➡️
继续阅读
-
Show-Harness——仅凭一个VLM智能体即可操控机器人：12个语义动作单元(前进/旋转/抓取)既是模型的思考语言、又是机器人的物理指令
论文提出Show-Harness具身控制框架，使视觉语言模型通过离散语义动作单元直接操控机器人，无需微调即可零样本控制，少量微调可适配小模型；并提出GUM...
-
Video-to-BT——让VLM照着人类示范视频自动构建行为树：必要时人工干预，以解决动态环境下的长时程装配任务
Video-to-BT框架利用视觉语言模型将人类示教视频分解为子任务并生成行为树，结合实时场景感知与反应式控制执行机器人装配。系统通过世界状态监控和恢复机...
-
通过开源方式避免供应商锁定：开发者视角
供应商锁定常源于合理选择，却因API、数据模型等依赖累积而限制灵活性。开源软件便于审查、移植和替换，但需中立治理与工程纪律。数字主权是架构属性，团队应评估...
-
从 TensorSharp 视角解读 Ternary Bonsai 2 27B：当 1.72 比特的权重遇上 Hadamard 变换 - 张善友
PrismML发布Ternary Bonsai 2 27B三元量化多模态模型，27.36B参数压缩至5.9GB，保留基座98.2%分数。但权重存于旋转基底...
-
企业AI开发平台哪家好：2026年主流平台选型对比与模力方舟定位解析
企业AI开发平台市场已形成生产级一体化、云生态、开源低代码、海外平台四类分层格局。选型核心从“能否搭建”转向“能否用好、管好、规模化”，需重点评估部署形态...
-
麻省理工学院学生在俄克拉荷马州塔尔萨获得技术创新的人文视角
麻省理工学院PKG社会影响中心扩展Code.Tulsa项目，组织10名本科生赴俄克拉荷马州塔尔萨实习，为马斯科吉和切罗基部落及当地非营利组织完成AI、数据...
