ManiSkill是一个由SAPIEN驱动的强大的统一机器人仿真和训练框架。整个框架尽可能开源,ManiSkill v3目前处于测试版发布阶段。其特点包括:
ManiSkill计划支持各种工作流程,包括但不限于基于2D/3D视觉的强化学习、模仿学习、感知-规划-行动等。ManiSkill还将支持更多资产/场景(例如AI2THOR),以及其他功能,如用于评估真实世界策略的数字孪生。有关在正式v3发布之前计划添加的功能,请参阅我们的路线图。
请参阅我们的文档,了解从构建任务到数据收集的教程等更多信息。
注意: 本项目目前处于测试版发布阶段,因此并非所有功能都已添加,可能存在一些错误。如果您发现任何错误或有任何功能请求,请在我们的GitHub issues上发布,或在GitHub discussions中讨论。我们还有一个Discord服务器,用于发布公告和讨论ManiSkill相关内容。
寻找原始ManiSkill2的用户可以在v0.5.3标签找到该代码库的提交。
ManiSkill的安装非常简单,您只需运行几个pip安装命令即可
# 安装包 pip install --upgrade mani_skill # 安装与您的系统兼容的torch版本 pip install torch torchvision torchaudio
最后,您还需要按照这里的说明设置Vulkan
有关安装的更多详细信息(例如,从源代码安装或进行故障排除),请参阅文档
要开始使用,请查看快速入门文档:https://maniskill.readthedocs.io/en/latest/user_guide/getting_started/quickstart.html
我们还有一个快速入门Colab笔记本,让您无需自己的硬件即可尝试GPU并行化仿真。所有内容都可以在Colab免费版上运行。
有关可以运行的完整示例脚本列表,请参阅文档。
我们目前最好地支持基于Linux的系统。Windows系统的支持有限,目前不支持MacOS。我们正在努力尝试在其他系统上支持更多功能,但这可能需要一些时间。大多数限制源于SAPIEN包能够支持的功能。
系统 / GPU | CPU仿真 | GPU仿真 | 渲染 |
---|---|---|---|
Linux / NVIDIA GPU | ✅ | ✅ | ✅ |
Windows / NVIDIA GPU | ✅ | ❌ | ✅ |
Windows / AMD GPU | ✅ | ❌ | ✅ |
WSL / 任何GPU | ✅ | ❌ | ❌ |
MacOS / 任何GPU | ❌ | ❌ | ❌ |
ManiSkill 3的技术论文即将发布。
目前的作者列表如下:Stone Tao*、Fanbo Xiang*、Arth Shukla、Chen Bao、Nan Xiao、Rui Chen、Tongzhou Mu、Tse-Kai Chan、Xander Hinrichsen、Xiaodi Yuan、Xinsong Lin、Xuanlin Li、Yuan Gao、Yuzhe Qin、Zhiao Huang、Hao Su
ManiSkill中的所有刚体环境均在完全许可的许可证(例如Apache-2.0)下授权。
资产在CC BY-NC 4.0许可下授权。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大 规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。