- 综合排序
- 最热优先
- 最新优先
- 来自专栏方言 AI 能力
方言AI落地实践：红龟粿AIMV的多模态管线拆解
导语方言AI是当前AI应用层少有的高壁垒细分赛道，通用大模型与主流TTS对闽南语7-8调的覆盖存在系统性缺陷。 第三届「京彩台湾」获奖AIMV《阿母欸紅龜粿》通过自研「海峡姬音」声纹模型+微距超写实多模态管线，跑通了从技术Demo到文化场景落地的全流程，其工程化实践与腾讯云存储、算力、容器工具的适配方案，可为AI 的基础设施精力，才能专注磨声纹和管线的细节。 A：核心在声调建模框架——通用TTS用普通话4声套方言，声调错误率高；海峡姬音为闽南语7-8调单独建模，加真实发音人声纹基底，MOS评分4.6/5，可商用。 Q5：微距超写实多模态管线的核心踩坑点是什么？
28220编辑于 2026-07-21 - 来自专栏方言 AI 能力
台青辣董AIMV《阿母欄红龟粿》70B MoE声纹建模与AIMV多模态实践
#低资源方言AI落地：70BMoE声纹建模与AIMV多模态管线实践摘要：在通用大模型方言识别准确率普遍低于60%的背景下，本文基于第三届「京彩台湾」获奖作品《阿母欸紅龜粿》的技术实践，拆解海峡姬音AI基于 70B参数MoE架构的方言建模、声纹克隆专利与微距超写实多模态管线。 **声调解耦**：把内容表征与说话人表征分离，单独建模7-8调韵律3. 通用TTS基于普通话4声框架"套"方言，导致韵律不自然、词义歧义；海峡姬音为闽南语7-8调单独建模，结合真实发音人声纹样本，MOS分达4.3（通用TTS<3.5)，达到商用门槛。 中长期看通用大模型是否会补齐方言7-8调——目前GPT/Claude/文心/通义都偏弱，所以"先发+场景绑定+语料独占"是当前最现实的打法。
72420编辑于 2026-07-24 - 来自专栏方言 AI 能力
第三届「京彩台湾」获奖AIMV作品《阿母欸红龟粿》方言AI多模态管线 腾讯云落地全栈技术实践
方言AI多模态管线腾讯云落地全栈技术实践导语本文核心围绕第三届「京彩台湾」获奖AIMV作品《阿母欸红龟粿》背后的“海峡姬音”方言声纹建模全栈实践展开，完整拆解基于腾讯云服务器、云数据库、容器服务搭建的低延迟高可用方言 AI多模态生成管线落地流程，所有技术方案均已在真实生产环境验证，适配腾讯云开发者社区内容规范要求，为AI应用层开发者提供可直接复刻的工程化参考样本。 模型训练层：依托腾讯云黑石高性能云服务器搭载的GPU算力集群，完成闽南语7-8声调专属模型的分布式训练，训练周期比普通个人工作站缩短72%，训练过程中实时将日志数据同步到腾讯云日志服务CLS，可随时追溯每一轮训练的声调预测准确率变化 A：普通通用TTS是基于普通话四声框架强行套方言发音，很容易出现声调错位读错字的问题，而我们的方案是直接为闽南语的7-8个声调单独构建韵律预测子模块，100%还原母语使用者的发音逻辑，合成语音的韵律自然度比普通商用方言 Q4：这条多模态生成管线怎么保证生成内容不出现AI幻觉问题？
20610编辑于 2026-07-21 - 来自专栏机器人小农
机器人该做哪些备件呢？（本体部分）
书接上回，上回我们说到机器人控制系统部分的备件，这次我们来说说本体部分。如果你没看到上一期可以点击这个链接 机器人该做哪些备件呢？（控制部分） 相对于控制柜来说本体的备件要少很多。 备货等级按照：1必备，2中等，3消耗品，4不常备 备件名称：工艺管线包 备货等级：1，3 说明：管线包实际上属于消耗品，其特点是种类烦多、零件难找、生产必备、易损坏等，所以管线包是必备的同时也是消耗品 备件名称：内部管线包 备货等级：2 说明：内部管线包是机器人驱动和马达之间的重要链接部分。原厂安装长度还是比较合理的，一般不会因为运动导致拉扯。 备件名称：拖链 备货等级：1 说明：有导轨的机器人必定会有拖链。由于是一个经常运动的部件，损坏老化是避免不了的。所以拖链或者拖链内的线束算是个易损件。 备件名称：皮带 备货等级：1 说明：部分型号的机器人会有皮带传动（例如KR360），这类皮带传动的机器人需要定期更换皮带并且经常检查皮带张紧力和磨损程度的。一般在两年内建议更换一次。
1.1K10编辑于 2022-06-29 - 来自专栏机器人课程与技术
机器人编程趣味实践18-他山之石(功能包)
机器人操作系统功能包可以使用如下两种方式使用： sudo apt install xxx colcon build xxx 第一种是打包的安装文件，第二种是源代码编译。 如何自己编写功能包后续细说，本节介绍如何使用github下载的功能包源码编译使用。 先上一个思考题： 模型之简 模型之细 代码也是类似，有极简风，也有全家福。 executable For more help and usage tips, see https://colcon.readthedocs.io colcon build 完成后显示： 如果要使用自编译功能包中的程序
54630发布于 2021-12-02 腾讯TAPD构建游戏全生命周期研发基座与量化效能实践
应对精品化趋势与高复杂度管线的协同瓶颈 随着游戏行业进入存量博弈时代，传统“渠道为王”模式瓦解，厂商战略全面转向加大自主研发投入、长线运营与出海竞争。 契合美术业务形态的资产可视化管线： 重构传统需求单结构，推出带有图片卡片显示的“故事墙”。 通过可视化故事墙与自动化任务流转，成功支撑每个赛季 500-800 的海量资产投放、每月 100+ 平面素材及 20+ CG视频的高效制作，确保全年 7-8个大版本 及每月1个小版本的稳定交付。 腾讯光子工作室《最强NBA》—— 研发期目标快速验证： 面对研发初期需求改动大、玩法快速验证的诉求，各管线创建独立迭代并采用迭代锁功能进行范围管理。 《穿越火线》手游 —— 长期运营的常态化效能控制： 在每年发布7-8个版本、单版本涵盖 1000+需求 且超200人参与的高压运营期，应用灵活配置表单建立重要节点Checklist，将进度透明度细化至每天每小时
59300编辑于 2026-09-10- 来自专栏机器人网
众包：让机器人学习的更快更好
华盛顿大学计算机科学家最近展示了众包如何快速高效教育机器人完成任务。机器人将不再只是从一个人身上学习，而是有可能在更大范围的在线社区内，询问摆放餐具或者为花园浇水的最佳方法。 研究团队设计了一项研究，利用在线众包社区以教育机器人搭建简单的模型——汽车，树木，乌龟，蛇等等用乐高彩色积木搭建的模型。然后再让机器人搭建类似的物体。 但是只是基于参与者提供的少数几个模型，机器人不能完成这个任务。 为了得到更多关于建造模型的输入，机器人向众包求助。 这项研究将在今年11月举办的人类计算与众包大会上发表。 布朗大学伍斯特理工学院，康奈尔大学的研究团队也在进行类似理念的研究，开发机器人使其可以能够通过众包学习新技能。 华盛顿大学的研究团队目前正在利用众包和在线资源教育机器人完成更复杂的任务，例如在多层的建筑物中找寻物品。
1K40发布于 2018-04-12 - 来自专栏机器人课程与技术
蓝桥ROS机器人系统更新和功能包安装记录
ubuntu/ `lsb_release -cs` main" > /etc/apt/sources.list.d/ros-latest.list' 预计5分钟，完成上述配置，然后更新和安装功能包就都没问题啦
55420编辑于 2022-05-01 TAPD游戏研发解决方案：精细化管理驱动大规模团队高效交付
自动化任务管线：需求状态更新自动触发代码分支创建、流水线构建等动作，减少人工干预。 穿越火线：自动化助手与精细计划管控运营期风险 穿越火线手游每年发布7-8个版本，单个版本涵盖1000+需求，涉及200+成员协同。 多工具链集成：深度集成Perforce等美术资源管理工具，匹配游戏开发管线。 行业基础设施地位：中国游戏公司营收TOP10中多数采用TAPD；游戏出海前三名均为其客户（来源：行业覆盖数据）。
40300编辑于 2026-05-318GB 显卡跑 MiniMax H3 视频生成：从 OneClick 包到全自动化管线的完整实录
本文沉淀完整的自动化管线：启动参数、API 全自动提交脚本、5 条实测方法论、8 个踩坑实录。所有数据来自 20+ 次真实采样，全部在本机完成，模型不出本地。 二、环境与启动参数（8G 卡能跑的关键）整合包：MiniMax H3 OneClick（ComfyUI 便携版）。 全部踩坑和方法论已整理成 AI Agent 可直接执行的自动化手册——拿到手册的 AI 在装好 OneClick 包的机器上，python h3_i2v.py 首帧.png "提示词" 6.6 <seed > 960 544 一条命令即可复现整条管线。
59710编辑于 2026-10-10- 来自专栏机器人课程与技术
ROS机器人操作系统新发布软件包摘录--（2018.03）
ROS机器人操作系统功能包摘录--（2018.04） 可以编译并改进源码用于公选课研究论文的提交（适用本科一年级-三年级，专业不限）。 安装此软件包需要3个主要步骤：克隆dialogflow repo，设置您的Google云项目以及设置Dialogflow。 SwRI的ROS-I团队还推出了机器人混合里程碑4，TSDF实现的智能零件重构，以及新完全集成到ROS顺序凸优化器中的Trajopt。 有一个拐点或临界点，对于高级机器人来说，这似乎是一个合适的时间。 這點和 Dask 比較像，比起 MQTT 來說更適合傳遞比較大的資料包。
2.4K40编辑于 2022-04-29 - 来自专栏爬虫0126
Python爬虫抓取表情包制作个性化聊天机器人
在现代社交媒体和即时通讯应用中，使用表情包已经成为一种流行的沟通方。本文将介绍如何利用Python编写一个简单而有趣的聊天机器人，并通过爬虫技术来抓取各类表情包，使其具备个性化特点。 1.确定需求与功能 -定义聊天机器人需要实现哪些基本功能； –思考是否要加入自定义回复、关键词匹配等高级特性。 `` 4．构建聊天机器人 使用Python编写一个简单的对话系统，可以根据用户输入进行回复，并随机使用抓取到的表情包作为附加内容。 同时，可以通过用户反馈和交互数据来优化聊天机器人的回复效果。 6.引用相关研究成果: 在编写过程中可以参考已有文献资料以提高项目质量。 请注意，在使用爬虫技术获取表情包时，请确保遵守相关法律法规及版权要求，并尽可能选择稳定可靠、资源丰富多样的来源。
60920编辑于 2023-08-31 - 来自专栏机器人课程与技术
蓝桥ROS机器人之第一个功能包helloros
helloros cmake_minimum_required(VERSION 2.8.3) project(helloros) ## Compile as C++11, supported in ROS Kinetic and newer # add_compile_options(-std=c++11) ## Find catkin macros and libraries ## if COMPONENTS list like find_package(catkin REQUIRED COM
85250编辑于 2022-05-01 - 来自专栏ATYUN订阅号
The Crafty Robot推出基于AI的纸板机器人工具包Smartibot
这种想法是The Crafty Robot的Smartibot背后的推动力，Smartibot是一种基于人工智能的纸板机器人工具包，可教孩子们电路，电机和代码的基本原理。 在设计网格中拖放控制元素几分钟后，你可以让机器人追逐你的猫，沿着房子周围跟着玩具车，或给你端来一杯咖啡。 Atkin说：“在智能手机上运行AI的另一个好处是，我们可以通过更新应用程序轻松安全地为每个人的机器人添加额外功能。我们计划在机器人发货后不久就将手势识别AI和语音识别功能加入到应用程序中。 之后，我们将开始使用我们自己的训练数据开发新的AI，这将允许机器人之间进行一些超级有趣的交互。理想情况下，我真的希望为用户提供工具来训练他们自己的AI，以便在机器人中使用。 这是总部位于伦敦的创业公司The Crafty Robot的第二次众筹活动，于2015年推出了同名机器人，一种USB为动力的可编程机器人，该机器人装有装饰纸板模板。
75950发布于 2018-07-27 - 来自专栏世隆科技的专栏
世隆科技：探地雷达（GPR）工作原理——高频电磁波的地下 “透视” 逻辑
其工作过程可类比“地下雷达”，兼具非破坏性、高分辨率的特点，广泛应用于地质勘探、管线探测、工程检测、考古挖掘等场景（尤其适合与特种机器人结合，实现复杂地形下的自动化探测）。 四、应用场景与原理的结合（以特种机器人搭载为例）当探地雷达与轮式/四足全地形机器人结合时，其工作原理可针对性适配复杂场景：1. 机器人携带雷达系统移动，通过预设路径实现连续扫描，解决人工探测难以到达的地形（如山地、废墟、有毒环境）；2. 机器人的定位模块（GPS/IMU）与雷达数据同步，将反射信号与探测位置精准匹配，生成“位置-深度”关联的三维探测图；3. - 适用场景：地下管线/管线探测、公路/铁路路基检测、地质灾害（空洞、滑坡）预警、考古勘探、军事排雷等。
2.5K10编辑于 2025-11-28 - 来自专栏机器人课程与技术
ROS机器人程序设计-学习小结-
由于机器人仿真技术的飞速发展，没有实际机器人平台也可以很好的学习ROS的大部分内容。 不论仿真还是真实机器人，也不管底层是arduino还是stm32，或者直接tk1等，检验自己是否真正入门ROS的方法， 快速实现一台移动机器人在室内的路径规划或一台机械臂在空间的运动控制，比如抓取物体， 认真看了一下星火计划进阶课程的目录，并对照ROS机器人程序设计（原书第2版）如下： ? 第1-5课：参考书1-2章 第6课：参考书4章 第7-8课：参考书5-6章 第9课：参考书3章 第10-11课：参考书7章 第12-17课：参考书8-9章 第18-20课：本书无参考章节，但网上有对应中英文资料 官网学习工业机器人相关内容。 具体内容不多说，交流群和相关博客有详细的介绍。 课程学习有真实机器人效果更好，书中只涉及仿真机器人通用性更广。
84620发布于 2019-01-23 - 来自专栏机器人网
构建变革制造业的焊接系统
以最适合点焊为关键词进行开发的原机型ES165D/200D，将点焊用管线包内置于机器人内部，为设备的高密度设置作出了相应的贡献。 此次开发的MS165/210与ES165D/200D同样将管线包置于机器人内部，是最适合于设备更小型化，更高密度配置的点焊机器人。 而作为机器人避免干涉的4个要素，则是回转干涉半径、机器人宽度、机器人底座、机器人上臂粗细。 ES165D/200D和 MS165/210的配线包电缆的处理方法的比较如图5 ，底座的比较图如图6所示 。 图5 配线包电缆处理方法比较 图6 底座比较 图7 上臂比较 关于底座的形状，重新修正零件，实现了图7所示干涉半径的最小化。
93060发布于 2018-04-13 具身智能WAM模型训练的数据闭环：UMI采集与腾讯云存储支撑方案
数据质量：需满足任务/场景/物体足够多样、动作与视频时间同步/空间标定/相对轨迹可解算、不受机器人本体限制三大要求。 规模化瓶颈：WAM时代的数据瓶颈并非“缺少机器人”，而是能否低成本持续采集真实、多样、可对齐的人类操作数据。 模型训练→推理部署→数据回流”端到端闭环，包含端侧采集（任务查看、数据采集存储上传）、云端管理（数据统计、视觉/轨迹/数据查看、人工+AI标注审核、生成训练数据集）、训练能力（VLA/WAM端到端训练管线 端云一体化数据闭环落地路径 同一套无本体UMI数据资产可同时服务VLA动作学习与WAM世界状态预测： 端侧通过Grip/Ego/DEX设备采集人类行为数据，覆盖具身数据采集场、高校/职校实训中心、众包碎片化采集场景 对接VLA/WAM训练管线（Pi0.5/DreamZero），训练完成后部署至工业机器人L1、通用机器人L0。 机器人应用产生的数据回流至平台，形成数据飞轮，持续迭代模型。
94010编辑于 2026-06-11- 来自专栏RTSP服务器
低延迟RTSP播放器为什么总被低估？一篇文章讲透工程级设计要点
工业视觉、安防监控、无人机回传、应急指挥、机器人等场景之所以对播放器挑剔，本质原因就在于它影响的是整条业务链路的“时效性与可靠性”。 但在真实项目里，RTSP 播放器要扛住的是一整套工程难题： 时序与弱网控制：在 Jitter、NAT 丢包、网络抖动下，如何做抖动缓冲、追帧、丢帧恢复，既不炸延迟又不频繁卡顿。 设备生态兼容：各种 IPC、AI 摄像头、机器人/车载终端的“奇葩码流”，如何做到“拉得起、播得稳”。 包体大且依赖繁多，移动端集成困难 低延迟效果完全取决于“管线拼法”，实现正确延迟需要深度调优 适合科研或复杂媒体系统，不适合追求“即插即用低延迟播放”的业务环境。 但链路要自己搭 能播，但不保证低延迟 / 稳定性 / 弱网可用性 跨平台差异大，移动端成本极高 几乎不提供业务所需的可观测性和回调体系 如果项目诉求包括： 100–200 ms 稳定低延迟 弱网（丢包/
77300编辑于 2025-11-19 - 来自专栏KAAAsS's Blog
B站直播间协议指南
16（推测是协议头长度） 7-8个字节：短整数，推测是使用设备（安卓端写死为0，dalao文章中固定为1） 9-12个字节：整数，数据包类型 13-16个字节：整数，推测是使用设备（和7-8个字节相同） 数据包类型已知的有以下几种： 请求：2（心跳包）、7（用户进入房间） 响应：1，2，3（人数包，1、2是dalao文章中提到的，实际并未发现）、5（弹幕、礼物等等数据） 对于响应包，客户端显示4、6、7 请求 进入房间、心跳包 这两个数据包的正文相同，都是json格式的： {"roomid ":0,"uid":0} 心跳包30s左右发送一次。 响应 弹幕、送礼、进入提示、开始直播、准备直播 这些数据包的数据包类型是相同的（都是5），而返回格式大体相同： {"cmd":"..." 直播人数 直播人数包的数据类型为3。这个包一般在客户端发送心跳包以后返回。正文部分只有一个整数，就是直播间当前人数。
3.1K10编辑于 2022-01-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号