LET:面向真实场景与长时序任务的人形机器人数据集

在机器人领域,数据的重要性不亚于燃油之于发动机。没有好数据,再牛的算法也只是纸上谈兵。今天要给大家介绍一个让研发者和学术界都兴奋的数据神器 —— LET 全尺寸人形机器人真机数据集!

随着机器人能力从单一动作执行,向多步骤、长时序、真实环境下的完整任务执行演进,行业关注重点正在发生变化。模型结构已不再是唯一限制因素,能够真实反映多场景、多目标执行过程的数据,正在成为决定具身智能能力上限的关键。覆盖真实任务流程的真机数据,正逐步成为具身智能持续发展的核心基础。

在这一背景下,OpenLoong 开源社区迎来了 LET 数据集(LET-touch-dataset) 的加入。该数据集是一个面向真机执行的全尺寸人形机器人操作学习数据集,由乐聚智能与合作团队联合构建,旨在为具身智能模型提供更贴近真实应用场景的高质量数据基础。LET 数据集目前已正式捐赠并上线 OpenLoong 开源社区。

图片

👉 数据集地址:https://ai.gitcode.com/lejurobot/let_dataset

图片

在具身智能领域,模型需要学习的不只是感知或理解,而是在真实世界中完成感知、决策与执行的闭环,包括跨阶段策略推理、复杂动作执行,以及从自然语言指令到连续动作序列的稳定实现。实现这些能力的关键,在于高质量的真实操作数据。相比仿真数据,真实机器人在真实物理环境中的任务执行更能反映环境约束与策略选择的复杂性,因此对数据的真实性、规模和规范性提出了更高要求。

LET 数据集正是在这一背景下诞生,为具身智能模型训练提供了重要的真实数据基础。

01|真实长时序任务覆盖

LET 数据集真正的核心价值之一,就是它在长时序任务覆盖上的深度与广度。我们知道很多机器人数据集仅仅是一堆“单步动作片段”—比如抓取这个物体、移动到某点、放下这个物体等,一段一段割裂开来。

但是 LET 数据集完全不同:它是基于乐聚夸父系列全尺寸人形机器人真实采集的整套作业流程数据,真实记录了机器人从任务起点到任务结束的完整连续执行过程,而不是简单的短镜头组合。

图片

在 LET 里,每一条数据轨迹不是孤立的“动作片段”,而是一个连贯的执行链路。例如机器人在工厂里完成一个装配任务,它不是先完成一个动作停止再重新启动,而是从识别物体、抓取、移动、避障到最终完成整个任务,全流程连续记录。

这样的连续性数据非常稀缺,因为:

  • 它捕获了时间维度上的策略演进 — 机器人在执行过程中对感知信息的持续反馈与动作调整;

  • 反映了真实的动态扰动与环境交互 — 在真实场景中,机器人会遇到各种延迟、抖动、碰撞、小误差,这些都成为模型训练非常宝贵的真实样本;

  • 使得长时序行为模式可学习 — 传统单步数据只能教会机器人“一步怎么做”,而 LET 的长时序数据能教机器人“整个任务怎么规划、怎么调整、怎么连续执行”。如同人类从看懂一帧图片进阶到理解一整部电影的剧情一样,这种长时序连贯数据大幅提升学习质量。

数据量到底多大?

LET 数据集采集规模超过 60,000 分钟真实任务执行数据,这在国内乃至国际的人形机器人真机数据集里都属于领先级别。这样的规模确保了长时序数据既有足够密度,又有足够多样性,支撑从感知、策略到执行一整套学习与评估流程。

为什么这对模型训练这么重要?

长时序数据为学习智能策略、规划决策和连续控制提供了必要的真实样本。在强化学习、模仿学习、策略优化这些前沿研究方向里:

  • 模型能从真实任务链路中学习策略变化;

  • 能捕获任务间上下文和阶段性特征;

  • 更接近真实部署场景,实现从“动作预测”到“行为理解与决策”的跃迁。

02|多场景、多任务结构化采集

LET 数据集的一个显著特点在于其丰富的场景覆盖能力与高度结构化的任务设计。该数据集并非简单的数据堆积,而是在真实作业环境中,围绕明确的任务目标与执行流程进行系统化设计与采集,形成可直接用于模型训练与评估的结构化数据资产。

数据采集从宏观上覆盖了三个核心应用领域:

  • 工业制造 —— 汽车工厂、3C 电子生产线

图片

传送带分拣 gif 图

  • 商业零售与服务 —— 快消品场景、酒店服务、日化产品分拣

图片

日化产品分拣图

  • 日常生活与物流 —— 生活服务、仓储与物流执行

图片

日常桌面整理 gif 图

这些场景并非随意选取,而是聚焦当前人形机器人最具实际应用价值和落地潜力的真实环境。多样且具有代表性的场景组合,为模型在不同任务与应用领域中的迁移与泛化能力提供了更扎实的训练基础。

图片

场景分布图

在这些场景之上,LET 数据集构建了 31 项核心任务。每项任务都在真实业务链路中设计,目标清晰、步骤明确、执行流程有约束,不是简单的“机器人站着拍几段动作”。

图片

任务分布图

这意味着模型训练时能够基于明确定义的任务目标,去学习:

  • 任务规划策略

  • 步骤之间的逻辑关系

  • 多步骤执行中的连续动作模式

从“识别物体 + 执行动作”跃迁到“根据任务目标做连续决策”,这是机器人从“做动作”迈向“理解任务”的关键一步。

03|多模态标注与结构化信息支持

为了支持具身智能模型对复杂任务的全面学习,LET 数据集在采集阶段即引入了多模态感知与动作信息的协同记录机制,将机器人在真实执行过程中的多源观测数据统一纳入同一数据体系中。

在数据内容上,LET 数据集不仅包含高频采集的视觉流信息(多视角 RGB / 深度图像),还同步记录机器人本体状态,包括关节角度、关节速度、力矩反馈、末端执行器位姿与接触状态等关键运动与控制信号。这种“感知—状态—动作”并行采集的方式,使得数据能够真实反映机器人在复杂环境中执行任务时的完整决策闭环。

图片

在此基础上,LET 数据集构建了结构化语义标注体系。每条数据不仅配备明确的任务描述,还进一步细分为任务阶段标签、子目标定义与关键动作节点,使原本连续的执行过程具备清晰的语义层级。这种标注方式避免了仅依赖结果标签的粗粒度监督,使模型能够学习到任务分解、阶段切换与动作选择之间的内在关联。

通过多模态观测数据与结构化语义信息的深度结合,LET 数据集为模型同时学习感知理解、动作规划与执行控制提供了坚实的数据基础,为复杂任务建模和长期任务学习奠定了可扩展的数据表达形式。

04|面向训练与工程应用的设计

在设计之初,LET 数据集并未将目标局限于实验室研究场景,而是明确面向模型训练与工程落地的双重需求进行构建。在数据规范性、工程化适配和长期可维护性方面,LET 数据集进行了系统化设计。

首先,在数据结构与格式层面,LET 数据集遵循统一的数据规范,对多模态数据的存储方式、时间戳对齐、字段命名和元信息描述进行了严格约束,确保不同场景、不同批次采集的数据在逻辑与结构上保持高度一致。这种统一性显著降低了后续模型训练过程中对数据清洗与格式适配的成本。

其次,LET 数据集引入了完整的数据生命周期管理机制,覆盖数据采集、预处理、质量审核、版本迭代与发布等关键环节。通过明确的数据版本控制与质量标识,开发者能够清晰追溯数据来源与变更历史,为模型对比实验、性能回溯与工程复现提供可靠保障。

更重要的是,这种工程化设计使 LET 数据集具备“即用型”特征。科研团队和企业开发者无需投入大量精力进行二次整理,即可直接将数据接入训练流水线,用于模型预训练、微调以及跨任务验证,加速具身智能模型从研究验证到工程部署的转化过程。

05|推动开源生态与行业协同

LET 数据集的开源与捐赠,不仅是一次数据资源的释放,更是对统一数据规范与协同治理模式的积极探索。作为 OpenLoong 数据生态的重要补充,LET 数据集在内容规模、任务复杂度与工程标准方面,为开源社区提供了具有参考价值的数据范式。

在国家地方共建人形机器人创新中心的支持下,LET 数据集以开放形式加入 OpenLoong 平台,为研究机构、高校团队与产业开发者提供了可靠的数据支撑。这种开放机制有助于推动行业在任务建模方式、技能表示形式与评测标准上的共识形成,减少重复建设带来的资源浪费。

通过引入真实场景下的大规模任务数据,LET 数据集为具身智能领域在技能学习、策略验证与系统评估等方向提供了可复用的实验基础。开发者不仅可以基于数据进行算法对比与能力验证,还能够在统一数据条件下开展跨模型、跨方法的系统性研究。

图片

LET 数据集 · 性能与优势展示

  • 大规模真实长期任务执行数据

LET数据集聚焦真实环境中的长期任务执行过程,覆盖多场景下完整任务链路与连续动作决策。数据以真实机器人执行为核心,显著区别于短轨迹、单动作的数据形态,为长期规划与持续执行模型提供高价值训练样本。

  • 面向长期任务的任务链与阶段建模能力

LET 明确刻画任务的阶段结构与执行流程,覆盖 31 项完整任务,并拆解出 117 种原子技能,支持模型学习从任务理解、阶段切换到动作执行的完整决策闭环,显著提升对 Long-horizon Planning 与多阶段任务的建模能力。

  • 多场景真实采集,贴近实际部署环境

数据采集覆盖工业制造、商业零售与日常生活三大领域,包含汽车工厂、3C 工厂、酒店服务、快消零售、生活服务与物流等多类真实应用场景,有效增强模型在复杂、动态环境中的泛化能力与鲁棒性。

  • 统一规范的多模态与结构化标注体系

LET 提供统一的数据组织与标注标准,融合视觉观测数据、机器人关节与末端执行器状态、任务描述、阶段标签与语义结构信息,支持模型联合学习感知、规划与执行之间的内在关联,降低训练与工程落地成本。

  • 原子技能级数据设计,支持模块化训练与评估

通过对任务流程进行原子技能级拆解,LET 支持技能级训练、任务级组合与精细化性能评估,为策略泛化、技能复用与消融分析提供良好的数据基础,适用于构建可解释、可扩展的具身智能系统。

  • 面向研究与工程的双重可用性

LET 不仅适用于学术研究中的长期任务建模与算法验证,也可作为工程侧的训练与测试数据集,支持具身大模型训练、长期任务 benchmark 构建以及真实场景策略验证,具备持续扩展与演进能力。

👉 数据集地址:https://ai.gitcode.com/lejurobot/let_dataset

相关推荐

直播预告|码道能力全景 :工具、模式与智能体如何协同

同样是用 AI 写代码,为什么有人效率翻倍,有人却在反复返工?11月 17 日 19:00-20:30 ,本期直播围绕「码道能力全景 :工具、模式与智能体如何协同」展开,将从三个角度拆这个问题。能力、实战、规范三块拼齐,帮你判断什么场景该用、怎么用得更稳!

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 15

KMP/CMP 接入鸿蒙圆屏穿戴:表盘信息降级与 60 KB 内存账

本文介绍基于KMP/CMP架构的圆屏布局与内存降级库roundfit-kmp,通过纯Kotlin Multiplatform实现圆屏弦宽计算、内存预算与档位决策,统一ArkTS与原生端逻辑。在466px圆屏上,四档(glance/essential/compact/full)动态调整内容可见性,确保界面与内存估算一致。核心机制包括:逐高度计算可用宽度、跨N-API同步计划数据、固定坐标系下的弹性取舍。实验验证了预算、字号、档位对渲染结果的影响,实现“同一份计算,多端一致”的高效表盘适配。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 27

React Native 鸿蒙圆屏穿戴实战:20 KB 预算下的消息一瞥

本文详解在 React Native OpenHarmony 环境下,以零 SVG/Canvas、无原生模块限制,仅用 View 的 borderRadius 与 overflow 实现 208px 进度弧的渲染方案。通过半圆裁剪与三角函数定位拼接弧形,结合四档适配(full → glance),严格控制 28KB 内存预算,基于槽位存活表动态隐藏非关键元素,实现手表端高效、可验证的渐进式界面降级。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 20

Flutter 鸿蒙圆屏穿戴实战:让信息学会自己降级

在466px圆屏上,round_fit库通过弦宽公式动态计算每行可用宽度,结合几何约束、档位降级与内存预算(20KB起),实现手表端响应式布局。52项测试全通过,四页App在模拟器中完整运行,支持从full到glance四档降级,确保内容始终在安全圆内,且内存与显示效果精准可控。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 17

Qt 鸿蒙平板适配实战:一份源码,两条构建链,一个布局契约

Qt for OpenHarmony 5.12.12 与桌面 Qt 6.11 共用同一份 QML 和 C++ 源码,通过包装层差异实现跨平台兼容:鸿蒙端使用 qmlRegisterType() 手动注册类型,桌面端依赖 qt_add_qml_module() 自动注册;旋转逻辑封装为静态纯函数,确保几何计算一致。布局基于窗口尺寸动态解析,支持横竖屏、多栏、侧轨/底栏切换,实测于华为 MOR-M1 真机运行稳定,测试通过率 100%。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 27

Qt 鸿蒙端侧 OCR 实战:当系统 API 只给了 ArkTS 入口

本文介绍基于 Qt 与 OpenHarmony 的 OCR 桥接方案,解决 C++ 无法直接调用 textRecognition 的问题。通过在同进程内监听 127.0.0.1:52141,使用 HTTP/1.1 传输图片字节,由 ArkTS 侧执行识别并返回结果。项目实现轻量级桥接,支持长图分块处理,实测 3120×2080 图片识别耗时 443ms,验证了跨语言通信可行性。方案依赖系统权限与回环网络,未来可适配 NDK 接口开放。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 44

KMP/CMP 接入鸿蒙平板适配:响应式工作台与窗口旋转实战

本文介绍鸿蒙PC端ArkUI与Compose Desktop跨平台布局适配方案,通过Kotlin/Native实现统一断点逻辑(resolveTabletLayout),避免双端规则漂移。布局决策基于窗口尺寸变化,不依赖设备型号或方向,由Kotlin侧唯一计算并以JSON形式传递至ArkUI。工程上采用多平台Gradle构建,共享代码库支持桌面、移动端及OHOS,原生桥接通过N-API与版本脚本控制符号导出,确保跨语言调用稳定。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 12

Flutter 鸿蒙平板适配实战:约束是唯一的事实来源

该库基于纯 Dart 实现鸿蒙端自适应布局,核心为 TabletLayoutBuilder,仅依赖父级约束,通过 resolveTabletLayout 纯函数动态计算布局。支持多断点响应式设计,方向由宽高比推导,不依赖 MediaQuery.orientation,确保折叠屏、分屏等场景下状态保留。工作台双 Pane 常驻树上,仅切换可见性,实现零丢失预览与黄金对比测试。适配 1280×800/800×1280 预览及真实窗口(1100×643),兼容横竖屏、侧轨/底部导航切换,可发布为三方包

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 15

Electron 鸿蒙平板适配实战:把旋转变成一次纯函数计算

tablet-adaptive-electron 通过纯函数 planContentResize 实现跨平台窗口旋转,核心在于以内容区中心为锚点、结合工作区约束动态调整窗口大小与位置,避免因 setBounds 锚点偏差导致漂移。主进程与 renderer 共用断点契约,鸿蒙侧通过 ArkTS HAR 对齐适配,实现横竖屏无缝切换。验证覆盖断点、布局、IPC 等 70 项,支持 Electron 与 HarmonyOS PC 多端统一体验。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 16

KMP/CMP 鸿蒙分屏拖拽:把网页文字拖进摘录卡

“纸边摘录”是基于鸿蒙跨端框架(KMP/CMP)实现的分屏笔记工具,通过系统级拖拽事件接收浏览器选中文字,经由UDMF数据传递与ArkTS/Kotlin桥接,将纯文本转为可备注的卡片。设计上区分拖入预览、落点判断与数据写入三阶段,确保仅在有效落点导入,并避免重复或空内容。核心亮点在于严格按纯文本类型接收、UTF-8字节安全桥接、卡片状态稳定绑定,实现高效、无干扰的阅读辅助体验。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 11

KMP/CMP 鸿蒙平板适配:软键盘弹出后,怎么让备注框和提交按钮都能用

本文通过鸿蒙跨端示例,演示了在平板全屏与悬浮窗下,会议预约表单如何应对软键盘弹出导致的布局遮挡问题。采用KeyboardAvoidMode.RESIZE模式,由鸿蒙宿主动态压缩视口,Compose根据新约束重新布局,确保输入框获焦后自动滚入可见区域,确认按钮始终位于底部可触位置。关键在于:焦点变化与布局重测双触发滚动请求,避免因时序差导致内容被遮;将确认按钮置于滚动区外,保障提交操作连续性;同时验证全屏与悬浮窗两种形态下的可用性,确保用户在任意窗口尺寸下均可流畅完成填写与提交。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 11

KMP/CMP 接入鸿蒙 DID:对账文件改了一个字节,原签名还能验过吗?

本文通过鸿蒙跨端项目“文件签印”演示基于DID与SM2签名的文件篡改检测机制。在真实设备与模拟器上,同一签名验证原件通过、仅修改金额首字节的副本失败,证明验签可精准识别微小改动。系统通过读取原始字节、复用公钥与签名,确保验证结果可信。关键设计包括:异步接口适配、输入复制防干扰、阶段日志追踪、避免文本解析偏差,并强调验签依赖原始字节而非语义内容。项目实现跨端安全验证闭环,不暴露私钥或用户标识,适用于对账等高敏感场景。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 8

Electron 鸿蒙端侧 OCR 实战:把鸿蒙设备的眼睛借给桌面应用

该库通过 hdc 工具将图片传至鸿蒙设备,利用 Core Vision Kit 实现离线中文票据识别,成功绕过 Electron 无法调用 HarmonyOS 系统 OCR 的限制。识别结果以 JSON 形式回传,失败时自动降级至本地 Tesseract.js。核心机制基于 job id 管理文件传输与并发任务,确保安全隔离。实测显示设备端识别仅需 414ms,且支持模拟器与真实设备,具备高可靠性与可扩展性。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 12

Cordova 鸿蒙平板适配实战:旋转屏幕,但不旋转页面状态

本文介绍 cordova-plugin-tablet-adaptive 插件在 ArkWeb 环境下的布局适配实现:基于纯 JS 与 ResizeObserver 动态测量容器尺寸,将布局逻辑封装为纯函数,通过方向锁探测与降级处理实现跨屏自适应。实测于 HarmonyOS PC(3120×2080),验证了窗口缩放下布局字段、状态与焦点的稳定迁移,确保无重载切换。插件无原生代码,仅依赖 DOM 测量,核心在于“以视口为准”的响应式设计,成功落地于 46 项测试

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 13

《机器人有点东西》启元机器人开发者直播季 第二期来啦!

带你揭秘机器人运动控制背后的技术原理,从第一条指令到第一个动作,聊聊运控开发的关键技术与实践经验!📅 直播时间:11 月 16 日 20:00-21:00。机器人运动控制的核心原理。从零开始的运控开发思路。运动调试与技术进阶经验。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 12

开源鸿蒙社区月度优秀评选|9 月批次获奖名单公示

开源鸿蒙社区月度优秀评选由,面向高校学生开发者,秉持小任务、快认定、强反馈、持续贡献原则,搭建高校常态化贡献评优体系,沉淀开源鸿蒙优质生态成果。2026 年 6 月—12 月6-8 月开展统一评选,合并批次获奖名额为三个月名额总和。9 月、10 月、11 月、12 月每月独立评选。目前,9 月批次优秀评选名单已正式产生,现予以公示。以下名单。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 12

全国第一课!启元T1 Pro走进北邮研究生课堂

北京邮电大学研究生课程《机器人认知计算》迎来一位特殊的“助教”——上纬启元旗下的启元T1 Pro机器人。在启元“具身智能产教融合创新实践平台”的支持下,方斌老师以启元T1 Pro为示范,为60余名研究生讲授“基于VLM的具身智能技术”。这是启元T1 Pro在全国高校课堂上的第一课,也标志着启元具身智能产教融合平台在高校教学中正式落地。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 12

KMP 鸿蒙电脑快捷键实战:用 Kotlin 状态机接管 Ctrl+S 与右键菜单

本文介绍Kotlin Multiplatform鸿蒙社区推出的kmp-ohos-pc-shortcut库,解决鸿蒙电脑端快捷键实现难题。基于KMP共享层构建状态机,精准处理修饰键、焦点切换、输入法干扰等复杂场景,支持Ctrl+S、Ctrl+Shift+S等多组合键,并在2in1模拟器中实现自由窗口右键菜单自动适配。全链路由Kotlin决策,ArkTS仅订阅事件,确保跨端一致性与可靠性。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 24

Flutter 修复 flutter_tts 鸿蒙分段等待与 WAV 导出:折叠屏双栏讲义朗读

针对折叠屏双栏有声讲义场景,修复了 oh-flutter/flutter_tts_ohos 在首次朗读引擎未初始化、播放等待早退及离线 WAV 导出缺失的问题。通过串行化引擎重建与播放完成等待逻辑,并按分片序号拼接带标准文件头的 WAV 文件,实现三段朗读逐段等待(模拟器18,658ms)、单次导出246ms生成173,204B有效WAV。修复后在真机上稳定运行,捕获并重排跨进程乱序分片,完整代码已开源于 atomgit.com/oh-flutter/flutter_tts_ohos

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 7709

Flutter 修复 device_calendar 鸿蒙重复规则与服务链接:让周期会议日程准确展开并保留入会入口

本文修复了鸿蒙版 device_calendar 插件在周期日程同步与会议链接读取中的关键问题,包括重复频率映射错误、链接转换缺失及周期实例查询异常。通过对比模拟器与真机测试,验证了修复后可正确返回每日/每周重复日程(如7天晨会、4周研讨),并完整回读会议链接。完整代码已开源至 oh-flutter/device_calendar,支持鸿蒙系统Flutter开发,欢迎提交Issue或参与社区交流。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 7977

Flutter 修复 screen_retriever 鸿蒙电脑屏幕工作区检索:让桌面贴边窗口精准避让系统 Dock 栏

基于 oh-flutter/screen_retriever 0.4.0 单包分支,修复鸿蒙端缺失实现及 Dart 3.11.5 兼容问题,恢复标准 MethodChannel 桥接,补全逻辑像素折算、系统可用工作区读取、监听注销闭环与窗口内光标采样。解决贴边窗口越界、底部按钮被遮挡等问题,实现工具窗精准贴靠桌面右下角,代码已开源至 oh-flutter/screen_retriever。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 7768

Flutter 适配 wearable_rotary 鸿蒙穿戴旋转表冠:圆屏长列表单手平滑浏览

为解决鸿蒙圆屏模拟器上Flutter应用表冠滚动失效问题,作者在wearable_rotary基础上新增鸿蒙原生支持,通过onDigitalCrown接收旋转事件,实现焦点容器绑定、角度换算与整数幅度解析,使列表可双向滚动。适配后支持表冠浏览与触屏标记协同操作,代码已开源至oh-flutter/plugins,欢迎参与共建。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 7740

读徐直军《走进华为的创新之旅》:让创新成为可持续的能力

华为轮值董事长徐直军在美国《时代》杂志发表署名文章《走进华为的创新之旅:看见、亲历、引领》,回顾三十余年来亲历和推动华为创新发展的历程,分享关于人才投入、研发体系建设与基础研究的思考。对于服务开发者的 AtomGit 而言,这些实践经验也带来了启发:我们应该如何支持人的创造力,如何帮助协作形成合力,又如何让今天的积累成为未来创新的基础?以下分享这篇文章,与广大开发者共同学习,并结合平台实践展开思考。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 83

启元机器人 Developer Playground 深圳开发者见面会圆满落幕

当「整活」的开发者遇上具身智能,代码不再只停留在屏幕之内,而是驱动实体机器人听懂指令、跑通一套新 Skill。11 月 14 日,启元机器人 Developer Playground 开发者见面会暨启元机器人深圳旗舰店开业仪式,在深圳卓悦中心正式启幕,来自 AI 应用、企业研发、机器人与嵌入式及高校技术团队的开发者们齐聚现场,围绕T1 变形机器人、Q1 人形机器人完成技术分享与 Robot Challenge 双赛道实操。为活动致辞。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 76

AtomGit 10月:“建设人工智能开源社区 AtomGit,释放开源活力。”

10 月 19 日,国务院新闻办公室新闻发布会上,工业和信息化部科技司司长魏巍在介绍“人工智能+制造”专项行动成效时明确提及:“建设人工智能开源社区 AtomGit,释放开源活力。未来,AtomGit 将持续携手开发者与生态伙伴,汇聚开源创新力量,共同推动人工智能技术创新与应用。AtomGit 企业版正式上线;开源实践中心上线,同步推出城市坐标计划 · 活动日历、开源人物志与五阶段开源成长路径;OpenAPI 文档全新改版;模型硬件匹配能力、企业版、热门专题页上线。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 154

诚邀报名 | 相约南京!2026 开源鸿蒙技术大会即将启幕,共探操作系统与 AI 共生演进新方向

随着人工智能技术加速发展,操作系统正迎来新一轮变革。面对、具身智能等前沿技术带来的新需求,操作系统将如何与深度融合、协同演进?二者的融合创新又将为软件开发与产业发展带来哪些新机遇?大会信息时间2026 年 11 月 28 日地点南京扬子江国际会议中心主办开源鸿蒙项目群技术指导委员会(TSC)看点主论坛 · 二十场技术分论坛 · 创新成果展区。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 123

开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用

AI 已经把写代码这一段压平了,可改完到看见结果之间还隔着编译、重启和打包:一次全量编译要等 11 分 09 秒,一天能试几轮?要把桌面应用交付到开源鸿蒙 PC,又不想为这一端单独维护一套代码和一层桥接,路径该怎么选?开源鸿蒙跨平台系列直播第 24 期将结合 cj-tauri 的实践,分享「仓颉后端 + 系统 WebView 前端」这套组合。内容覆盖仓颉在开源鸿蒙生态里的位置、宿主与 IPC 双向桥的分工、能力白名单的最小权限模型,以及前端热更新给迭代节奏带来的变化;

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 142

报名开启|11 月 21 日北京,CANN 油气 & 化工行业 AI Meetup,共探 AI 落地路径

AI 加速走进油气化工行业,前沿技术如何落地业务、解决真实痛点,成为行业开发者共同关注的话题。为推动 AI 技术与行业场景深度融合,分享一线场景实践经验,围绕生态共建研讨,CANN 开源社区「油气 & 化工行业 AI Meetup」!本次活动聚焦三维全波形反演、AI 储层建模、油气 CV 应用、算子优化、图机器学习适配、化工智能体与分子筛选等方向,与行业伙伴、技术专家面对面交流,共探 AI 落地路径。活动时间:2026 年 11 月 21 日(周六)13:30–17:10。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 198

本期精选 G-Star 开源项目推荐|DSH 插件生态

从桌面状态反馈、界面设计和团队协作,到视觉理解、图像创作与应用操作,这些项目展示了 DSH 生态不同的扩展方向。有的解决具体体验问题,有的为 Agent 增加一类能力,也有项目把通用工具带进 DSH 工作区。欢迎前往仓库阅读 README、体验项目,并通过Star、Issue 或 PR支持作者。也欢迎更多开源项目申请加入 G-Star 计划,让你的项目被更多开发者看到。素材使用提示:本文介绍的是开源项目的技术能力。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 227

报名开启|11 月 21 日北京,CANNBot × MegaKernel Meetup,共探智能算子新方向

大模型落地浪潮下,算子开发、性能调优成为模型部署的核心难点。CANN 持续开源开放,依托 Agent 技术探索算子自动生成新范式。为促进算子开发者深度交流、共建 CANN 开源生态,11 月 21 日 CANN 开源社区在北京发起「CANNBot × MegaKernel Meetup」,现已开放报名!🙌。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 159
上一篇: 寒假充电计划启动!解锁 Flutter-OH 新技能 | 21 天训练营招募中
下一篇: G-Star 精选开源项目推荐|第五期
AtomGit 代码君
AtomGit 代码君 企业官方账号 企业官方账号
博客等级 码龄6年 2万+粉丝 895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