Software 2.0

PHYSICAL AI

物理 AI 新手入门指南

物理 AI 领域全景及你应了解的所有公司

SIDE HUSTLE

用 AI 赚钱的真实真相

我确实用 AI 运营我的大部分业务。但它完全不像缩略图承诺的那样。

SIDE HUSTLE

如何让 AI 帮你做副业

AI 编程工具改变了谁可以构建产品：如何将你的领域知识转化为人们真正使用的小产品

PHYSICAL AI

ROS 2 自主移动机器人简明教程

本指南基于机器人学的基础概念（如 Bug1 和 Bug2 规划方法），通过一个演示性的 2D 示例，全面而易懂地描述了移动机器人技术。

PHYSICAL AI

教机器人理解三维世界

现代视觉-语言-动作（VLA）系统整合了几个基本模块：视觉感知、语言推理以及视觉与语言的多模态对齐。

PHYSICAL AI

机器人控制简明教程

本文将深入剖析机器人控制的基础知识，从高层规划讲起，逐步深入到运动物理原理以及支撑其运行的软件公式。

PHYSICAL AI

3D 感知：BEV 鸟瞰图

本文是一个使用ROS 2 Jazzy构建3D感知流水线的系列实践教程的一部分。在现代机器人学中，"看见"是不够的——机器人需要空间智能来定位3D世界中的物体。

PHYSICAL AI

物理 AI 漫画图解

聊天机器人可以帮你写邮件、总结会议、为辩论的双方辩护。但它们做不到的是：伸手到一条移动的流水线上，拿起一块鸡腿肉，精确称重到克，然后放到一个每次位置都不完全相同的托盘中。

APPLICATION

基于Qdrant的多维电商语义引擎

我如何使用ColBERT、SigLIP和BGE在单个Qdrant点内构建多向量语义搜索引擎，在触及数据库之前先拆分用户意图

PHYSICAL AI

用开源软件模拟工业控制系统

用开源工具和Factory IO模拟真实传送带。

ALGORITHM

分类器 ROC 曲线解读

在这篇博文中，我将解释ROC曲线展示了什么，AUC的含义，以及如何正确解读和使用它们。

MODEL-ZOO

TabFM：表格数据零样本基础模型

自从我们推出 TimesFM 以来，人们在处理时间序列预测方面已经发生了巨大变化。现在，我们将同样的"零样本"逻辑引入到表格数据中。

PHYSICAL AI

用ESP32 制作音乐合成器

今天我们将把同一个ESP32编程为MIDI键盘使用！这将允许我们将ESP32与专业级软件（如GarageBand）配合使用，使用各种乐器和效果器。

APPLICATION

Mimir 开源代码智能引擎

Mimir是一个基于Go的代码智能引擎，可以索引你的整个代码仓库。

APPLICATION

如何构建自己的代码智能层

RAG、安全分析和测试智能——统一在单个API后面，任何IDE代理都可以调用。

APPLICATION

YOLOv8 驱动的 PLC 自动化

本文演示了如何训练一个基于YOLOv8的目标检测系统，并将其集成到PLC自动化工作流中。

MODEL-ZOO

UniAD 自动驾驶基础模型

UniAD是端到端自动驾驶的基础模型。它于2023年4月由OpenDriveLab、武汉大学和商汤科技研究院联合提出，并荣获CVPR 2023最佳论文奖。

MODEL-ZOO

BEVFusion 雷视融合模型

BEVFusion统一的鸟瞰视角和多任务学习方法如何塑造自动驾驶车辆感知的未来。

LLM

LLM的新挑战：知识泄露

与传统数据泄露不同，知识泄露发生在LLM利用预训练期间获得的知识得出结论，或重建本应被移除的信息。

MODEL-ZOO

NVIDIA LocateAnything-3B

LocateAnything-3B代表了视觉定位领域的重大进步——这一领域专注于帮助AI不仅理解图像中有什么，还能精确知道每个物体在哪里。

MODEL-ZOO

Krea 2 开源图像生成模型

Krea 2是一个120亿参数的开源图像模型，可与闭源API相媲美。以下是技术报告揭示了什么以及如何在本地运行它。

MODEL-ZOO

DeepSeek DSpark 让推理提速85%

DeepSeek V4 Pro DSpark使用了完全相同的V4 Pro检查点，只是在上面附加了一个额外的推理模块。

MODEL-ZOO

本地运行Fable 5增强版Gemma 4

了解如何使用预构建的llama.cpp二进制文件在RTX 5070 Ti上本地运行Fable 5增强版Gemma 4，测试MTP推测解码，连接Pi实现私有AI编码智能体工作流，并排查常见设置问题。

MODEL-ZOO

Ornith-1.0-35B：超快的MoE模型

DeepReinforce的Ornith-1.0–35B MoE模型以极低的计算量提供了接近27B密集模型的质量。我在llama.cpp上测试了它——无需任何升级。

MODEL-ZOO

Unlimited OCR 解读

在标准的32K最大上下文长度下，百度Unlimited OCR首次让OCR模型能够一次性读取整本书。