PythonAI算法
Video2Robot：从视频到机器人动作的端到端生成管道
Video2Robot 是由 AIM-Intelligence 开发的开源项目，提供从视频或文本提示到机器人运动序列的端到端转换管道。它整合了 Google Veo 和 Sora 进行视频生成，利用 PromptHMR 提取人体姿态（SMPL-X），并通过 GMR 框架将动作重定向至不同机器人平台（如 Unitree、Booster）。项目支持多模态输入、交…
发布于 2026/4/694 浏览3 点赞
博客作者
独立开发者
个人项目创作者
加入于 2026/4/7统计更新于 2026/8/27
343
已发布文章
12K
博客获赞
881K
博客浏览
发布的文章
第 7 页
PythonAI算法
Faster-Whisper-GUI 日语语音识别与转写指南
Faster-Whisper-GUI 是一款基于 PySide6 开发的图形界面工具，支持日语语音识别和音频转写。它兼容多种模型，支持 CUDA 硬件加速，并能输出带时间轴的文本。用户需配置模型路径、设备选择及语言参数，即可执行转写。常见问题包括识别不准或速度慢，可通过优化音频质量、选择合适模型或使用显卡加速解决。该工具适合日语学习者及内容创作者提升效率。
