logo
publist
写文章

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

【Apify集成亮数据,体验企业级电商数据采集新实践】

在数据驱动决策的时代,电商企业对高质量数据的需求正不断升级。Apify 搭配亮数据(Bright Data),为企业带来更稳定、更高效的电商数据采集解决方案。选择 Apify + 亮数据,助力企业轻松应对复杂采集场景,释放电商数据的无限价值。

文章图片
PixPix篇:从多模型到 MCP,AI 电商做图怎样接进 Agent 工作流

卖一个杯子,和把一个杯子卖出去,中间隔着不少活。商品拍好了,介绍还没写。卖点理顺了,图片得接着做。等场景图终于合适,又想拿它做一段短视频,刚才那套要求还得再讲一遍。每个工具都很能干,坐在中间的人也没闲下来。这也是我看 AI 电商产品时,越来越在意的一个问题。模型已经能做很多事,整理资料、切换软件这些工作,还需要人参与多少?最近翻了 Amazon、Shopify 的更新,又看了 PixPix 的产品

文章图片
#人工智能#MCP
数字人场景落地:魔珐星云AI具身智能3D 数字人面试官的实战搭建

摘要:本文记录了基于魔珐星云平台快速搭建3D数字人面试官的完整实践过程。通过轻量化具身技术,将纯文本AI面试官升级为具备表情、动作和思考神态的3D交互形象,显著提升了面试场景的真实感和沉浸感。文章详细介绍了从注册账号、创建应用到代码实现的每个步骤,重点展示了如何通过参数流架构实现低延迟、高并发的实时交互,以及如何对接大模型实现智能追问功能。实践表明,具身数字人相比纯文本交互能带来更自然的沟通体验,

文章图片
AI Agent 能把办公任务做到哪一步?我用 4 个真实场景做了一次测试

很多时候,工作效率低,并不是因为任务有多难。真正消耗时间的,反而是那些每天都在重复的小事:翻一份几十页的资料、从 Excel 里找异常数据、为一个选题查半天资料,再把零散的信息重新整理成文章。单独看,每件事好像都不复杂。但一件接一件堆起来,一上午往往就这样过去了。

文章图片
#人工智能
《遥控器、App 和程序同时发指令,启元 Q1 听谁的?》

设想这样一次操控。手机上的摇杆还在要求 Q1 前进,电脑里的速度程序开始发送转向指令。这时,操作者再动一下外接遥控器,机器人该听谁的?只用一个入口时,操作者关心的是目标怎样发出去。几个入口同时要求机器人移动,系统就多了一项选择,当前采用谁的指令。手机还在发送,程序也已经启动,最终采用哪一路,仍要看来源规则。启元 Q1 的探索版手册列出了 App 操控、外接遥控器与电脑调试入口,公开 SDK 则说明

文章图片
#交互
《启元 PrimeSim 如何用生成视频评估机器人策略》

PrimeSim 论文展示过一组把瓶子装进纸箱的生成画面。机械臂靠近传送带,抓取瓶子,再把它送向箱子。从抓取到装箱,画面连成了一次完整操作。如果开发者想用这样的模型挑选机器人策略,问题就变了。一条顺利结束的视频,怎样变成某个策略的成功率?换一套控制程序,生成的环境能否保留两者的强弱差别?启元 PrimeBot Research 的 PrimeSim 正在尝试回答这个问题。它以视频生成模型为起点,接

文章图片
#机器人#人工智能
《启元 T1 双形态移动的取舍:地形适应、身体支撑与形态切换》

翻开《T1 变形机器人用户手册》,同一张参数表里有一组容易让人停下来的数字。四足形态的最大移动速度是 3 m/s,轮足形态则是 2.5 m/s。如果用“轮子负责快,四足负责越障”来理解这台机器人,这两个数字就不好解释。既然四足的速度上限更高,轮子还解决什么?反过来,已经可以靠轮子移动,T1 为什么又要俯下身体,让上肢也接触地面?答案藏在身体的变化里。直立时,上肢留在身体两侧;俯下以后,它们参与落脚

文章图片
【能 ping 通启元 Q1,为什么还读不到电量?】

在启元 Q1 的开发文档里,读电量只需要一条命令。电脑订阅电池状态话题,收到一条消息,打印出来,然后退出。对于只想知道机器人还剩多少电的人,这个目标很小,甚至用不着先写一个完整程序。不过,在 Q1 指南里,ping 连通与读到电量分在两处,中间隔着 SDK 编译和环境加载。顺着源码看,机器人回应了地址请求,距离屏幕上出现电量,确实还有一段过程。设想这样一个场景。Q1 已按指南接入开发网络,电脑也能

文章图片
名片记忆助手开发全记录:Rokid AI Glasses 智能体从架构设计到功能落地

本文记录了基于RokidAIGlasses开发名片记忆助手智能体的全过程。首先分析了AR眼镜行业背景及设备能力,针对商务社交场景中的人脉记忆痛点,确立了"社交记忆增强系统"的产品定位。技术实现上采用灵珠平台的三模块架构:通过表格知识库存储结构化联系人数据,Prompt工程约束模型行为,工作流引擎实现多步骤交互。重点阐述了数据建模原则、Prompt调优策略及工作流节点设计,并演示

#人工智能
端到端 SDK 实战,三段代码做一个会听、会说、能被打断的网页具身交互智能体

上个月开周会,老板指着官网首页说,每天进来的人不少,看两眼就走了,能不能放个前台在这儿,有人来就打个招呼,问什么答什么。我当场答应了。脑子里的方案很快就有了,语音识别把话转成文字,大模型想答案,语音合成念出来,再找个形象对上口型。三样都有现成的云服务,接口文档也齐,我给自己留了三天。三天后它能用了。你问一句,它停一两秒,开口回答。看着别扭的地方有三处。给客户演示那天出了岔子。它在介绍公司的产品线,

文章图片
#交互
    共 135 条
  • 1
  • 2
  • 3
  • 14
  • 请选择