三维视觉新突破:字节Seed推出DA3,实现任意视角重建视觉空间;7w+真实工业环境数据!CHIP 填补 6D姿态估计工业数据空白

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

从视觉输入中感知和理解三维空间信息的能力,是空间智能的基石,也是机器人与混合现实(Mixed Reality,ML)等应用的关键需求。这一基础能力催生了多种三维视觉任务,例如单目深度估计(Monocular Depth Estimation)、运动恢复结构(Structure from Motion)、多视图立体视觉(Multi-View Stereo)以及同步定位与建图(Simultaneous Localization and Mapping)。

这些任务往往仅因输入视图数量等个别因素而产生差异,因此在概念上具有高度的重叠性,但目前的主流范式仍是为每项任务开发高度专用的模型。构建能够统一处理多项任务的三维理解模型,已成为重要的研究方向。但现有的解决方案通常依赖于复杂而定制的网络架构,并通过多任务联合优化进行从零训练, 因而难以充分吸收和利用大规模预训练模型的知识与优势。

基于此,字节跳动 Seed 团队推出了 Depth Anything 3(DA3), 一个经专门训练、基于特定射线表示的单一 Transformer 模型,能够联合任意视角深度和姿态估计。在追求建模极简化的过程中,DA3 带来两个关键发现:

  • 仅使用一个标准 Transformer(例如 vanilla DINO 编码器)即可作为骨干网络, 无需任何任务特定的结构定制;

  • 仅通过单一的深度射线预测目标, 即可实现优异性能,无需复杂的多任务学习机制。

研究团队还建立了涵盖摄像机姿态估计、任意视角几何和视觉渲染的新视觉几何基准。在该测试中,DA3 在所有任务中刷新 SOTA, 相机姿态准确率平均比 VGGT 高出 35.7%,几何精度提升 23.6%,单目深度估计方面优于前代模型 DA2。实验表明,这种极简方法足以从任意数量(无论相机姿态是否已知)的图像中重建视觉空间。

目前,HyperAI超神经官网已上线了「Depth-Anything-3:从任何视角恢复视觉空间」,快来试试吧~

在线使用:https://go.hyper.ai/MXyML

12 月 15 日-12 月 19 日,hyper.ai 官网更新速览:

  • 优质公共数据集:10 个

  • 优质教程精选:3 个

  • 本周论文推荐: 5 篇

  • 社区文章解读:5 篇

  • 热门百科词条:5 条

  • 1 月截稿顶会:11 个

访问官网:hyper.ai

公共数据集精选

1. VideoRewardBench 视频奖励模型评测数据集

VideoRewardBench 是由中国科学技术大学联合与华为诺亚方舟实验室发布的首个全面覆盖感知、知识、推理和安全四个视频理解核心维度的综合评测基准,旨在系统评估模型在复杂视频理解场景下对生成结果进行偏好判断与质量评估的能力。该数据集共包含 1,563 条带标注的样本,涉及 1,482 个不同视频和 1,559 个不同问题,每个样本由一个视频–文本提示、一个优选响应和一个拒绝响应组成。

直接使用:https://go.hyper.ai/JIB1B

2. Arena-Write 写作生成评测数据集

Arena-Write 是由新加坡科技设计大学联合清华大学知识工程实验室发布的一个面向超长文本生成模型评测的写作任务数据集,旨在在贴近真实使用场景的条件下系统评估大语言模型在长篇内容生成与复杂写作任务中的综合能力。数据集共包含 100 条用户写作任务,每条数据由一条真实写作提示构成,并标注对应的写作场景类型。

直接使用:https://go.hyper.ai/4NQdD

3. IF-Bench 红外图像理解基准数据集

IF-Bench 是由中国科学院自动化研究所联合中国科学院大学人工智能学院发布的一个面向红外图像多模态理解的高质量评测基准,旨在系统评估多模态大语言模型(MLLMs)对红外图像的语义理解能力。该数据集包含 499 张红外图像和 680 组视觉问答(VQA)对,图像来源于 23 个不同的红外图像数据集,整体分布保持相对均衡。

直接使用:https://go.hyper.ai/hty3u

在这里插入图片描述

数据集分布

4. CHIP 工业椅子 6D 姿态估计数据集

CHIP 是由 FBK-TeV 联合 Ikerlan 和 Andreu World 发布的一个面向真实工业场景下机器人操控的 6D 姿态估计数据集,旨在弥补现有基准主要集中于家庭物体和实验室布置而缺乏真实工业条件的数据缺口。该数据集共包含 77,811 张 RGB-D 图像,覆盖 7 种不同结构与材质的椅子模型。

直接使用:https://go.hyper.ai/AR5Xm

5. SSRB 半结构化数据自然语言查询数据集

SSRB 是由哈尔滨工业大学(深圳)联合香港理工大学、清华大学等机构发布的一个面向半结构化数据自然语言查询的大规模基准数据集,已入选 NeurIPS 2025 Datasets and Benchmarks,旨在评估和推动模型在复杂自然语言查询条件下对半结构化数据的检索能力。

直接使用:https://go.hyper.ai/szsqF

6. INFINITY-CHAT 真实开放式问答数据集

INFINITY-CHAT 由华盛顿大学联合卡内基梅隆大学、Allen Institute for Artificial Intelligence 等发布的首个面向真实世界开放式用户提问的大规模数据集,荣获 NeurIPS 2025 Best Paper (DB track),旨在系统研究语言模型在开放式生成中的多样性、人类偏好差异以及「人工蜂群效应」等关键问题。

直接使用:https://go.hyper.ai/KmH1N

7. MUVR 多模态非裁剪视频检索基准

MUVR 是由南京航空航天大学联合南京大学、香港理工大学发布的一个面向多模态非裁剪视频检索任务的基准数据集,已入选 NeurIPS 2025 Datasets and Benchmarks,旨在推动长视频平台场景下的视频检索研究。该数据集包含来自 Bilibili 的约 53,000 条未剪辑视频、1,050 条多模态查询以及 84,000 条查询 – 视频匹配关系,覆盖新闻、旅行、舞蹈等多种常见视频类型。

直接使用:https://go.hyper.ai/NRaSw

在这里插入图片描述

数据集示例

8. OpenGU 图遗忘综合评测数据集

OpenGU 是由北京理工大学发布的一个图遗忘(Graph Unlearning, GU)综合评测数据集,已入选 NeurIPS 2025 Datasets and Benchmarks,旨在为图神经网络中的遗忘方法提供统一的评测框架、多领域数据资源和标准化实验设置。

直接使用:https://go.hyper.ai/qqHct

9. FrontierScience 推理科研任务评测数据集

FrontierScience 是由 OpenAI 发布的一个推理 + 科研任务评测数据集,旨在系统性评估大模型在专家级科学推理与科研子任务的能力。该数据集采用了「专家原创 + 双层任务结构 + 可自动评分机制」的设计机制,划分为 Olympiad 和 Research 两个子集。

直接使用:https://go.hyper.ai/fUUzF

10. FirstAidQA 急救知识问答数据集

FirstAidQA 是由伊斯兰科技大学发布的一个面向急救与应急响应场景的领域专用问答数据集,旨在支持模型在资源受限的应急环境中的训练与应用。该数据集共包含 5,500 条高质量问答对,内容覆盖多种典型的急救与应急响应场景。

直接使用:https://go.hyper.ai/QQphC

公共教程精选

1. Depth-Anything-3:从任何视角恢复视觉空间

Depth-Anything-3(DA3)是由 ByteDance-Seed 团队发布的突破性视觉几何模型,以「极简建模」理念革新视觉几何任务:仅采用单一普通 Transformer(如 vanilla DINO 编码器)作为骨干网络,通过「深度射线表示」替代复杂多任务学习,即可从任意视觉输入(已知/未知相机姿态均可)中预测空间一致的几何结构。

在线运行:https://go.hyper.ai/MXyML

在这里插入图片描述

效果示例

2. MarkItDown 微软开源的文档转换工具

MarkItDown 是由 Microsoft 团队推出的轻量级、即插即用式 Python 文档转换工具。它旨在将各类常见文档与富媒体格式高效、结构化地转换为 Markdown ,专门为大语言模型(LLM)的文本理解与分析流水线提供优化的输入格式。

在线运行:https://go.hyper.ai/7WIGP

在这里插入图片描述

效果示例

3. Chandra:高精度文档 OCR

Chandra 是由 Datalab-to 团队开发的高精度文档 OCR(Optical Character Recognition)系统,专注于文档布局感知和文本抽取。Chandra 可直接处理 PDF 和图像文件,生成结构化文本、Markdown 和 HTML 输出,同时提供可视化布局图,便于检查 OCR 结果。

在线运行:https://go.hyper.ai/nZhF5
在这里插入图片描述

效果示例

💡我们还建立了 Stable Diffusion 教程交流群,欢迎小伙伴们扫码备注【SD教程】,入群探讨各类技术问题、分享应用效果~

在这里插入图片描述

本周论文推荐

1. LongVie 2: Multimodal Controllable Ultra-Long Video World Model

本文提出 LongVie 2,一个端到端的自回归框架,在长程可控性、时间连贯性与视觉保真度方面均达到当前最优水平,并支持长达五分钟的连续视频生成,标志着向统一视频世界建模迈出了关键一步。

论文链接:https://go.hyper.ai/toK8K

2. MMGR: Multi-Modal Generative Reasoning

本文提出多模态生成推理评估与基准测试框架 MMGR,这是一个基于五种核心推理能力的系统性评估体系:物理推理、逻辑推理、三维空间推理、二维空间推理以及时间推理。MMGR 在三个关键领域对生成模型的推理能力进行评估:抽象推理(ARC-AGI、数独)、具身导航(真实世界三维导航与定位)以及物理常识理解(体育场景与复合交互行为)。

论文链接:https://go.hyper.ai/Gxwuz

3. QwenLong-L1.5: Post-Training Recipe for Long-Context Reasoning and Memory Management

本文推出了 QwenLong-L1.5,该模型通过系统性的后训练创新,实现了卓越的长上下文推理能力。基于 Qwen3-30B-A3B-Thinking 架构,QwenLong-L1.5 在长上下文推理基准测试中表现接近 GPT-5 与 Gemini-2.5-Pro 水平,相较其基线模型平均提升 9.90 分。在超长任务(100 万至 400 万 token)上,其记忆代理(memory-agent)框架相较基线代理实现 9.48 分的显著提升。******

论文链接:https://go.hyper.ai/DxYGd

4. Memory in the Age of AI Agents

本文旨在系统梳理当前智能体记忆研究的最新图景。首先明确智能体记忆的界定范围,将其与相关概念——如大语言模型(LLM)记忆、检索增强生成(Retrieval-Augmented Generation, RAG)以及上下文工程(context engineering)——进行清晰区分。随后,从形式、功能与动态三个统一视角对智能体记忆展开分析。

论文链接:https://go.hyper.ai/zfHTr

5. ReFusion: A Diffusion Large Language Model with Parallel Autoregressive Decoding

本文提出 ReFusion——一种新型掩码扩散模型,通过将并行解码从词元层级提升至更高层级的「槽位」(slot)层级,实现了卓越的性能与效率。每个槽位为固定长度、连续的子序列。ReFusion 不仅在性能上相较先前 MDMs 平均提升 34%,推理速度平均提升超过 18 倍,同时显著缩小了与强自回归模型之间的性能差距,且仍保持平均 2.33 倍的加速优势。

*论文链接: *https://go.hyper.ai/YosaF

更多 AI 前沿论文:https://go.hyper.ai/iSYSZ

社区文章解读

1. 以不足10万结构数据训练,瑞士洛桑联邦理工提出PET-MAD,原子模拟精度媲美专业模型

瑞士洛桑联邦理工学院提出的 PET-MAD 模型,依托覆盖广泛原子多样性的数据集,在使用远少于传统规模的训练样本的情况下,仍实现了与专用模型相当的精度,为原子模拟向更高效、更普适的方向发展提供了有力示。

查看完整报道:https://go.hyper.ai/cpeR5

2. 在线教程丨微软开源 VibeVoice,可实现 90 分钟 4 角色自然对话

微软开源了 VibeVoice,旨在实现可扩展的长格式、多说话人语音合成。模型能够在 64K 上下文窗口中合成长达 90 分钟、包含最多 4 名说话人的语音,音色更为丰富、语调更趋自然,并捕捉真实对话氛围,在跨语言应用中表现出更强的迁移能力,综合表现已超越现有的开源与专有对话模型。。

查看完整报道:https://go.hyper.ai/YfDjq

3. CUDA 初始团队成员锐评 cuTile「专打」Triton,Tile 范式能否重塑 GPU 编程生态竞争格局

2025 年 12 月,在 CUDA 发布近二十年后,NVIDIA 推出新的 GPU 编程入口「cuTile」,通过 Tile-based 编程模型重构 GPU 内核,使开发者无需深入 CUDA C++ 即可高效编写 Kernel,引发社区热议。尽管仍处早期,Tile 思维的抽象优势、社区探索迁移工具及实践尝试表明,cuTile 有潜力成为 GPU 编程新范式,其未来取决于生态成熟度、迁移成本及性能表现。

查看完整报道:https://go.hyper.ai/H1b0n

4. 坚持提前监管,离开OpenAI后,Dario Amodei将AI安全写入公司使命

在全球 AI 竞速按下「加速键」的当下,Dario Amodei 却以「提前监管」的少数派立场成为硅谷最不可忽视的力量。从推动 Constitutional AI,到影响欧美监管框架,他试图为 AI 时代奠定一套类似 TCP/IP 的「治理协议」。这不仅关乎安全,更关乎未来十年 AI 能否从技术狂飙走向稳定应用。Amodei 的策略,正在重塑全球 AI 产业的底层逻辑。

查看完整报道:https://go.hyper.ai/SwyNW

5. 预测精度可提升60%,清华李勇团队提出神经符号回归方法,自动推导高精度网络动力学公式

清华大学电子工程系李勇教授及团队提出了一种神经符号回归方法 ND²,通过从数据中自动推导出数学公式来刻画系统动力学。该方法将高维网络上的搜索问题等价地简化为一维系统,并利用预训练神经网络引导高精度的公式发现。

查看完整报道:https://go.hyper.ai/wVktJ

热门百科词条精选

1.核范数 Nuclear Norm

  1. 双向长短期记忆 Bi-LSTM

  2. 地面真实值 Ground Truth

  3. 具身导航 Embodied Navigation

  4. 每秒帧数 Frames Per Second (FPS)

这里汇编了数百条 AI 相关词条,让你在这里读懂「人工智能」:

https://go.hyper.ai/wiki

1 月截稿顶会
在这里插入图片描述

一站式追踪人工智能学术顶会:https://go.hyper.ai/event

以上就是本周编辑精选的全部内容,如果你有想要收录 hyper.ai 官方网站的资源,也欢迎留言或投稿告诉我们哦!

下周再见!

关于 HyperAI超神经 (hyper.ai)

HyperAI超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区, 致力于成为国内数据科学领域的基础设施,为国内开发者提供丰富、优质的公共资源,截至目前已经:

  • 为 1800+ 公开数据集提供国内加速下载节点

  • 收录 600+ 经典及流行在线教程

  • 解读 200+ AI4Science 论文案例

  • 支持 600+ 相关词条查询

  • 托管国内首个完整的 Apache TVM 中文文档

访问官网开启学习之旅:

https://hyper.ai

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1318

Qwen团队发布长上下文Reasoning模型QwenLong-L1,超越o3-mini

系统会主动筛选“历史难题”,比如之前得分低的题目,让模型反复练习薄弱环节。平均得分70.7,超过OpenAI的o3-mini(70.4),直逼Claude-3.7(70.7)!这就像让一个只会做选择题的学生,突然面对开放式研究课题——必须用强化学习(RL)激发“主动推理”能力!新模型通过“分步目标”“自我验证”,从49页法律文件中精准提取数据,算出98万美元利息。传统方法靠“死记硬背”(监督学习),但长文本需要模型具备“主动思考”能力。:用另一个小模型判断答案语义是否合理(比如“10%”和“0.1”算对)

具身机器人和通用AI 1067

掌握VR开发:虚拟现实示例程序实战指南

本文还有配套的精品资源,点击获取 简介:虚拟现实(VR)通过计算机技术模拟创建三维互动环境,为用户提供沉浸式体验。本文将介绍VR技术在多个领域的应用,并详细讲解VR开发的关键知识点,包括VR基本原理、VRML语言、3D建模、交互设计、编程基础、游戏引擎使用、性能优化及用户体验。通过分析“虚拟现实示例程序”,学习者可以深入理解VR开发流程,并掌握实际开发技能。 1....

weixin_35879493的博客 3820

三维视觉新突破:字节Seed推出DA3,实现任意视角重建视觉空间;7w+真实工业环境数据!CHIP填补6D姿态估计工业数据空白

从视觉输入中感知和理解三维空间信息的能力,是空间智能的基石,也是机器人与混合现实(Mixed Reality,ML)等应用的关键需求。Depth-Anything-3(DA3)是由 ByteDance-Seed 团队发布的突破性视觉几何模型,以「极简建模」理念革新视觉几何任务:仅采用单一普通 Transformer(如 vanilla DINO 编码器)作为骨干网络,通过「深度射线表示」替代复杂多任务学习,即可从任意视觉输入(已知/未知相机姿态均可)中预测空间一致的几何结构。

HyperAI超神经 794

【论文精读】Latent Diffusion

Latent Diffusion

weixin_44934783的博客 4480

ROS2实战:手把手教你用walking机器人仿真实现医院多楼层自动配送(含实时地图切换)

本文详细介绍了如何利用ROS2和walking机器人仿真平台实现医院多楼层自动配送系统,重点讲解了动态地图切换技术和多楼层导航的实现方法。通过实时加载地图和优化电梯过渡策略,解决了医院复杂环境下的自主配送难题,为医疗物流自动化提供了实用解决方案。

weixin_29090917的博客 365

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 338

xenomai内核解析--嵌入式实时linux概述

Linux系统作为一个GPOS(通用操作系统)发展至今已经非常成熟可靠了,并且由于遵循GPL协议,开放所有系统源代码,非常易于裁剪。更重要的是,与其他开源的GPOS或RTOS相比,Linux系统支持多种处理器、开发板,提供多种软件开发工具,同时Linux系统对网络和图形界面的支持非常出色。显然,选择Linux操作系统在产品的开发周期和成本控制方面都有巨大优势。 虽然Linux系统功能强大、实用性强...

wsg1100 3702

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 614

华为OD机试真题 新系统 9月16号 【园区基站节能部署规划】

华为OD机试真题 新系统【园区基站节能部署规划】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题 【园区基站节能部署规划】多语言题解。

qq_45776114的博客 364

【大语言模型 85】IA3与其他PEFT方法对比

在大语言模型时代,参数高效微调(PEFT)技术成为了降低微调成本的关键。本文深入解析IA3(Infused Adapter by Inhibiting and Amplifying Inner Activations)方法,并与LoRA、AdaLoRA、Prefix Tuning等主流PEFT技术进行全面对比,通过理论分析、代码实现和实验验证,帮助读者理解不同PEFT方法的优劣势和适用场景,为实际项目中的技术选型提供科学依据。

熵数实验室 755

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 273

基于simulink创建一个针对双馈异步风力发电机并网运行的仿真模型

摘要:本文详细介绍了基于Simulink的双馈异步风力发电机(DFIG)并网运行仿真建模方法。系统包含风速输入、风力机、双馈发电机、电力电子变换器、控制器和并网接口等模块,通过8个步骤完整呈现了建模流程,包括风速模拟、机械功率计算、发电机特性建模、变流器控制策略设计等关键环节。仿真可评估系统在不同风速条件下的动态响应、最大功率跟踪能力和发电效率,为风力发电系统的优化设计提供有效验证手段。模型可根据实际需求扩展环境因素和电网交互等细节,提高仿真精度。

amy_mhd的博客 337

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 206

OSG程序如何适配在无显卡的Ubuntu系统中

osg踩坑,希望遇到同样问题的人,可以尽快出坑,完美开发

大侠的后花园 459

SpringBoot 整合Jasypt 实现配置文件加密读取操作详解

SpringBoot 整合Jasypt 实现配置文件加密读取操作详解

congge 4101

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 340

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 349

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 84

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 157

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 511

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 614

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

405

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 401

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5156

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 564
上一篇: 在线教程丨基于AI手势识别,仅用CPU即可定制形态多变的3D圣诞树
下一篇: 入选NeurIPS 2025,智源/北大/北邮提出多流控制视频生成框架,基于音频解混实现精确音画同步
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值