登录社区云，与社区用户共同成长
邀请您加入社区
智谱AutoGLM 2.0的发布标志着人机交互进入全新时代，通过一句话指令实现跨端全自动操作。该系统基于云端协同架构，结合视觉语言理解和任务分解能力，能在后台自动完成订餐、文档处理等复杂任务，大幅提升效率。AutoGLM 2.0还注重安全与隐私，采用分层授权机制确保用户控制权。
本文介绍了如何在星图GPU平台自动化部署Qwen3-ASR-0.6B镜像，实现智能电视语音交互功能。该模型支持远场语音识别和多轮对话，用户可通过语音控制电视换台、调节音量及搜索内容，提升家庭娱乐体验的便捷性和自然度。
本文探讨了自动语音识别技术如何从Siri等早期智能助手发展到与ChatGPT等大语言模型深度融合，深刻改变我们的日常生活。文章分析了ASR在智能助手、语音输入、智能家居等场景的演进，揭示了其从简单命令识别到复杂场景理解的技术飞跃，并展望了其作为下一代人机交互核心基石的未来。
本文介绍了如何在星图GPU平台上自动化部署🟣 EVA-01: VISUAL NEURAL SYNC SYSTEM镜像，快速搭建一个集成了Qwen2.5-VL-7B多模态大模型的视觉推理应用。该镜像具备深度图像理解与实时对话能力，其标志性的荧光绿脉冲UI设计，可应用于智能办公场景，如高效解析与提取复杂图表、海报中的关键信息，提升信息处理效率与交互体验。
本文介绍了如何在星图GPU平台自动化部署Qwen3-TTS-12Hz-1.7B-CustomVoice镜像，实现医疗场景的病历语音朗读功能。该技术能准确合成医疗文本语音，辅助医生高效处理病历信息，同时为患者提供清晰的用药指导和病情讲解，提升医患沟通效率与医疗服务质量。
本文探讨了自动语音识别技术如何从简单的命令识别演进为理解上下文的核心交互技术，并深度融入日常生活。文章分析了ASR在智能家居、车载系统、会议转录等场景下的应用与挑战，并展望了其与大语言模型、多模态交互融合的未来趋势，揭示了这项基础技术如何持续革新我们的人机对话体验。
GLM（通用语言模型）正从理解语言的对话者，转变为能规划并执行任务的智能体，重塑人机交互模式。通过独特的自回归空白填充训练，GLM统一了理解与生成能力，并结合多模态感知，实现从听懂指令到操作数字世界的智能跃迁，为个人助理、无障碍服务及工作自动化带来革命性应用。
本文介绍了如何在星图GPU平台上一键自动化部署🟣 EVA-01: VISUAL NEURAL SYNC SYSTEM镜像，快速搭建一个基于Qwen2.5-VL-7B模型的视觉问答系统。该镜像集成了强大的多模态AI能力与炫酷的机甲风格界面，用户可轻松上传图片并进行自然语言提问，典型应用于智能分析设计图纸、解读信息图表等场景，实现高效的视觉内容理解与交互。
六自由度机械臂建模仿真（matlab程序），有控制面板，代码可流畅运行1、机器人运动学正逆解、动力学建模仿真与轨迹规划，雅克比矩阵求解2、蒙特卡洛采样画出末端执行器工作空间3、基于时间最优的改进粒子群优化算法机械臂轨迹规划设计在机器人领域，六自由度机械臂因其高度的灵活性和广泛的应用场景，一直是研究的热门对象。今天咱就聊聊如何通过Matlab来实现六自由度机械臂的建模仿真，还带着个控制面板，代码跑起
在当今技术发展的浪潮中，AI Agent（智能代理）正从实验室走向现实应用，从简单的问答助手演变为能够执行复杂任务的自主系统。Gartner预测，到2025年，超过50%的知识工作者将使用AI Agent作为日常工作的一部分。如何让这些智能系统更好地理解人类用户，并与之进行自然、流畅、富有情感的交互？传统的AI系统主要关注任务完成的效率和准确性，往往忽略了交互过程中的情感维度。
本文分享了团队如何利用ChatDev框架在3天内实现内部工具的自动化开发，从Copilot辅助到AI Agent自主协作的转变。通过多智能体动态博弈和任务分解，显著提升开发效率，减少需求澄清耗时和代码缺陷。文章详细记录了部署过程、角色配置及效率对比，展现了AI Agent在人机交互中的突破性应用。
本文介绍了如何在星图GPU平台上自动化部署“实时手机检测-通用”镜像，实现高效的手机目标检测。该方案基于DAMOYOLO框架，不仅能精准定位手机，还能通过分析检测框数据，进一步判断手机的横竖屏状态与摆放角度，为智能会议、零售分析等场景中的人机交互优化提供关键数据支持。
本文全面解析了手势姿态估计技术的发展历程、核心原理及行业应用。从早期的数据手套到现代深度学习算法，详细探讨了21个关节点建模、算法进化三部曲及实战中的技术选型策略。重点分析了该技术在VR/AR、智能家居、医疗康复等领域的突破性应用，为开发者提供全景式技术指南。
第七届计算机视觉、图像与深度学习国际学术会议（CVIDL2026）将于2026年5月22-24日在中国长沙举行。会议由中南大学和湖南省电子学会主办，论文将由IEEE出版（ISBN:979-8-3195-4465-0），收录至IEEEXplore数据库，并提交EI和Scopus检索。征稿主题涵盖计算机视觉、深度学习、图像处理、机器视觉、数据挖掘等多个领域。投稿经2-3位专家评审，录用通知约1周内发出
机器学习作为人工智能的核心技术，通过算法模型从数据中学习规律，广泛应用于各行业。其核心原理包括监督学习、无监督学习和强化学习等范式。在工程实践中，机器学习技术能显著提升系统智能化水平，尤其在电子商务和人机交互领域价值突出。电商搜索场景中，机器学习算法可有效解决产品记录链接、情感分析等关键问题，如研究者提出的增量式层次聚类系统实现了96.25%的F值。人机交互方面，基于IMU信号的空气书写识别技术采
【ACM出版、过往最快4.5个月检索】第二届2026人机交互与机器学习国际学术会议（HCIML 2026）
本文探讨了AI作为‘数字室友’在情感陪伴中的双面效应，揭示了虚拟依赖如何影响现实社交能力。通过对比不同年代的虚拟依赖特征，分析AI陪伴的即时舒适与长期风险，并提出健康交互模式的设计原则，如‘20%缺口原则’和‘社交代谢’模型，帮助用户在数字与现实间找到平衡。
本文设计了一款基于STM32F103C8T6的多模式智能语音台灯系统，创新性地整合了人体感应、光敏检测、蓝牙通信和语音识别技术，实现了智能、按键、远程、语音四种独立工作模式。系统通过HC-SR501传感器实现人来灯亮、人走灯灭的节能控制，结合光敏电阻完成自适应调光；配备OLED屏实时显示运行参数；支持蓝牙APP远程控制和中文语音指令交互。测试表明，该系统响应迅速（智能模式0.5s内响应）、识别准确
你是否有过这样的经历：给一个功能强大的大模型Agent（比如GPT-4o Mini的ReAct模式）写了一页提示词，要求它“帮我写一份用户调研问卷，先找三个竞品分析的核心维度，再设计10个核心问题，最后用Python生成一个问卷星导出的JSON模板”，结果要么是Agent漏了竞品分析直接写问题，要么是JSON格式完全错误，要么是问题太宽泛根本没法用？更糟的是，你完全不知道它的决策过程哪里出了错，只
CrankGPT 让你亲手“摇”出 AI 回答，将抽象算力成本转化为真实的体力付出。这不仅是极客的浪漫，更是对边缘计算与能源感知的深刻隐喻，带你重新审视 AI 时代的物理代价 ⚡️。
AI智能体作为新一代人机交互范式，正在颠覆传统App的孤岛式服务模式。其核心技术突破在于自然语言处理和多模态理解，使得机器能够主动预判需求并跨应用完成任务编排。这种转变将数字服务从流量经济推向价值经济，催生了按效果付费的新型商业模式。在技术实现上，智能体架构需要包含意图理解、服务编排等核心模块，并通过对话状态跟踪等优化手段提升性能。当前医疗、教育等垂直领域正成为智能体落地的重点场景，而联邦学习等技
人工智能技术正在深刻改变人机交互方式，AI智能体通过自然语言理解、多模态交互和持续学习等核心技术，实现了从功能导向到需求导向的转变。这种变革不仅提升了用户体验，降低了认知负荷，还重构了数字商业的价值分配体系。在金融、零售、医疗等行业，AI智能体已展现出显著优势，如提升任务完成率、降低用户获取成本等。随着服务聚合平台崛起和效用经济指标普及，企业需要关注意图数据集、服务适配器等新型数字资产。面对遗留系
语音识别技术作为人机交互的重要分支，通过声学模型和语言模型将语音信号转化为文本指令，其核心原理涉及信号处理、自然语言理解等关键技术。这项技术能够显著降低操作延迟与认知负荷，提升任务执行的连贯性和效率，在编程辅助、内容创作、智能办公等场景中具有广泛应用价值。GPT-Live桌面版集成实时降噪与多轮对话管理，支持通过自然语言直接调用AI生成代码或优化文档，有效解决了传统键盘输入导致的工作流中断问题。该
一旦被批准（或拒绝/超时），Gateway 网关会发出系统事件（Exec finished / Exec denied）。tools.exec.pathPrepend 在此也适用。tools.exec.approvalRunningNoticeMs（默认：10000）：当需要审批的 exec 运行时间超过此值时发出单次"运行中"通知（0 表示禁用）。tools.exec.notifyOnExit（
2025年以来，企业客服领域正经历一场结构性变革。一方面，人工客服平均薪资同比上涨12%-15%，而客服人员年流失率仍维持在30%-50%的高位；另一方面，客户对"7×24小时即时响应"的期望持续攀升，传统人力模式已难以平衡成本与体验。据Gartner 2025年预测，到2027年将有25%的客户服务交互由生成式AI虚拟助手主导，而McKinsey数据显示，AI客服可为企业降低20%-30%的运营
本文介绍“识友记”比赛原型：结合 Rokid AI 眼镜主动拍照、百宝箱低代码工作流与阿里云人脸识别、OSS、Tablestore，实现人物识别、确认录入、语音补充、人物库分页与二次确认删除，并梳理数据模型、异常回滚、性能边界及隐私安全设计。
“Robot + Kid”，四年才开一场发布会的 Rokid 交出了这样的答卷。6 月 26 日，国内知名的人工智能公司 Rokid 在杭州举办 2018 Rokid Jungle 发布会。这是 Rokid 成立 4 年以来的首场大型公开活动，创始人兼 CEO Misa（祝铭明）在会上发布了三款重量级新品：Rokid Me 便携智能音箱，KAMINO18 AI 语音专用芯片以及全新...
机器视觉与自动化光学检测 / 三维视觉与深度感知技术 / 光学计量与精密测量 / 智能机械用光子传感器 / 基于激光的制造与材料加工 / 机器人图像处理与计算机视觉 / 机器人与自动化智能控制 / 智能机器的感知与认知 / 智能机械的机器学习……智能机器人与自动化 / 协作机器人与人机协作 / 机器人控制、规划与优化 / 机器人感知与多传感器融合 / 机器人建模、识别与设计 / 光机电系统集成 /
摘要：情感陪伴仿生人混合训练全链路方案 针对情感陪伴机器人面临的数据采集难题（隐私、伦理、成本三重困境），本文提出"仿真为主（80%）、真机为辅（20%）"的混合训练方案。通过Isaac Sim+Omniverse构建高保真仿真环境，生成带情绪标签的多模态数据；辅以小规模真机脱敏数据修正虚实差异；最终形成"仿真生成-真机验证-数据回流"的闭环迭代体系。该方案突破隐私红线，以1/10成本实现工业级数
主要介绍了MCP的概念、客户端、服务端、工具、提示词、资源以及MCP的扩展功能：进度通知、拦截器、引导式输入、日志记录等
本文探讨智能编程助手的实际能力边界及其在多元场景下的应用价值。通过分析多语言代码生成、复杂算法实现、单元测试覆盖等核心功能，揭示其在不同开发框架中的适配表现。测试表明，智能助手能高效生成结构化代码，显著提升重复性工作的效率，尤其在Python数据处理、Java接口搭建等场景表现优异。然而，面对高度定制化的业务逻辑时，仍需人工干预以确保准确性。其单元测试生成覆盖率可达80%以上，但依赖外部服务的场景
智能体大模型 API 接口
摘要： 扫地机器人交互方式经历了四次跃迁：1）物理按键阶段（2002-2015），单向指令，信息带宽极低；2）APP可视化阶段（2016-2020），实现远程控制与地图管理，提升透明度；3）语音+生态联动阶段（2021-2024），支持离线唤醒和智能家居协同，但依赖预设指令；4）自然对话阶段（2025+），基于大模型实现语义理解、主动服务和情感化交互。交互演进的核心是从“工具”到“伙伴”，逐步增强
近年来，国内智慧交通和低空经济发展迅速，智能化、信息化的交通运输体系的完善和低空运输技术的发展为城市出行提供更多的选择。由福建理工大学主办的第二届智慧交通与低空运输国际学术会议（ITLAT 2026）将于2026年7月3日至5日在中国福州举行。主要围绕“低空经济”、“智慧交通”等研究领域展开讨论。本届大会希望能促进国际间的学术交流与合作，为代表们提供一个展示研究成果，探讨学科最新进展和未来趋势的平
2026人机交互与机器学习国际研讨会（HCIML 2026）定于2026年7月3-5日在辽宁抚顺召开。本届会议将聚焦于智能交互的新范式、新理论、新技术，涵盖（但不限于）多模态交互、自然用户界面、智能可穿戴设备、情感计算、可视化分析、大模型驱动的交互革命、可信赖AI、机器人交互以及AI赋能的新质生产力等关键方向。
人机交互
——人机交互
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
龙虾开发者社区
CSDN-OPC开发者社区
AI Agent技术社区
DeepSeek技术社区
AI编程社区
深开鸿 技术专区
亚马逊云科技技术品牌专区
AtomGit AI 社区
乐奇 Rokid 开放社区
DAMO开发者矩阵
MCP技术社区
