程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
html在线编辑
登录注册
AI,自己全程接管维护
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
最新
最热
WiFi DensePose 深度解析:用无线电波"看透"世界——无摄像头人体感知革命的技术内幕
编程
WiFi DensePose 深度解析:用无线电波"看透"世界——无摄像头人体感知革命的技术内幕
2026-05-18 13:47:57 +0800 CST
view 418
WiFi DensePose技术利用普通WiFi信号实现无摄像头人体姿态追踪、生命体征监测,彻底颠覆传统监控方案。本文深入解析其技术原理、系统架构、深度学习模型及部署实战。
WiFi感知
人体姿态估计
CSI
深度学习
无摄像头监控
开源!低代码AI模型训练系统:工业级智能开发平台深度解析
案例
开源!低代码AI模型训练系统:工业级智能开发平台深度解析
2026-05-05 19:05:49 +0800 CST
view 547
开源低代码AI模型训练系统,工业级智能开发平台,图像采集、智能检测、数据标注、模型训练四大模块,单张检测<2秒,字符识别率≥99.5%
AI
深度学习
工业智能
低代码
机器视觉
模型训练
工业质检
百度 Unlimited OCR 深度实战:告别「越生成越慢」,一次性解析整本书的 OCR 革命
编程
百度 Unlimited OCR 深度实战:告别「越生成越慢」,一次性解析整本书的 OCR 革命
2026-06-27 02:13:37 +0800 CST
view 273
深度解析百度2026年6月开源的Unlimited OCR模型,介绍其R-SWA机制如何解决长文档OCR的KV cache线性增长问题,包含完整实战代码和性能优化技巧。
Unlimited OCR
百度
OCR
深度学习
MoE
R-SWA
长文档解析
万字深度解析百度 Unlimited OCR:当长文档解析遇见 R-SWA 革命——从常数级 KV Cache 到 40 页一次性识别的完整技术指南(2026)
编程
万字深度解析百度 Unlimited OCR:当长文档解析遇见 R-SWA 革命——从常数级 KV Cache 到 40 页一次性识别的完整技术指南(2026)
2026-07-02 18:16:20 +0800 CST
view 183
深度解析百度 Unlimited OCR 的 R-SWA 参考滑动窗口注意力机制,将 KV Cache 从线性增长压至常数级;3B MoE 解码器架构、DeepEncoder 视觉编码器;完整本地部署代码、KV Cache 监控脚本与 SGLang 生产推理优化指南。OmniDocBench v1.6 综合得分 93.92%,端到端 OCR 新 SOTA。
OCR
R-SWA
KV Cache
MoE
百度
长文档解析
Transformer
深度学习
Python
性能优化
WiFi DensePose 深度解析:当普通路由器学会穿墙看人——从 CSI 信号到人体姿态的工程革命
编程
WiFi DensePose 深度解析:当普通路由器学会穿墙看人——从 CSI 信号到人体姿态的工程革命
2026-04-15 15:52:05 +0800 CST
view 756
WiFi DensePose 开源项目深度解析:从 CSI 信号处理原理到深度学习模型架构,再到 ESP32 硬件部署方案,全面解读如何用普通 WiFi 路由器实现穿墙人体姿态追踪和生命体征监测。
WiFi
CSI
深度学习
人体姿态检测
ESP32
Rust
FlashPrefill 深度解析:当瞬时注意力遇上 GPU 原语——从 O(N²) 困境到 27 倍速的工程革命
编程
FlashPrefill 深度解析:当瞬时注意力遇上 GPU 原语——从 O(N²) 困境到 27 倍速的工程革命
2026-04-15 17:20:25 +0800 CST
view 597
深度解析中科院与腾讯微信联合研发的 FlashPrefill 如何通过即时注意力模式发现和动态阈值筛选,将 25.6 万字符长文本处理速度提升 27.78 倍,同时保持近乎完美的精度。
LLM推理优化
FlashAttention
GPU计算
长文本处理
注意力机制
Transformer
深度学习
Llama 4 MoE 架构深度解析:从混合专家到万亿参数的技术革命
编程
Llama 4 MoE 架构深度解析:从混合专家到万亿参数的技术革命
2026-05-28 16:37:41 +0800 CST
view 269
深入解析 Meta Llama 4 的 MoE 混合专家架构原理,探讨其如何以 17B 激活参数撬动万亿级算力,并提供完整的本地部署实战指南。
Llama4
MoE
混合专家
开源大模型
本地部署
Meta
人工智能
深度学习
百度 Unlimited OCR 深度解读:R-SWA 如何将 KV Cache 压成常数,5天 GitHub Star 破万的端到端 OCR 新范式
编程
百度 Unlimited OCR 深度解读:R-SWA 如何将 KV Cache 压成常数,5天 GitHub Star 破万的端到端 OCR 新范式
2026-06-27 09:15:20 +0800 CST
view 121
百度开源 Unlimited OCR,5天 GitHub Star 破万。本文深度解析其核心创新 R-SWA(Reference Sliding Window Attention),如何将解码器 KV Cache 从线性增长压成常数,OmniDocBench v1.6 刷榜 SOTA(93.92%),30B 总参/5B 激活,32K 超长上下文,一次前向全稿转录,附完整代码实战。
Unlimited OCR
R-SWA
KV Cache
MoE
端到端 OCR
百度
深度学习
Transformer
文档识别
OCR
WiFi DensePose 深度解析:用普通路由器实现穿墙人体感知——无线电波如何重构智能感知的底层逻辑
编程
WiFi DensePose 深度解析:用普通路由器实现穿墙人体感知——无线电波如何重构智能感知的底层逻辑
2026-05-19 11:46:58 +0800 CST
view 467
2026年GitHub热门项目WiFi DensePose深度解析,讲解如何用普通WiFi信号实现穿墙人体感知、生命体征监测,无需摄像头,保护隐私。涵盖CSI技术原理、深度学习模型、Rust工程实现。
WiFi感知
CSI
人体姿态估计
隐私保护
Rust
边缘计算
穿墙探测
生命体征监测
深度学习
物联网
NVIDIA Cosmos 3 深度实战:当世界模型学会「理解、生成、模拟、行动」——从 MoT 混合架构到物理 AI 全链路的生产级完全指南(2026)
编程
NVIDIA Cosmos 3 深度实战:当世界模型学会「理解、生成、模拟、行动」——从 MoT 混合架构到物理 AI 全链路的生产级完全指南(2026)
2026-06-15 01:18:03 +0800 CST
view 463
2026年6月英伟达发布全球首款全模态物理AI世界模型Cosmos 3。本文从MoT混合架构、代码实战、Agent Skills工作流、性能分析、生产部署五个维度,带你彻底搞懂这个被业界定义为物理AI产业「安卓时刻」的技术突破。
NVIDIA
Cosmos 3
物理AI
世界模型
MoT架构
机器人
自动驾驶
深度学习
AI Agent
仿真
VibeVoice 深度解析:微软如何用 7.5Hz 超低帧率重塑语音 AI——从 ASR 到实时 TTS 的全栈技术内幕
编程
VibeVoice 深度解析:微软如何用 7.5Hz 超低帧率重塑语音 AI——从 ASR 到实时 TTS 的全栈技术内幕
2026-04-17 10:48:42 +0800 CST
view 643
深入解析微软开源的 VibeVoice 语音 AI 框架,涵盖 7.5Hz 超低帧率连续 tokenizer、Next-Token Diffusion 架构、三大模型(ASR/TTS/Realtime)全栈设计,以及生产环境部署与性能优化实践。
语音AI
VibeVoice
微软
TTS
ASR
深度学习
开源
OpenSkill深度解析:当Agent学会「无师自通」——自进化智能体的新范式颠覆了什么
编程
OpenSkill深度解析:当Agent学会「无师自通」——自进化智能体的新范式颠覆了什么
2026-06-09 11:46:59 +0800 CST
view 309
深入解析2026年最新研究OpenSkill框架——让AI Agent无需成功轨迹、预设Skills或监督信号即可自主获取可执行、可迁移的技能,刷新多项基准测试SOTA记录。
AI Agent
OpenSkill
自进化
深度学习
基准测试
OpenSkill框架深度解析:Agent如何摆脱「监督依赖」实现无师自通——自进化Skills的新范式与技术内幕
编程
OpenSkill框架深度解析:Agent如何摆脱「监督依赖」实现无师自通——自进化Skills的新范式与技术内幕
2026-06-09 11:48:00 +0800 CST
view 257
深入解析2026年最新研究OpenSkill框架——让AI Agent无需成功轨迹、预设Skills或监督信号即可自主获取可执行、可迁移的技能,刷新多项基准测试SOTA记录。
AI Agent
OpenSkill
自进化
深度学习
基准测试
挣脱监督的枷锁:OpenSkill如何让AI Agent实现真正的无师自通
编程
挣脱监督的枷锁:OpenSkill如何让AI Agent实现真正的无师自通
2026-06-09 11:48:15 +0800 CST
view 264
深入解析2026年最新研究OpenSkill框架——让AI Agent无需成功轨迹、预设Skills或监督信号即可自主获取可执行、可迁移的技能,刷新多项基准测试SOTA记录。
AI Agent
OpenSkill
自进化
深度学习
基准测试
Serial Scaling Hypothesis 深度解析:当 GPU 遇上「天生串行」问题——从复杂度理论到 AI 推理新范式的完全指南(2026)
编程
Serial Scaling Hypothesis 深度解析:当 GPU 遇上「天生串行」问题——从复杂度理论到 AI 推理新范式的完全指南(2026)
2026-06-15 13:52:24 +0800 CST
view 267
深度解析 ICLR 2026 论文 Serial Scaling Hypothesis:为什么某些问题堆再多 GPU 也无法加速?从复杂度理论揭示 AI 推理新范式,探讨 Chain-of-Thought、推理时计算的工程实践。
AI
深度学习
推理时计算
复杂度理论
ICLR2026
WiFi-DensePose 深度实战:从 CSI 信道探测到穿墙人体姿态估计,用 Rust 手搓隐私友好的无线感知引擎
编程
WiFi-DensePose 深度实战:从 CSI 信道探测到穿墙人体姿态估计,用 Rust 手搓隐私友好的无线感知引擎
2026-07-10 08:14:43 +0800 CST
view 16
深度拆解 WiFi-DensePose 技术:从 CSI 信道状态信息的物理原理、深度学习姿态估计模型到手搓 Rust 推理引擎,实现穿墙人体姿态追踪。
WiFi感知
CSI
DensePose
人体姿态估计
Rust
嵌入式
深度学习
信号处理
PaddleOCR深度解析:登顶GitHub全球OCR王座,500万参数如何击败十亿参数视觉大模型
编程
PaddleOCR深度解析:登顶GitHub全球OCR王座,500万参数如何击败十亿参数视觉大模型
2026-04-18 08:16:02 +0800 CST
view 441
深入解析百度PaddleOCR登顶GitHub全球OCR项目Star第一的技术密码,剖析PP-OCRv5仅500万参数媲美十亿参数视觉大模型的工程奥秘
OCR
PaddleOCR
深度学习
百度
开源
Genesis AI GENE-26.5 深度解析:机器人大脑如何实现人类水平的灵巧操作
编程
Genesis AI GENE-26.5 深度解析:机器人大脑如何实现人类水平的灵巧操作
2026-05-09 05:38:39 +0800 CST
view 439
深度解析 Genesis AI GENE-26.5 机器人大脑的技术架构:从多模态感知融合到世界模型预测,从扩散策略动作生成到 23 自由度灵巧手硬件设计。七项高难度任务的技术剖析,与 Google RT-2、Tesla Optimus、Figure 01 的对比分析,以及对机器人产业未来发展的预测。
AI
机器人
深度学习
机器人大脑
Genesis AI
vLLM 0.5 深度解析:PagedAttention 架构原理与生产级 LLM 推理优化实战
编程
vLLM 0.5 深度解析:PagedAttention 架构原理与生产级 LLM 推理优化实战
2026-07-04 18:15:46 +0800 CST
view 113
深度解析 vLLM 0.5 的 PagedAttention 架构原理,涵盖 KV Cache 分页管理、MoE 优化、分布式推理、量化技术,并通过代码实战和性能对比,帮助开发者掌握生产级 LLM 推理最佳实践。
vLLM
PagedAttention
LLM推理
CUDA
KV Cache
深度学习
AI基础设施
Python
生产部署
性能优化
EasyOCR光学字符识别库,基于深度学习,支持80多种语言,能够快速准确地识别图片中的文字
综合
EasyOCR光学字符识别库,基于深度学习,支持80多种语言,能够快速准确地识别图片中的文字
2024-11-19 06:41:57 +0800 CST
view 1888
EasyOCR是一个开源的光学字符识别库,基于深度学习,支持80多种语言,能够快速准确地识别图片中的文字。本文介绍了EasyOCR的安装、使用方法及在Python和PHP中的应用示例,涵盖了环境配置、代码示例及执行命令,适用于多种场景如文档数字化和车牌识别等。
OCR
深度学习
图像处理
编程
开发工具
MIT黑科技:TriAttention如何用三角函数让大模型「记住」超长上下文
编程
MIT黑科技:TriAttention如何用三角函数让大模型「记住」超长上下文
2026-04-18 12:45:10 +0800 CST
view 649
深度解析MIT/NVIDIA/浙大联合发布的TriAttention技术,用三角函数预测注意力分布,实现KV Cache智能压缩,让超长上下文推理成为可能
大模型
注意力机制
KV缓存
Transformer
深度学习
AI优化
NVIDIA Nemotron-Cascade-2 深度实战:30B MoE 模型如何拿下 IMO/IOI 双料金牌——从稀疏专家架构到生产级部署的完全指南(2026)
编程
NVIDIA Nemotron-Cascade-2 深度实战:30B MoE 模型如何拿下 IMO/IOI 双料金牌——从稀疏专家架构到生产级部署的完全指南(2026)
2026-06-01 12:56:48 +0800 CST
view 293
深度解析NVIDIA Nemotron-Cascade-2-30B-A3B模型:30B总参、3B激活参数的MoE架构,如何拿下IMO/IOI双料金牌,以及如何从HuggingFace加载到vLLM生产部署。
NVIDIA
Nemotron
MoE
AI模型
GPU
深度学习
推理引擎
vLLM
Agent Lightning 深度解析:当微软说「零代码改动」就能让 AI Agent 持续进化
编程
Agent Lightning 深度解析:当微软说「零代码改动」就能让 AI Agent 持续进化
2026-04-10 06:32:45 +0800 CST
view 612
微软开源的 Agent Lightning 框架深度解析:零代码改动让 AI Agent 持续进化,支持强化学习、提示优化、监督微调,兼容 LangChain、AutoGen、CrewAI 等所有主流框架。
AI Agent
强化学习
微软
开源
Agent Lightning
机器学习
AGIBOT WORLD 2026:智元开源全球首个具身智能全域数据集,机器人「大脑」终于有了真实世界教材
编程
AGIBOT WORLD 2026:智元开源全球首个具身智能全域数据集,机器人「大脑」终于有了真实世界教材
2026-04-08 14:12:17 +0800 CST
view 734
具身智能
AGIBOT
机器人学习
模仿学习
数据集开源
Embodied AI
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调
回调
上一页
1
2
3
4
5
...
7
下一页