国内人形机器人行业快速发展，多家新兴企业崭露头角。智元机器人（上海）由华为前高管创立，获高瓴、红杉等投资，估值150亿元，产品远征A1拥有40+自由度。宇树科技（杭州）专注工业应用，其H1机器人扭矩达240Nm。傅里叶智能（上海）依托上海交大，研发康养机器人GR-1。星动纪元（北京）由清华孵化，获5亿元融资，L7机器人速度达3.6m/s。银河通用（北京）与北大合作研发工业机器人Galbot G1。

计算机视觉领域常用数据集总结。

3D目标检测最主要的应用领域是自动驾驶，主流用的传感器是camera和lidar， 一般车上也会配备很多radar， 但是在检测中一般很少用到radar。

因为模型和权重是开源的， 可以本地部署， 也可以直接使用api调用更为方便。Qwen2.5-VL模型是一个视觉语言多模态大模型。

论文： SMOKE: Single-Stage Monocular 3D Object Detection via Keypoint Estimation代码： https://github.com/lzccccc/SMOKE0 引言现有的单目3D目标检测基本都是2阶段的， 首先基于2D目标检测生成目标的2D候选区域， 然后针对获取到的2D候选区域预测目标的位置姿态等。 论文认为2D检测是不必要的

人工智能顶级会议与期刊总结

1 float 16与float 321.1 float161.1.1 计算方式float 16又称半精度， 用16个比特也就是2个字节表示一个数。如下图所示， 其中1位符号位， 5位指数位， 10位小数位。那么， 这16个比特位是怎么表示1个数的呢 ？ 分3部分：符号位 ， 指数部分， 小数部分。a 符号位： 1代表负数， 0代表正数。b 指数部分，5个比特位， 全0和全1有特殊用途，所以是00

labelimg可以用来标注目标检测的数据集， 提供多种格式的输入， 如Pascal Voc, YOLO等。

论文：Categorical Depth Distribution Network for Monocular 3D Object Detection代码：https://github.com/TRAILab/CaDDN0 引言单目3D检测的最大难点在于深度的估计，精确的深度估计是非常困难的， 已有的方法大多估计都不准。 CaDDN 主要的贡献也是在深度估计上， 它的思想是既然精确地深度估计很困难

毫米波雷达-视觉融合感知方法（前融合/特征级融合/数据级融合）