➡️
继续阅读
-
PRISM——用4段真人搬运视频，让机器人学会搬运各种东西：以真实视频为“种子”，生成“换个物体人会怎么搬”的反事实交互视频，再重建并重定向为符合物理规则的轨迹，最后通过师生蒸馏出策略
PRISM提出“真实到仿真再到真实”框架，利用视频到视频生成将少量真实视频扩增为256段反事实人-物交互视频，并以接触为锚点重建和重定向为物理合理的机器人...
-
Python接入Gemini 3.8 Flash实现票据视觉抽取与规则校验
本教程介绍用 Python 调用 Gemini 3.8 Flash 抽取票据字段，并通过 Pydantic Schema 与本地 Decimal 规则双重...
-
AI 视频榜全球第二，藏着一家新影视公司的野心
Utopai Studios是一家AI原生影视公司，其自研视频模型Utopai X在带音频文生视频盲评榜排名全球第二。公司开发PAI制片平台，将生成能力嵌...
-
Streamline：使用 Cloudflare Stream 和 Workers 构建自定义视频管线
Cloudflare发布开源项目Streamline，演示如何用Workers、Containers和Durable Objects构建自定义视频处理管线...
-
我给自制的 Agent 加上声音，并要求她强制加班
这个是B站的视频：视频地址 最近自己写了一个 rust 版本的 agent 框架，增加了 voice 扩展，让她来给大家国庆助个兴 哈哈。 有想学习的可以...
-
聊一聊方言和人生的多样性
中国的方言非常多。因为我是四川人，所以在人生的绝大部分时间里，我都会对比四川话和普通话里的一些异同。在我看来，普通话就像简体字一样，它是最大公约数，是让我...
