博客作者
DevOps工程师
334
已发布文章
9.9K
博客获赞
886K
博客浏览
第 2 页
无人机智能 AI 巡检平台融合低空经济、GIS、物联网及 AI 视觉技术，构建空天地一体化协同作业体系。系统支持大疆、极飞等主流工业级无人机接入，实现一键起飞、三维航线规划、远程操控及实时视频回传。内置百种 AI 算法模型，覆盖安全帽识别、烟火监测、人员越界等场景，支持私有化部署与信创环境。通过全流程闭环管理，从任务下发到报告生成，为市政交通、输电巡查、森林…
扩散模型通过加噪与去噪机制实现生成任务。DDPM 奠定理论基础但计算成本高；Stable Diffusion 引入潜在空间压缩与文本条件，实现实用化落地；DiT 则采用 Transformer 架构替代 U-Net，提升扩展性与训练稳定性。本文梳理了从 2020 年至今的技术演进路径及主流模型对比。
安路 FPGA 下载器支持在线 JTAG 下载与调试。介绍驱动安装步骤及软件配置方法。通过设备管理器确认识别后，连接开发板并导入工程文件，选择 PROGRAM_FLASH 模式即可固化 FLASH。注意 JTAG 端子不支持热插拔，需先连接再上电。
OpenClaw 是一个开源 Agent 框架，本文介绍如何在本地环境安装 OpenClaw 并集成飞书机器人。主要步骤包括配置 GLM 模型 API、在飞书开放平台创建应用获取凭证、安装飞书插件、设置环境变量以及启动网关服务。通过 WebSocket 长连接模式可实现实时交互，需注意 Token 消耗与上下文限制。
π0 是 Physical Intelligence 团队提出的具身智能基础模型，采用视觉语言模型结合独立动作专家与流匹配技术。该模型基于超 1 万小时真实数据训练，支持跨形态机器人控制。通过预训练学习通用物理规律，后训练优化特定任务表现。工程上利用 KV Cache 和动作块技术实现 50Hz 实时推理，解决了传统自回归离散化方法在精度和延迟上的瓶颈，实现…
OpenClaw、猎豹 EasyClaw 和腾讯 WorkBuddy 是近期热门的 AI 智能体框架。OpenClaw 为开源原版，适合开发者自定义配置；EasyClaw 提供零配置体验，内置模型服务；WorkBuddy 则深度集成国内 IM 平台，适合企业办公。本文对比三者差异，详解 Node.js 环境搭建及命令行安装步骤，并提供常见问题排查方案，帮助用…
VR、AR、MR 是三种不同的虚实交互技术。VR 通过隔离现实提供全沉浸体验，适用于游戏和观影；AR 在现实中叠加虚拟信息，常用于导航和特效；MR 则实现虚拟与现实的深度互动，多见于专业办公和工业场景。三者核心区别在于虚实融合度与交互能力，而非单纯的设备价格。理解这些差异有助于根据实际需求选择合适的技术方案。
Llama 3-8B-Instruct 模型在昇腾 NPU 硬件配合 SGLang 推理框架下的性能实测分析。测试涵盖吞吐量、延迟及显存占用，通过不同批量大小与序列长度的压力场景验证了 Ascend NPU 在高并发推理中的稳定性与效率。结果显示该组合具备高吞吐低延迟特性，适合大规模离线生成及在线服务场景。
NLP 技术在金融行业落地广泛，涵盖新闻情感分析、风险管理与欺诈检测等核心场景。通过引入 FinBERT 等专用模型及文本预处理技术，有效解决专业术语识别与实时性挑战。实战部分展示基于 Python 和 Tkinter 构建的金融新闻情感分析应用架构，提供从理论到工程落地的完整参考路径，助力金融机构提升市场分析与风控效率。
Circle Loss 提出了一种统一的相似度优化视角，将基于分类的学习（如 Softmax）与基于度量的学习（如 Triplet Loss）纳入同一框架。通过推导通用损失公式，证明了两者均为特例。引入动态权重机制，根据样本难度自适应调整梯度强度，解决了传统方法在简单样本上浪费计算资源的问题。几何解释显示其决策边界由直线演变为圆弧，赋予模型更大的灵活性。该方…
非科班背景进入人工智能领域面临数学与编程基础的双重挑战。建议分四阶段推进：首月夯实 Python 语法与核心数学知识；随后掌握机器学习原理及 PyTorch/TensorFlow 框架；进阶学习 CNN、Transformer 等模型并深入特定领域；最终完成项目部署与性能优化。推荐资源包括经典教材如《深度学习》、Andrew Ng 课程及 GitHub 开源…
Stable Diffusion v1.5 是由 Stability AI 与 RunwayML 合作开发的文生图模型，支持文本生成图像、图像修复及风格迁移等功能。该模型基于扩散架构，默认分辨率 512x512，可通过 Python 的 diffusers 库调用。适用于插画生成、产品设计草图及二次元风格创作，需配合显卡运行以获得较好性能。
基于 Ascend NPU 环境，利用 LlamaFactory 框架对 Qwen3.5-4B 模型进行 LoRA 微调。流程涵盖环境搭建、依赖安装、数据集配置、训练脚本编写及推理验证。重点解决昇腾算力下的 torch-npu 适配问题，提供单卡与多卡训练参数说明。通过对比微调前后 API 调用结果，直观展示模型效果提升，适合希望快速上手大模型私有化部署的开…
微信官方推出 ClawBot 插件支持接入开源 AI 框架 OpenClaw。用户需更新微信至 v8.0.70 以上并安装 NPM 插件完成绑定。该功能存在 24 小时消息保活、不支持群聊及权限隔离等限制。同时需注意 OpenClaw 默认配置的安全风险，避免服务暴露公网导致密钥泄露。
CogVideoX-2b 是基于文本生成短视频的 AI 模型。介绍如何通过 WebUI 界面零代码部署该模型，实现本地化视频创作。内容涵盖环境选择、参数配置、提示词编写技巧及常见问题排查，帮助用户快速上手生成高质量动态视频，无需处理复杂的命令行或依赖安装。
Hugging Face 访问令牌是调用 Llama 等大模型的前提。详细演示了从申请模型权限到获取 Access Token 的全过程，涵盖 Meta-Llama-3.1-8B-Instruct 的具体操作路径及状态确认方法。重点包括协议签署、网络环境设置、权限审核状态查询以及 Token 类型的选择策略，帮助开发者快速搭建本地或云端的大模型调用环境。
具身智能强调智能体通过物理身体与环境交互，视觉是其核心感知模态。重点解析计算机视觉在机器人系统中的架构与关键技术，分析视觉如何辅助环境理解、决策行动及多传感器融合。同时梳理当前面临的鲁棒性、实时性及语义理解挑战，并展望大模型融合与端到端系统的未来趋势。
PANTONE 潘通色标薄全系列 AI 色板库包含完整色彩数据，采用 AI 格式存储。设计师可直接导入 Adobe Illustrator 使用，确保色彩精确还原。涵盖全系列颜色，满足专业设计需求，操作简便，解压后导入即可生效，是提升设计效率与品质的实用工具。
2026 年 3 月 AI 行业延续技术深化与场景落地双主线，多模态模型与长上下文能力成焦点。开源生态扩张推动工具链标准化，自主智能体框架兴起促进工作流自动化。针对信息过载与技术理解门槛，智能聚合平台提供高效追踪方案，开发者应结合订阅简报与开源项目参与策略，重点关注多模态应用、自主智能体落地及开源工具协同效应。
Android WebView 版本升级方案详解针对低版本 Chromium 内核不支持 H.265 硬解等问题。通过 WebViewUpgrade 库可在运行时 Hook 系统服务实现免安装升级内核至 Google WebView 或 Chrome 版本。方案对比了腾讯 X5、Crosswalk 及 GeckoView 等替代技术。接入需在 Applica…
