Project Icon

open_x_embodiment

统一格式机器人数据集和RT-X模型

Open X-Embodiment项目整合多个开源机器人数据集,采用统一RLDS格式。它提供RT-1-X模型检查点,支持RGB图像输入和7维机械臂动作输出。项目包含数据集可视化和模型推理Colab示例,以及详细使用指南。这一开放资源促进机器人学习研究,简化数据处理和模型应用流程。

low_cost_robot - 低成本机器人手臂项目 实现自动化与远程控制
3D打印Dynamixel伺服电机Github低成本机器人手臂开源项目机器人学习机器人控制
这个开源项目提供了一种低成本机器人手臂方案,总成本约250美元。采用Dynamixel XL430和XL330伺服电机,结构轻巧高效。项目还包含一个领导臂设计,可实现远程控制。系统适用于机器人学习和衣物折叠等应用。项目提供完整材料清单、组装指南和模拟环境,方便DIY爱好者和研究人员构建测试这一高性价比机器人系统。
Open-LLaVA-NeXT - 多模态大语言模型实现视觉语言对齐和指令微调的开源项目
AI模型评估GithubLLaVA-NeXT多模态模型开源实现开源项目视觉语言训练
Open-LLaVA-NeXT是一个复现LLaVA-NeXT系列模型的开源项目。它提供开源训练数据和检查点,基于LLaVA代码库进行修改。该项目支持CLIP-L-336视觉编码器以及Vicuna-7B和LLaMA3-8B等语言模型。通过特征对齐和视觉指令微调两个阶段的训练,Open-LLaVA-NeXT实现了多模态能力,在多项评估任务中表现优异。
keras-llm-robot - 基于Langchain和Fastchat开源框架的Web应用,支持多模态、RAG和Agent等多功能
GithubKeras-llm-robotWeb UI多模态模型开源开源项目语言模型
keras-llm-robot是一套基于Langchain和Fastchat开源框架的Web应用,支持多模态、RAG和Agent等多功能。项目完全开源,适合在Hugging Face平台上测试和部署各类模型。用户可自定义模型组合以适应不同的部署和实验需求,同时提供语音和图像识别、代码执行、实时翻译等多元化功能。
OmniControl - 先进的人体动作生成与精确控制技术
GithubOmniControl人体动作生成关节控制开源项目机器学习计算机视觉
OmniControl是一个基于扩散模型的人体动作生成项目,实现了对任意关节在任意时间的精确控制。通过空间引导和真实性引导,该项目能生成高质量、自然的动作序列。OmniControl提供预训练模型、训练代码和评估工具,支持HumanML3D等数据集,为动作生成研究和应用领域提供了灵活有力的解决方案。
blenderbot-3B - BlenderBot-3B项目的开放域对话生成策略和技巧
GithubHuggingfacePARLAI多轮对话开源项目技能训练模型神经模型聊天机器人
BlenderBot-3B项目展示了如何构建高性能开放域聊天机器人,通过结合大型神经模型和对话技巧,如信息传达、倾听、提问和应答,在多轮对话中的表现优于现有方法。项目还公开了代码和模型,分析了其可能的局限性。
Open3D-ML - Open3D 的扩展,用于处理 3D 机器学习任务
3D机器学习GithubOpen3D-MLPyTorchTensorFlow开源项目语义分割
Open3D-ML基于Open3D库,扩展了3D机器学习工具,支持语义点云分割和目标检测等应用。提供预训练模型和训练管道,兼容TensorFlow和PyTorch框架,易于集成到现有项目中。同时,提供数据可视化等通用功能,覆盖多种数据集和算法,提高3D数据处理效率和效果。
unified-io-2 - 跨模态人工智能的开源新标杆
GithubUnified-IO 2人工智能多模态模型开源项目机器学习深度学习
Unified-IO 2是一个开源的多模态AI框架,集成视觉、语言、音频和动作处理能力。项目提供完整代码支持演示、训练和推理,适用于TPU和GPU环境。基于T5X优化,内含多规格预训练模型和丰富数据集。其跨模态学习和生成能力为AI研究与应用提供了新的可能性。项目采用模块化设计,便于研究人员和开发者进行二次开发和定制。Unified-IO 2支持多种数据格式和预处理流程,为不同任务场景提供灵活解决方案。其开源性质促进了AI社区的协作与创新,为多模态AI技术的进步做出贡献。
internlm-xcomposer2d5-7b - 7B参数规模实现视觉语言理解和创作的开源多模态模型
GithubHuggingfaceInternLM-XComposer-2.5图像理解多模态开源项目模型网页生成长文本处理
InternLM-XComposer2.5采用7B参数规模构建,通过24K交错图文上下文训练,支持扩展至96K长文本理解。这个开源多模态模型在视频理解、多图对话、高清图像分析、网页生成和文章创作等场景中展现出强大的理解与创作能力。其优秀的长文本处理特性使其能够处理需要大量上下文的复杂任务。
Awesome-Implicit-NeRF-Robotics - 机器人领域中神经隐式表示和NeRF技术的最新进展
3D重建GithubNeRFSLAM姿态估计开源项目机器人
这个项目汇集了神经隐式表示和NeRF在机器人领域的应用论文,涵盖物体姿态估计、SLAM、操作学习、物体重建、物理模拟和导航规划等方向。它为研究人员和工程师提供了解该交叉领域最新进展的综合资源。
robotic-warehouse - 多智能体仓库机器人协作模拟环境
GithubGymnasium动作空间多机器人仓库奖励机制开源项目强化学习
robotic-warehouse项目是一个多智能体强化学习环境,模拟仓库中多机器人移动和配送货物的场景。该环境可配置仓库大小、机器人数量、通信能力和奖励设置,支持部分可观察性、离散动作空间和碰撞动力学。研究人员可使用此环境测试和比较不同的多智能体算法,为仓库自动化研究提供了灵活真实的测试平台。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号