vision

MLX-VLM：基于MLX在Mac上进行视觉语言模型推理与微调的工具包

仅需Python基础，从零构建自己的具身智能机器人；逐步实现VLA/OpenVLA/SmolVLA/Pi0，深入理解具身智能

这是一本 Phi 系列 SLM 书籍，用于入门 Phi 模型。 Phi 是微软开发的一系列开源人工智能模型。 Phi 模型是现有功能最强大、最具成本效益的小语言模型 (SLM)，在各种语言、推理、编码和数学基准测试中，其性能优于相同大小和更高大小的模型

LichtFeld工作室：现实与数字世界的交融之处

[CVPR 2024] 面向实时动态场景渲染的4D高斯泼溅技术

📚 OpenVINO™ 的 Jupyter Notebook 教程

轻松实现应用内购买和订阅。支持 iOS、watchOS、tvOS、macOS 和 visionOS 平台。

一个自动化服务器生命周期的应用程序

[CVPR'25 Oral] MoGe：通过最佳训练监督解锁开放域图像的准确单目几何估计

DeepSeek Harness 的第一个视觉插件，以及每个纯文本编码代理的视觉桥。粘贴图像，获取结构化 JSON 证据（OCR、布局、语义）。 | 全网第一个 DeepSeek Harness 视觉插件，为 DeepSeek、GLM 等纯文本模型外挂视觉能力，粘贴图片即得格式化 JSON 证据（OCR、版面、语义）。

跟踪任意点 (TAP)

跨供应商 3D 高斯泼溅训练器 - 泼溅到网格、Vulkan 或 CUDA 的视频。

此MATLAB和Simulink挑战项目中心收录了一系列研究与设计项目创意，这些项目将帮助您获得实践经验并洞察技术趋势与行业方向。

2026年成为视觉SLAM开发者的学习路线图

SpargeAttention：一种免训练的稀疏注意力机制，可加速任何模型推理

作为Java客户端替代方案的Web界面

适用于 iOS、tvOS、macOS 和 watchOS 的官方 Sentry SDK

使用增强图像处理的 Android 相机

InternRobotics 用于构建通用导航基础模型的开源平台

基于端到端AI技术的免费且完全开源的L2级ADAS系统栈

一款电子墨水屏日历、天气与智能家居家庭仪表盘

基于ROS的框架和RPi镜像，用于控制PX4驱动的无人机 🍀

使用VQAScore评估文本到图像/视频/3D模型

免费自动驾驶技术栈——完全开源的ADAS与自动驾驶系统