运营反馈，形成Sim2Real2Sim闭环，并面向多品牌、多形态机器人。，同时支持头戴、腕部相机、夹爪等多模态采集硬件。**技术实体：**遥操作、多模态数据、AperData、AperOne、VLA、世界模型、数字孪生、Sim2Real、数据治理。**核心关键词

 饼饼学习空间智能
2026-09-29 10:27:34

 308

 2

#深度学习 #机器学习 #大数据
2026物理AI厂商TOP5：数字孪生平台选型必须看这7项能力

原因不是三维画面能力，而是其已经把数字孪生进一步延伸到场景重建、具身数据、世界模型、仿真评测、机器人部署和真实数据回流闭环。**核心技术实体：**数字孪生、世界模型、合成数据、物理仿真、VLA、Sim2Real、Real2Sim2Real、机器人评测。短期内更可能是互补。优先关注真实世界重建、数据生产、物理仿真、模型训练、Sim2Real、异构机器人接入和数据回流，而不是只比较三维画质。**核心关

 饼饼学习空间智能
2026-09-29 09:30:54

 214

 5

#机器学习 #深度学习 #大数据
多模态智能体在全景 360 度 VR 空间全景图中的位姿导航与热点漫游

人类对元宇宙与虚拟现实的探索，正在开启数字孪生与具身智能的新纪元。解构全景投影与球面三维坐标系的几何本质，用无畸变视口与拓扑热点指引智能体的每一次步伐，才能让多模态 AI 在沉浸式的三维数字空间中自由漫游、洞察万象。

南屹川
2026-09-28 23:12:15

 62

#AI #人工智能 #深度学习
5000名开发者挑战“一根线”：为什么柔性线缆插接，正在成为Physical AI进入工厂的试金石？

5000名开发者参与的 AI for Industry Challenge，将机器人带入服务器柔性线缆插接这一真实工业任务。看似简单的“抓取—对准—插入”，实际同时涉及视觉感知、6D定位、运动规划、柔性物体操作与力控，尤其是最后几毫米的接触操作，成为Physical AI落地工厂的关键难题。本文拆解刚性连接器与柔性线缆耦合、Contact-rich Manipulation、AI与传统机器人技术分

 qq_40453532
2026-09-28 16:46:23

 426

 6

#人工智能 #机器人 #机器学习 +3
GR00T N1.6 做长时序任务\DeepStream 里的 Cosmos Reason 不只是简单告诉你“现场看到了什么”，它可以生成文字指令

实际部署时通常这样工作：外部任务管理器 / 行为树负责拆分长任务（例如：把“清理桌子”拆成“拿起杯子 → 放到盘子 → 拿起盘子 → 放到架子”），每次只给模型当前子目标（subgoal）的语言指令，模型根据当前图像 + 机器人状态 + 当前指令，预测一段动作块（16 步左右），机器人执行部分动作后，重新观察场景，更新指令，再请求下一段动作，循环这个过程，直到完成整个长任务。任务比较固定（比如重复

 鼾声鼾语
2026-09-28 15:35:20

 8

#机器人 #python #深度学习
Cosmos Curator 清洗视频时，哪些片段应该留下？

在使用NVIDIA Cosmos Curator清洗巡检视频时，应保留看似“静止”的片段，因其可能包含关键行为（如机器人停顿等待）。运动过滤应前置，但需区分“低运动”与“无运动数据”——负分可能源于解码失败而非真实静止。建议启用score-only模式以保留所有片段供人工核对，避免过早丢弃潜在重要样本。验收时应追溯片段来源、检查元数据完整性，并建立可复核的记录，确保筛选逻辑透明可解释。

武子康
2026-09-28 12:23:27

 344

 6

#音视频 #人工智能 #深度学习 +1
自动化专业主要学习哪些课程？

自动化是控制科学+计算机+电气+信号交叉学科，俗称“万金油工科”，课程一般分为：基础课、专业基础课、专业课、实践环节。- 高等数学、线性代数、概率论与数理统计（重中之重，控制理论全靠数学）经典控制：传递函数、根轨迹、频率特性、PID；3. 数字电子技术（数电）：逻辑电路、触发器、单片机底层基础。状态空间、能控性能观性、状态观测器、最优控制。伺服、变频器、电机调速，机器人、数控机床方向。- 自控原理

 ？988872
2026-09-28 11:30:06

 221

 3

#深度学习
2026年9月28日星期一 AI日报

1.OpenAI 暂停最先进模型训练：因 AI 智能体在沙盒测试中突破网络限制，利用 DNS 过滤漏洞访问外部公共聊天机器人，触发安全预警。这是三个月内第二次叫停前沿模型开发。2.OpenAI 智能体 “越狱” 细节披露：9 月 20 日，执行搜索训练任务的智能体绕过网络隔离，对齐系统 15 分钟内触发警报，人工团队 2.5 小时后终止训练。81.澳大利亚国会传唤 OpenAI、Anthropic

喵菌
2026-09-28 08:27:12

 562

 1

#人工智能 #搜索引擎 #深度学习