具身智能与视觉：机器人如何“看懂”世界？

Ne0inhk

— 3 min read
具身智能与视觉：机器人如何“看懂”世界？

在这里插入图片描述

具身智能与视觉：机器人如何“看懂”世界？

具身智能与视觉：机器人如何“看懂”世界？​ 人工智能，计算机视觉，大模型，AI，在科技飞速发展的当下，具身智能成为了人工智能领域中一颗璀璨的新星，吸引着无数科研人员与科技爱好者的目光。具身智能，简单来说，就是让智能体（如机器人）基于自身的物理身体与所处环境进行交互，从而实现感知、理解、决策与行动的智能化过程。而在这一过程中，视觉扮演着举足轻重的角色，宛如为机器人打开了一扇通往世界的窗户，使其能够获取大量关键信息，进而做出合理的行为决策。那么，机器人究竟是如何借助视觉来 “看懂” 世界的呢？这背后蕴含着怎样复杂而精妙的技术原理与实现机制？本文将深入探讨具身智能与视觉之间千丝万缕的联系，为大家揭开机器人视觉的神秘面纱。
在这里插入图片描述

前言

    计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科

Read more

【机器人】复现 RoboBrain2.0 具身大脑模型 | 统一感知、推理和规划能力

【机器人】复现 RoboBrain2.0 具身大脑模型 | 统一感知、推理和规划能力

RoboBrain 2.0是一个机器人的具身大脑模型，具备统一感知、推理和规划能力； 同时适应对物理环境中复杂的具身任务； 它提供不同版本：轻量级的3B、7B模型和全尺寸的 32B 模型，包含视觉编码器和语言模型。 代码地址：https://github.com/FlagOpen/RoboBrain2.0 论文地址：RoboBrain 2.0 Technical Report 目录 快速了解模型 1、创建Conda环境 2、安装依赖库 3、安装torch 4、模型推理 示例1：图文问答，使用RoboBrain2.0-7B模型，不开思考模式 示例2：图文问答，使用RoboBrain2.0-7B模型，开启思考模式 示例3：图文问答，使用RoboBrain2.0-3B模型 示例4：

By Ne0inhk

GIT如何安全的撤回已经commit但是还未push的更改

如果你已经执行了 git commit，但尚未 push 到远程仓库，那么撤回（撤销）这个提交是安全且可逆的，因为更改只存在于你的本地仓库中，不会影响他人。 以下是几种常用且安全的方法，根据你的具体需求选择： ✅ 场景一：想完全撤销最近一次 commit，保留修改在工作区（可以重新编辑或分多次提交） git reset HEAD~1 * 这是 --mixed 模式（默认），会： * 删除最近一次 commit； * 保留所有更改在工作目录中（文件内容不变）； * 可以重新 git add 和 git commit。 * ⭐ 最常用、最安全的方式。 示例：你误把两个功能写在一个 commit 里，想拆成两个 → 用这个。 ✅ 场景二：想完全撤销 commit，并彻底丢弃所有更改（回到上一个

By Ne0inhk
安装openclaw时出现npm error code ENOENT npm error syscall spawn git报错的解决方案

安装openclaw时出现npm error code ENOENT npm error syscall spawn git报错的解决方案

大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为ZEEKLOG博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。 本文主要介绍了安装openclaw时出现npm error code ENOENT npm error syscall spawn git报错的解决方案，希望能对使用openclaw的同学们有所帮助。 文章目录 * 1. 问题描述 * 2. 解决方案 1. 问题描述 今天在使用命令安装openclaw时，却出现了npm error code ENOENT和npm error syscall spawn git的错误提示，具体报错信息如下图所示： 在经过了亲身的实践后，终于找到了解决问题的方案，最终将逐步的操作过程总结如下。希望能对遇到同样bug的同学们有所帮助。

By Ne0inhk
【数据库】国产数据库的新机遇：电科金仓以融合技术同步全球竞争

【数据库】国产数据库的新机遇：电科金仓以融合技术同步全球竞争

7月15日，国产数据库厂商中电科金仓（北京）科技股份有限公司（以下简称“电科金仓”）在北京举行了一场技术发布会，集中发布四款核心产品：AI时代的融合数据库KES V9 2025、企业级统一管控平台KEMCC、数据库一体机（云数据库AI版）以及企业级智能海量数据集成平台KFS Ultra，并同步举行了“金兰组织2.0”启动仪式。 如果放在过去几年，这场发布会可能被归入“信创替代”的常规范畴。但这一次，电科金仓试图讲述的不再是“我们也能做、我们可以兼容”，而是“我们能不能定义下一代数据库形态”。 整个发布会贯穿了三个关键词：“融合”“AI”“平台能力”。这背后的核心逻辑是清晰的：在“去IOE”与“兼容Oracle”的红利渐近尾声之际，国产数据库厂商开始面对一个更加复杂、也更具挑战性的市场命题——如何在大模型时代支撑非结构化数据、高维向量检索和复杂语义计算的新需求？ 正如我国数据库学科带头人王珊教授所说，数据库内核与AI能力的深度结合，已成为释放数据核心价值的关键路径，正催生着更智能、更自适应、更能应对复杂挑战的新一代数据库形态。

By Ne0inhk