Science Advances | 一种材料造出整只大象机器人:晶格几何编程实现从柔软到刚硬的

Science Advances | 一种材料造出整只大象机器人:晶格几何编程实现从柔软到刚硬的

论文信息

英文题目:Lattice structure musculoskeletal robots: Harnessing programmable geometric topology and anisotropy

中文题目: 晶格结构肌肉骨骼机器人:利用可编程几何拓扑和各向异性

作者:Qinghua Guan, Benhui Dai, Hung Hon Cheng, Josie Hughes

作者单位: 瑞士洛桑联邦理工学院(EPFL)

期刊:Science Advances(IF 13.6 中科院一区,JCR一区)

发表时间:2025年7月16日

链接:https://www.science.org/doi/10.1126/sciadv.adu9856

引文格式:Guan Q, Dai B, Cheng H H, et al. Lattice structure musculoskeletal robots: Harnessing programmable geometric topology and anisotropy[J]. Science Advances, 2025, 11(28): eadu9856.

01 全文速览

自然界中,从柔软的大象鼻子到承重的骨骼,生物体通过巧妙组合不同力学特性的组织实现了丰富的运动功能。而今天的机器人,要么是硬质骨架+软体关节的多材料拼凑,要么只能在有限范围内调节刚度。

EPFL的Josie Hughes团队提出了一种全新的设计范式:仅用单一材料,通过编程晶格结构的几何拓扑,实现从柔软到刚硬的连续力学性能调控。他们开发了两种几何编程方法——拓扑调控(TR) 和叠加编程(SP),前者实现不同晶格类型之间的连续过渡,后者通过叠加不同方向或平移的晶格单元产生离散但可大范围调节的刚度和各向异性。两种方法组合,可生成超过100万种不同的晶格单元,杨氏模量覆盖20~280 kPa的范围。

图1 展示了大象的生物结构(A)与本文仿生机器人(B、C)的对比。大象拥有柔软的鼻子和刚硬的腿,本文用单一材料通过晶格结构编程实现了这两种截然不同的力学特性。

Read more

【DGX Spark 实战】部署 vLLM + Open WebUI 运行 Qwen3-Coder-Next-FP8(CUDA 13.0 兼容版)-修订

【DGX Spark 实战】部署 vLLM + Open WebUI 运行 Qwen3-Coder-Next-FP8(CUDA 13.0 兼容版)-修订

感谢Qwen3-Coder-Next-FP8为本文进行润色,调整,绘制架构图。但是所有的文字及链接经过手工修订。需要SGLang推理框架,移步 【DGX Spark 实战】部署SGLang,千问3.5-27B模型初探 我们已严格按您提供的原始内容(包括 CUDA_VERSION=130、CPU_ARCH=aarch64、路径 ~/vllm、用户 admin 等)进行全量修正与标准化,确保所有命令与 DGX Spark 实际环境一致。 摘要本文详细记录在 NVIDIA DGX Spark(Grace Blackwell 架构)上部署 vLLM 推理服务并接入 Open WebUI 的完整流程,包含 FlashAttention 编译、vLLM wheel 安装、Qwen3-Coder-Next-FP8

全员DeepSeek时代,前端能做些什么?

全员DeepSeek时代,前端能做些什么? 2025–2026 年,随着 DeepSeek V3 / R1 系列(尤其是代码生成、前端页面生成能力)的爆发式提升,“全员DeepSeek”已经从梗变成了很多团队的真实工作流。 AI 正在快速吃掉“机械重复的前端编码”,但这并不意味着前端要凉,反而是一次非常大的角色升级机会。 下面从现实、趋势和可执行路径三个层面给你讲清楚:前端在 DeepSeek 时代到底能/该干什么。 1. 先认清现实:DeepSeek 已经抢走了哪些活? 根据大量实测和社区反馈(2025 年下半年尤为明显),DeepSeek 系列在以下场景已经非常实用: * 常规 CRUD 后台管理系统页面(表单、表格、抽屉、树形结构) * 中后台常见的组件组合(搜索 + 列表 + 分页 + 操作栏) * Tailwind + React / Vue

受够了网络反爬?这套 WebTop 方案,让云端 OpenClaw 像真人一样上网

受够了网络反爬?这套 WebTop 方案,让云端 OpenClaw 像真人一样上网

浏览器是网络世界的入口 对于云端部署的 OpenClaw,有一个最大的痛点,就是浏览器没有显示界面,这会对 OpenClaw 的浏览器自动化操作产生很大的影响。 刷知乎、小红书、推特,或者看 Reddit 时,传统的 Headless(无头)浏览器几乎过不了人机验证,也很容易卡在扫码登录界面。 云服务器没有显示器,你连验证码长什么样都看不到,更别提接管操作了。 那么,有没有一种优雅的姿势,让云端的 OpenClaw 拥有一个“有血有肉”的真实桌面浏览器? 就像我们在本地自己电脑上浏览网页一样自由? 既能保留 Cookie 环境,又能在遇到验证码时,让你通过浏览器随时“远程附体”进行人工接管? 我花了几天时间,反复追问 Claude、GPT、Grok、Gemini、Kimi,在我的云服务器上跑通了他们一致推荐的方案:WebTop + Tailscale,并且成功登录谷歌、知乎、小红书等平台。

【AI赋能】MCP+Skill能力下的前端JS逆向自动化落地(附工具)

【AI赋能】MCP+Skill能力下的前端JS逆向自动化落地(附工具)

项目地址 https://github.com/Fausto-404/js-reverse-automation--skill js-reverse-automation--skill 结合chrome-devtools-mcp的能力并加上Skill的规范,实现JSRPC+Flask+autoDecoder方案的前端JS逆向自动化分析,提升JS逆向的效率 适用场景 * 需要快速落地前端签名/加密参数逆向 * 需要将js逆向逻辑封装为可复用的代码 * 需要与 Burp 配合进行抓包、改包 流程设计思路 针对js逆向中常用的远程调用法进行js逆向(如JSRPC+Mitmproxy、JSRPC+Flask等)中,初始配置阶段中面对的定位加密函数、编写注册代码、编写python代码等繁琐操作,通过引入AI的MCP和Skill技术进行赋能,让AI自动完成函数发现与注册代码生成,最终实现从“半自动”到“高自动”的跨越,人员全程只需下方指令,并最终配置一下burp即可完成JS逆向的全流程。 核心能力 * 基于 MCP 连接真实浏览器,触发并跟踪js加密/签名链路