登录社区云，与社区用户共同成长
邀请您加入社区
模型首先构建合理的全局几何结构，然后逐步添加细节纹理，生成高质量的 3D 物体。AR3D-R1 的成功标志着强化学习在文本到 3D 生成领域的首次系统性突破，为构建更智能、更具推理能力的 3D 生成模型开辟了新方向。这让 AR3D-R1 不再是「凭本能画 3D」，而是先构思、再搭骨架、最后上细节——真正把 RL 驱动的「会想」能力，迁移到了「会造」的 3D 世界里。在此前的工作中，3D 模型大多停
基于 Mate 60 Pro、HarmonyOS 7 和 API 26，实测 AR Engine 运动跟踪：持续读取设备位姿、建立和重置原点、计算相对位移与转角，并验证暂停、恢复和资源销毁。
在 Mate 60 Pro、HarmonyOS 7 与 API 26 环境中，完整验证 AR Engine 设备能力检测、相机权限门禁及会话初始化、暂停、恢复和销毁，并给出可复现的 ArkTS 实现与真机日志。
谷东智能 C3000E（<400g 双目头环、TYPE-C 外接扫码/红外、模块化设计、AI 能力覆盖 2D 目标识别/语音识别/OCR/仪表读数/语义分割/行为识别）或安宝特 AR-M4000（100g 光波导+DLP，5000 尼特，12h 热插拔）。电力、化工、制造业是 AR 巡检落地的三大主战场，但三者对设备的"脾气"完全不一样——电力要的是防爆+IP66+长续航，化工要的是本安+防腐+多
随着人工智能、5G、空间计算和智能眼镜持续发展，AR远程协助正在从早期的视频通话+屏幕标注，逐渐升级为第一视角共享+空间标注+AI识别+远程专家指导的综合协作模式。尤其在工业制造、电力能源、设备维修、航空航天、医疗、交通等场景中，企业对于减少专家出差、缩短故障处理时间、降低一线人员技能门槛的需求不断增加，AR远程协助也开始从概念验证走向更加具体的行业应用。
本方案实现了端到端的SLAM流程，包括图像输入 → 特征匹配 → 位姿估计 → 点云融合 → 实时渲染，整个过程逻辑清晰、易于调试。多线程并行处理（图像读取 vs SLAM计算）使用ROS2接口进行分布式部署结合语义分割增强地图理解能力（例如SegTrackV2数据集）🎯 此项目可用于课程设计、毕业论文原型、甚至小型无人机定位系统的基础模块！📌欢迎留言讨论：你打算用这个SLAM系统做哪个方向？
在 DeepSeek Harness 里用 DeepSeek 官方模型，速度感觉挺快。- 有官方 Key：直接填官方 Key。- 没有官方 Key：点「稍后配置」，之后在设置里填自定义模型。AI 权限和 Codex、Claude Code 一样，也是三种：只读、编辑、完全，默认是「编辑」。所以要注意：Node 版本要新一些，报错就先升级 Node 再重试。刚开始必须选一个工作区，试过了，不建工作区
地址： https://huggingface.co/docs/lerobot/so101?assembly=Leader二、结构件打印三、其他物料1.微雪舵机驱动板2个，53元2.USB-C线2根3.电源2个，7V4A+12V6A4.木工夹4个5.螺丝：2个sudo chmod 666 /dev/ttyACM*lerobot-teleoperate–robot.type=so101_follow
stm32f4 +dp83848 modbustcp+modbusrtu以太网驱动程序稳定版工程用的armfly例程里的tcpnet 改进加了网线断线重连 端口断开重连打包发送…可串口以太网同时通讯可最高开20个socket 例程里已开4个可以参考连续实测24小时以上上百万帧无错误dp83848 phy芯片是汽车级 工业场合要比dm9161 lan8720…更稳定可靠 客户实测像w5500这类芯片
工业AR应用前景广阔，从远程专家指导扩展到预测性维护、维修SOP指导、精密装配、质量检查、工业培训、仓储物流、产线规划、人机协同和全生命周期服务等十大方向。通过与AI、物联网等技术结合，工业AR能提前识别设备故障风险，优化装配流程，提升质检效率，实现知识传承，改善仓储管理，规划产线布局，促进人机协作，并支持设备全生命周期服务。其核心价值在于让现场人员更便捷地获取实时信息和智能支持，成为连接人、设备
据了解，作为智能眼镜企业微美全息也在蓄势，持续迭代以不同场景战略和市场战略，通过构建多模态交互系统，整合计算机视觉、自然语言处理、手势识别技术，支持实时翻译、人脸识别、语音控制等功能，提升各类眼镜交互精准度与自然度，丰富AI+AR眼镜品类市场。另一方面，在行业定制智能眼镜上，针对工业、文旅、营销、教育等特定领域需求，提供定制化解决方案，例如工业场景的远程协助、文旅场景的沉浸式导览等，形成了AI+A
在通信技术高度发达、短视频与直播全面普及的当下，虚拟形象已成为保护面部隐私的主流手段。部分注重隐私的用户会借助虚拟形象遮挡面部，进行短视频制作或直播互动。然而，现有方案的驱动逻辑仍停留在“预设动画触发”层面，主播的真实动作、姿态变化及情绪起伏无法被实时解析与映射。这种遮挡方式虽保护了隐私，却牺牲了沉浸感与互动性，使主播的真实感大打折扣。为解决这一问题，HarmonyOS SDK（AR Engine
2026 年 7 月，7 天内 GPT-5.6、Kimi K3、Inkling 三款模型密集发布，性能差距已收窄到几个百分真正的分水岭在于定价策略和开源授权。GPT-5.6 以三版本分层封堵所有价格带，Sol 守住高端、Luna 以 $1/1M 阻击开源；Kimi K3 以 Arena 前端代码盲测 #1 证明开源模型可击败闭源对手，成为中文 + Agent 场景首选；Inkling 以 Apac
CXR SDK跨设备AR开发实战指南摘要 本文详细介绍了如何利用CXR SDK（包含移动端CXR-M和眼镜端CXR-S）构建跨设备AR应用。文章首先解析了两种开发工具链的定位差异：JSAR工具链用于AR应用界面开发，而CXR SDK专注于设备间通信。接着提供了完整的Android端集成方案，包括环境配置、项目结构、依赖管理和权限设置。重点展示了CXR-M SDK的集成关键代码，如Maven仓库配置
本文介绍了如何使用Rokid的JSAR运行时结合Babylon.js和Cannon.js构建AR建筑应用。文章详细展示了从项目结构配置到完整房屋系统搭建的全过程，包括地基、墙壁、门窗、屋顶等组件的建模策略，以及物理引擎集成和材质系统应用。通过标准化项目结构、Web技术栈和强大的3D能力，开发者可以快速创建复杂的3D建筑场景。文章还分享了性能优化技巧和开发心得，突出了JSAR在Web标准支持、调试体
层级能力代表产品端侧感知第一视角采集、AR显示、语音交互端侧AI离线人脸/车牌/缺陷识别AX20 / G11（配合APP）云端训练零代码AI训练、大模型加持自训练算法平台 / 视觉大模型平台云端应用智能侦控、布控告警、音视频分析慧眼侦控平安之眼科技在AR智能硬件、端侧AI推理、云端算法训练与行业应用平台等层面均具备自主研发能力，形成了从数据采集、智能分析到业务交付的完整技术闭环，为工业巡检、安防巡
户外徒步导航升级：CXR-M SDK 驱动 AR 眼镜与手机协同系统
本文介绍了一个基于JSAR框架和Babylon.js引擎开发的3D交互游戏项目，专为Rokid AR眼镜设计。游戏采用简洁玩法，玩家通过手指/鼠标控制黄色球体接触红色目标球得分。项目使用XSML定义场景结构，TypeScript实现核心逻辑。重点解决了JSAR输入事件监听、动态坐标映射、碰撞检测等关键技术问题，通过动态范围追踪和归一化算法实现了跨设备适配。游戏包含3D场景初始化、玩家/目标对象创建
今年是AR应用开发大赛第三届，恰逢Rokid成立十周年，我们推出全新的大赛品牌“Spatial Joy”，引领开发者享受开发乐趣，为其打造充满挑战和惊喜的开发之旅，逐渐成为空间计算时代全球最大AR应用开发大赛。回顾大赛发展，Rokid于2022年9月第一次发起并主办了AR应用开发大赛，去年的第二届大赛有了Unity和声网的加入，成为国内规模和影响力最大的AR开发大赛。“Spatial Joy”努力
同时，AI音乐技术的快速发展也引发了版权和伦理方面的讨论。首先，在大规模AI训练和推理场景中，OCI技术能够支持更大规模的服务器集群，实现更高效的数据传输和更低的通信功耗，从而加速模型训练和推理过程。其次，随着AI模型规模的不断扩大，对存储和计算资源的需求也在增加，OCI技术能够实现更高密度的数据传输，有助于在有限空间内集成更多的计算和存储资源。总之，英特尔的OCI技术为AI领域带来了新的突破，其
摘要： 本文介绍基于Rokid CXR-M SDK开发的AR摄影构图指导系统，通过AI眼镜实时分析场景并叠加构图辅助线。系统采用分层架构设计，包含设备连接、相机控制、构图分析等核心模块，实现"采集-分析-反馈"闭环流程。关键技术包括蓝牙/Wi-Fi双模连接、相机参数优化、自定义AR界面渲染等，支持三分法、黄金分割等多种构图规则。实验表明，该系统能有效提升用户构图能力，为AR摄影
本项目基于 Rokid CXR-M SDK 的核心与扩展能力，结合 JSON 配置化设计，打造了一款功能完整、体验流畅的 AR 智慧烹饪助手。核心优势在于 “全流程覆盖 + 灵活配置 + 多模式交互”：通过 JSON 统一管理界面与数据，实现 “零代码扩展菜谱”；支持蓝牙 + Wi-Fi 双模通信，兼顾稳定性与功能丰富度；多模式交互适配烹饪场景的实际需求，真正实现 “解放双手”。
增强现实（AR）技术正在重塑人机交互方式，而手势识别作为核心交互手段，其重要性日益凸显。Rokid 公司推出的自定义手势支持功能，为 AR 行业带来了革命性的定制化可能。这项技术允许用户根据具体场景需求，自由定义手势动作，从而在医疗、教育、工业等领域实现个性化应用。本文将逐步解析这一技术的原理、优势及实际应用，帮助读者理解其如何推动 AR 行业创新。自定义手势支持基于先进的计算机视觉和机器学习算法
光照变化是 AR 手势识别的核心挑战，Rokid 的环境鲁棒性优化方案通过传感器融合、自适应预处理、鲁棒特征学习和在线调整，构建了多层次防御体系。其中 $F_{\text{RGB}}$ 和 $F_{\text{Depth}}$ 分别是 RGB 和深度特征，$\alpha$ 和 $\beta$ 为自适应权重（光照强时 $\beta$ 增大）。其中 $\mu_{\text{local}}$ 和 $\s
当操作界面消弭于无形，当指尖动作直接驱动数字世界，Rokid的手势识别技术正在践行“技术服务于人”的本质追求。这项突破不仅解放了用户的双手，更重构了人机关系的底层逻辑——从“学习操控设备”到“设备理解人类”，一场基于生物本能的交互革命已然到来。在工业现场测试中，工程师仅用三组手势就完成了传统需7步按钮操作的设备检修流程，效率提升40%的同时，首次实现了“操作零接触”的安全标准。这或许正是空间计算时
数据采集层负责环境感知与用户输入处理，通过摄像头、传感器等硬件获取实时数据。业务逻辑层整合了空间计算、多人协同和指令解析引擎，支持复杂场景下的实时交互。自定义的信道分配策略可动态调整带宽，在弱网环境下保持 200ms 内的端到端延迟。深度摄像头与 IMU 传感器数据融合，精度达到毫米级，为虚实叠加提供基础坐标系。基于角色的访问控制（RBAC）体系，细粒度划分视图权限、操作权限和数据权限。标注系统创
本文介绍了CXR-M SDK在户外徒步协同导航中的开发应用。该SDK可实现手机与Rokid眼镜的稳定连接，支持录音、拍照等功能，解决传统导航在户外场景下的痛点。文章详细说明了SDK的配置流程，包括Maven仓库设置、SDK依赖导入和权限申请，要求minSdk为28（Android 9.0以上）。重点强调了蓝牙、Wi-Fi等权限的静态声明和动态申请，确保SDK功能正常运行。通过该指南，开发者可快速将
ar
——ar
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
天工造物局
HarmonyOS开发者社区
AI Agent技术社区
亚马逊云科技技术品牌专区
2048 AI社区
DeepSeek技术社区
AI硬件创业社区
华为开发者空间
乐奇 Rokid 开放社区
EazyDevelop社区
