刚刚,源策未来发布 Anchor 1:让人形机器人真正做到精准控制
四名身高从 165 厘米到 188 厘米、体重从 50 公斤到 80 公斤不等的操作员,先后用动作捕捉设备驱动同一台机器人:弯腰触地、单膝跪地、侧身去摸脚踝、原地小步横移。
老牌NAS也开始卷体验了!威联通QTS 6.1大更新动了哪?
本内容来源于@什么值得买APP,观点仅代表作者本人 |作者:熊猫不是猫QAQ这两年NAS来越热闹,各家卷完硬件,又开始拼软件,谁都想把用户体验再往前推一步。再看老牌厂商,熊猫对群晖在个人市场的期待已经越来越低,倒是威联通,还在继续打磨面向个人用户的体验。
苹果LensVLM:长上下文压缩成图片,模型边看边「放大」
Hugging Face 产品负责人 Victor Mustar 在 X 上介绍了该研究,相关帖文获得约 28 万次浏览。
硬件、数据到模型:Sharpa如何系统性推进灵巧操作
遥操作数据贵、慢、难以规模化,越来越多的团队开始把目光投向人类视频。英伟达等团队的 EgoScale 用 20854 小时第一视角人类视频预训练机器人策略,拟合出一条对数线性曲线;
视频大模型不懂物理?接上模拟器,不用训练也能让水花「听话」
近日,来自 Simon Fraser University、Stony Brook University、Lawrence Berkeley National Lab 和 Meta Reality Labs 的研究团队,提出了一个名为 Fluid-Gen-Zero 的免训练物理视频生成框架。
视频拍完还能重新打光?JointLight让AI精准控制人物光影
论文标题:JointLight: Human-Centric Video Relighting with Asynchronous RGB-Irradiance Joint Modeling。
全飞秒 3.0、4.0 与 Pro 怎么选?
全飞秒 3.0、4.0 与 Pro 怎么选:屈光门诊里的技术演进与理性决策门诊里,几乎每周都有人拿着手机问我:全飞秒3.0、4.0、Pro,到底选哪个?在很多人听来,这像是手机出了三代,数字越大越新、效果就越好。
Computer-Use 到 Robot-Use:一套接口让 VLM 直接「玩转」真实机器人
在 Show-Harness 之后,Show Lab 团队进一步发布了综述 Survey on Multimodal Embodied Agents: From Computer-Use to Robot-Use,从单个系统进一步放大视野,讨论多模态 Agent 从数字环境走向物理世界时,能力结构与研究问题发生了哪些变化。