Logo
Project Icon

avp_teleoperate

Apple Vision Pro远程操控Unitree H1_2人形机器人

Apple Vision ProUnitree H1_2遥操作机器人控制VR技术Github开源项目

该项目实现了Apple Vision Pro远程操控Unitree H1_2人形机器人的功能。通过逆运动学和图像传输技术，实现了双手和双臂的精确控制。项目提供了详细的环境配置指南，涵盖Isaac Gym模拟环境和本地流媒体设置。代码基于TeleVision框架，针对Unitree机器人进行了优化。这一解决方案为人形机器人远程操作开辟了新途径，具有广阔的应用前景。

访问官网访问官网GithubGithub文档文档
介绍相关项目
Total-Recon - 可变形场景重建技术实现沉浸式视角合成
3D重建GithubICCV 2023可变形场景重建开源项目视角合成计算机视觉
Total-Recon是一种可变形场景重建系统,能从RGBD传感器拍摄的长视频中重建场景几何、外观和物体运动。该系统支持从新视角渲染场景,包括第一人称和第三人称跟随视角,并提供3D视频滤镜功能。这项技术为沉浸式视角合成和增强现实应用提供了基础支持。
RoboticsAcademy - 学习机器人技术与人工智能的开放平台
GithubRoboticsAcademy人工智能开源平台开源项目机器人学计算机视觉
RoboticsAcademy是一个开源平台，提供实践机器人技术、人工智能和计算机视觉的练习。最新文档涵盖了安装指南、现有练习和示范视频，完全基于ROS，包含Gazebo和Rviz等工具。开发者可以通过GitHub Pages和Jekyll主题进行贡献。
CameraCtrl - AI视频生成模型实现精准相机轨迹控制
CameraCtrlGithub动画扩散开源项目相机控制视频生成轨迹生成
CameraCtrl是一款基于AnimateDiffV3和SVD技术的视频生成模型，通过精确控制相机轨迹来创造连贯的多视角视频。该模型支持自定义相机移动路径，不仅适用于文本到视频生成，还能与RealEstate10K LoRA等模型结合，扩展应用场景。CameraCtrl为AI视频创作提供了更多可能性，使生成的视频内容更加丰富多样。
ROS-LLM - 一个用于具身智能应用的ROS框架
GPT-4GithubROS-LLMROS2开源项目机器人控制自然语言交互
ROS-LLM项目打造了一个使用大语言模型（如GPT-4和ChatGPT）的ROS框架，用于机器人决策和控制。框架易于扩展和集成，只需简单API配置，十分钟内即可完成机器人与ROS-LLM的结合，快速创建互动与控制体验。支持ROS系统，并拥有本地和云端自然语音交互、历史记录保存功能。未来计划增加导航接口和传感器输入接口，以提升机器人导航与环境感知能力。
RobustCap - 单目图像和稀疏IMU信号融合的实时人体动作捕捉
GithubIMU传感器RobustCap人体动作捕捉单目图像实时系统开源项目
RobustCap是一个开源项目，提出了融合单目图像和稀疏IMU信号的实时人体动作捕捉方法。该技术在遮挡、剧烈运动和弱光等复杂场景下仍能实现高精度动作重建，适用于虚拟现实、电影制作和运动分析等领域。项目提供了完整的系统实现、评估代码以及详细的安装和使用指南，便于研究人员复现和拓展。
semana-javascript-expert07 - 使用眼睛和手部检测控制流媒体平台
Gesture ControllerGithubJSExpertMaxMachine LearningNode.jsWeb Worker开源项目
JSExpertMax Gesture Controller 使用最新的 Node.js 和 Web 技术，实现从手势识别到视频控制的精确功能。每堂课实时更新，让开发者逐步掌握项目。Web Worker 的机器学习处理确保高效运行，挑战任务包括单眼识别和手势打印。
awesome-openai-vision-api-experiments - OpenAI视觉API的研究与应用提供全面资源
GPT-4VGithubOpenAI Vision APIzero-shot学习图像分类开源项目视觉AI
该项目为OpenAI视觉API的研究与应用提供全面资源，覆盖从基础图像分类至高级的零次学习模型，适合初学者与专家共同探索、分享与合作。
JARVIS-1 - 开放世界中具备多模态记忆的多任务智能体
GithubJARVIS-1Minecraft多模态语言模型开放世界开源项目记忆增强
JARVIS-1通过多模态输入和人类指令实现复杂任务的规划和执行，在开放世界的Minecraft中表现出强大的功能。该智能体结合预训练多模态语言模型与实际游戏经验，将视觉观察和文本指令转化为执行计划，并利用多模态记忆进行规划。JARVIS-1能完成超过200种任务，从砍树等短期任务到获取钻石镐等长期任务，均表现卓越。项目仅在Linux上运行，依赖多个相关项目如STEVE-1和Minedojo。
depthai - 深度学习与视频录制的多功能演示应用
DepthAIDockerGithubLuxonisPython依赖安装开源项目
这个项目提供了一个多功能的深度学习API演示程序，支持加载多种神经网络、创建管道和录制视频等功能。附有详细的安装指南和多种使用案例（包括QT GUI界面和命令行模式），用户能够轻松上手和测试DepthAI的功能。项目还支持多种AI模型，并可通过Docker运行，适用于开发者和机器学习爱好者。
DigiHuman - 基于摄像头输入的3D角色全身动画生成系统
3D动画生成DigiHumanGithubUnity3D姿态估计开源项目面部动画
DigiHuman是一个开源的人工智能项目，通过摄像头输入自动生成3D角色模型的全身和面部动画。系统结合MediaPipe生成3D关键点和Unity3D渲染技术，实现了全身动作、面部表情等多种动画效果。支持多个混合形状动画、视频导出等功能，为3D虚拟角色动画制作提供了自动化解决方案。该项目支持多种3D模型类型，并优化了动画平滑度，为动画创作者和研究人员提供了创新工具和无限可能。
相关项目
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

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

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

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

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。

使用协议隐私政策广告服务
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