深谋科技成立于2022年，专注于控制、传感和通用智能技术，已在韩国实现批量出货。公司通过创新传感器和控制算法推动具身智能发展，致力于商业化，已开发多款产品，展现出强大技术实力和市场潜力。

本研究综述了可控语音合成（TTS）的现状，提出系统方法，涵盖基础控制技术和自然语言提示，并进行了清晰分类。首次汇总相关数据集和评估指标，展示了可控TTS的未来发展潜力。

本文介绍了一种针对自主水下载具的实时稠密三维重建方法，使用了鲁棒的VIO方法SVIn2和实时三维重建管道。该方法在四个具有挑战性的水下数据集上获得了与COLMAP相当的重建结果，并在单CPU上实现了高帧率。

近年来，自动驾驶汽车研究集中在级别4和5，对感知、决策和控制技术的发展兴趣增加。研究者通过实验构建了一个新的数据集，用于测试不同降水条件下的物体检测性能。使用YOLO系列一阶段检测器对不同降水条件下的物体检测性能进行了定量验证。

近年来，自动驾驶汽车研究集中在级别4和5，对感知、决策和控制技术的发展兴趣增加。研究发现，在恶劣天气条件下，传感器难以准确检测物体。因此，研究者通过CARLA模拟器构建了一个新的数据集，用于测试不同降水条件下的网络模型。最终，使用YOLO系列检测器对不同降水条件下的物体检测性能进行了验证。

该文介绍了一种将控制技术与强化学习相结合的新方法，通过收缩理论实现神经控制的模块化，以确保稳定性。作者通过模拟演示了该方法的必要性和有效性。