博客作者
奇异怪诞
348
已发布文章
12K
博客获赞
636K
博客浏览
第 3 页
OpenVLA 是基于 Prismatic VLM 构建的开源视觉 - 语言 - 动作模型。它利用 SigLIP 和 DinoV2 作为视觉编码器，Llama 2 作为语言骨干，通过离散化机器人动作并映射到 LLM 词表，采用下一个 Token 预测技术进行训练。该模型在 Open-X Embodiment 数据集上微调，支持多机器人控制及高效 LoRA 微…
AudioSeal 是 Meta 开源的语音水印工具，用于 AI 生成音频的检测和溯源。文章展示了在 Whisper 生成的音频中嵌入并提取水印的案例，测试了压缩、采样率转换、加噪等处理后的鲁棒性。结果显示 AudioSeal 具有隐蔽性强、抗干扰能力好、处理速度快等特点，适用于 AI 内容溯源、版权保护及数字取证场景。
RTD1296PB 与 RK3568 两款 ARM 处理器在 NAS 及智能家居场景下的实际表现存在显著差异。RK3568 凭借 Cortex-A55 架构与更高主频，在计算任务与多盘位扩展上优势明显，且支持 2.5G 网络。RTD1296PB 则在视频功耗控制上更优，适合纯影音需求。选型需结合具体负载，追求高性能选 RK3568，低功耗影音选 RTD129…
SBUS 协议是遥控器与飞控间常用的串行通信标准。文章解析其反向电平 UART 特性、100kbps 波特率及 25 字节帧结构。涵盖硬件电平转换方案如 SN74LVC1G240 和 74HC14，提供 STM32 中断与 DMA 接收代码示例。对比 PWM 与 PPM 协议优势，阐述通道数据位打包规则及故障检测机制，适用于无人机、航模等嵌入式控制场景开发。
FPGA 利用并行处理能力在硬件层面实现高速网络通信。以 Xilinx AC701 开发板为例，详解 Verilog 语言构建以太网 UDP 系统的完整流程。内容涵盖 MAC/PHY 层接口配置、协议帧封装解析、CRC 校验机制及 AXI DMA 数据传输优化。通过实际代码示例与调试方法，帮助开发者掌握低延迟网络协议栈的硬件实现技巧，解决时序约束与数据完整性…
node-llama-cpp安装与配置：Windows、Linux和Mac全平台教程 【免费下载链接】node-llama-cppRun AI models locally on your machine with node.js bindings for llama.cpp. Force a JSON schema on the model output…
引言 虚拟现实（VR）和增强现实（AR）正逐步从科幻概念演变为改变我们工作、娱乐和社交方式的核心技术。它们通过数字内容与现实世界的融合，重塑了人机交互的边界。将系统分析两者的定义、技术架构、应用场景、当前挑战及未来趋势，帮助您全面理解这一变革性领域。 * * 一、核心定义与区别 | 维度 | 虚拟现实 (VR) | 增强现实 (AR) | 混合现实 (MR)…
前言 在第 20 届全国大学生智能车竞赛（智慧医疗机器人创意赛）中，我们团队获得了国一。作为队长兼技术主力，我想分享一下在备赛过程中的一些思路。为了保持比赛的公平性和竞争性，部分核心代码（如惯导和避障思路）未开源，但主要技术逻辑如下。 记录了备赛过程中的关键经验，包括网络问题优化、上位机辅助处理、半场扫码策略、P 点准确返回方法、STM32 源码修改以及数据…
OpenClaw 完整搭建指南：从零打造 AI 助手 > 基于实际部署经验，详细介绍 OpenClaw 的安装、配置 GitHub Copilot / Qwen 模型、接入钉钉、解决常见问题，以及搭建本地模型的完整流程。 * * 目录 什么是 OpenClaw 环境准备与安装 配置模型提供商 接入钉钉机器人 钉钉插件常见问题与解决方案 日常使用技巧 搭建本地…
引言 随着人工智能（AI）和虚拟现实（VR）技术的不断进步，元宇宙（Metaverse）这一概念逐渐成为热门话题。在这个虚拟的世界里，用户不仅能够通过数字化的方式体验各种互动，还能够创造和与虚拟人物进行多种形式的交流与互动。而在这一过程中，AIGC（人工智能生成内容）技术的作用不可或缺，尤其是在虚拟人物创作和虚拟角色的行为与交互方面，AIGC 正在赋予元宇宙…
Llama Factory 大模型微调显存优化技巧 作为一名开发者，当你正在微调一个大模型时，最令人沮丧的莫过于显存不足导致训练中断。这种情况我遇到过多次，特别是在尝试更大规模的模型或更复杂的任务时。将分享我在使用 Llama Factory 进行大模型微调时积累的显存优化技巧，帮助你顺利完成任务。 这类任务通常需要 GPU 环境，许多平台提供了包含 Lla…
Stable Diffusion v2-1-base 是由 Stability AI 开发的文本到图像生成模型，专为 AI 绘画初学者设计。这款模型在继承前代优秀性能的基础上，通过 220k 额外训练步骤进一步优化了生成质量，让每个人都能轻松创作出令人惊艳的 AI 艺术作品。 核心功能亮点 Stable Diffusion v2-1-base 模型具备以下突…
从零开始创建 cli-progress 自定义预设：打造个性化进度条样式 在开发命令行应用时，一个直观美观的进度条能极大提升用户体验。cli-progress 作为一款轻量级的命令行进度条工具，不仅提供了丰富的预设样式，更支持开发者创建完全自定义的进度条风格。将带你一步步打造专属于你的进度条预设，让你的命令行应用脱颖而出。 认识 cli-progress 预…
在做小程序开发的过程中，我们经常会遇到这样一个需求：用户在小程序里点开一个课程/资料，需要跳转到公司内部的学习系统或者外部网站。 问题来了： 小程序禁止直接用 <a> 标签跳转外部网页 也不能像浏览器里那样用 window.open 那么，怎么实现呢？ 这篇文章我会结合实际项目，聊聊 **两种常见方案**： **业务域名 + WebView 打开外部链接**…
字节跳动 Coze 平台的基础概念、生态及核心功能，包括智能体（Agent）、工作流、知识库和数据库。详细阐述了如何从零开始开发智能体，配置插件与 RAG 能力，并通过工作流封装业务逻辑。最后通过实战案例展示了如何利用 Coze API 与 Python Flask 结合，构建一个支持视频生成的 Web 应用，涵盖了从环境配置、后端接口开发到前端页面集成的完…
针对 X-Gnarly 设备指纹检测的 JSVMP 逆向还原方案。通过分析 Webmssdk.js 文件，采用日志挂钩结合大模型推理的策略，识别出魔改 ChaCha 算法及混淆逻辑。该方法避免了硬啃 VMP 指令的低效问题，成功从日志中还原出原始 JS 代码，为类似混淆场景提供了新的技术路径。
Stable Diffusion XL 1.0 的 Docker 镜像免配置部署方案。通过预置环境依赖和模型文件，用户只需执行简单的 Docker 命令即可在本地搭建 AI 创作环境。内容涵盖环境准备、界面功能、风格预设、提示词技巧及性能优化建议，适合希望快速体验 AI 绘画的用户。
介绍基于 Python 和 Selenium 的 Web 自动化测试实战方案。通过设计登录、列表、详情等核心模块测试用例，封装通用工具类实现驱动管理与截图功能。脚本采用模块化结构，按流程执行并生成可视化测试报告，旨在保障博客系统的功能稳定性与质量。
如何使用 Trae 编辑器集成图片素描 MCP 工具，将普通图片转换为多风格素描效果。该工具基于 MCP 协议，支持经典、详细、柔和三种风格切换，兼容多种图片格式及中文路径，具备单张/批量处理能力。教程涵盖了环境准备（Python 3.13+）、依赖安装（uvx）、Trae 智能体配置及 MCP 连接步骤，并提供了系统提示词示例。通过调节高斯模糊和对比度参数…
WhisperX 是基于 OpenAI Whisper 模型优化的开源自动语音识别工具。它利用批量推理、强制音素对齐和语音活动检测技术，实现 70 倍实时转录速度，提供精确的词级时间戳和说话人分割功能。支持多语言，适用于视频字幕、会议记录及音频搜索等场景。基于 Python 开发，易于集成到现有工作流中。
