
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
机器人应用商店不可能在发布会当天建成。过去一年,灵创和UniStore用动作社区完成了生态启蒙,Reachy Mini证明了"日常应用"比"表演"更能留住用户;启元这次的位置,是第一次把消费级定价、全栈开放接口和服务型技能货架在量产首日对齐。接下来值得跟踪的不是下载量,而是四个更硬的指标:真实交付装机量、月活Skill数量、第三方作品占比、以及Skill在真机上的复用率。资料启元开发者社区官网 d

光学是机器视觉的基础,没有光学的精准成像,就没有机器视觉的智能解读;机器视觉是光学的延伸,没有机器视觉的算法支撑,光学采集的影像也无法发挥实际价值。二者的“双向奔赴”,不仅让机器拥有了“看世界”的能力,更在重塑产业格局、改变我们的生活。从工业4.0的智能制造,到民生领域的便捷服务,再到前沿科技的不断突破,光学与机器视觉的融合,正在解锁一个又一个“不可能”。未来,随着技术的持续升级,我们有理由相信,

论文全称发表渠道:IEEE Robotics and Automation Letters(RA-L),2025年4月正式录用研究团队:香港大学计算机科学系相关研究团队应用场景:大型商场、楼宇等未知室内开放环境的机器人地标搜索与自主探索。

LLM约束提取 + 确定性调度求解 + 过程树代码。

论文全称发表状态:arXiv 2025年11月更新v3版本,由香港大学、OpenDriveLab、AgiBot团队联合研发核心方向:视觉-语言-动作(VLA)通用机器人策略、无标注隐式动作学习、跨本体技能迁移代码开源用户通过APP上传自己做某件家务的视频,系统自动提取任务中心隐式动作,解码成启元机器人的执行动作,无需额外训练,实现“人怎么做,机器人就怎么做”。该能力可作为高端功能点,区别于行业内只

论文全称发表渠道:IEEE Robotics and Automation Letters(RA-L),2024年4月研究团队:香港大学计算机科学系、同济大学机械与能源工程学院核心方向:主动建图、语义规划、移动机器人导航几何信息增益:对应占空概率的熵减少量,衡量几何建图的收益。语义信息增益:对应物体类别概率的熵减少量,衡量语义建图的收益,重点关注目标物体(TOs),忽略干扰物体(NOs)。两者通过

本文基于启元机器人官方包撰写。文中所有接口名称、枚举编号、频率与参数取自该包内的aimdk_msgs消息定义、examples/示例代码与随包文档(《PrimeBot_SDK快速入门与集成指南》《接口说明》),引用处标注了文件路径,可直接对照。拿到一个机器人 SDK,最值得先看的不是示例怎么跑,而是它把"能力"切成了什么形状。这个 SDK 包的顶层很简单:一个aimdk_msgs消息包、一个exa

本文解决:在已经部署好的 Nexent 平台上,如何从零创建一个真正能用的智能体,把它配置好、调试通过、发布上线,并在正式对话里验证效果。本文不讨论部署,而是聚焦。全文操作均基于 Nexent 官方 AtomGit 仓库()所对应的平台版本实测,所有界面截图均为真实操作画面。:已经完成 Nexent 部署、能正常登录平台,但还没创建过智能体的开发者;以及创建过智能体、却总在「提示词不生效」「发布后

本文解决:拿到一台干净的 Linux 云服务器,如何用 Docker 把开源智能体平台 Nexent 完整部署起来,并确认它真的能用——包括容器状态检查、浏览器访问、超级管理员首次登录、租户初始化以及进入主工作区。全文命令均基于 Nexent 官方 AtomGit 仓库()当前版本实测整理,照着做即可,不依赖任何图形界面。文中也会把我实际踩中的两个高概率坑()连同排查过程一起写清楚。

本文记录我测试启元 Q1 时的第一阶段工作:安装桌面调试工具、搭建 ROS 2 Humble 容器、准备 SDK 消息环境,并在 RViz 中加载 Q1 模型、检查关节状态和 TF。本阶段已经看到模型并完成关节话题验证;Gazebo/MuJoCo 动力学仿真、机器人行走以及真机接口控制仍属于后续工作。








