跳到正文
目前篩選:教學
11月20日週五
  1. DEV Community26

    Robot Foundation Models and VLA:跨具身遷移

    Robot Foundation Models and VLA 的第 08 章探討跨具身遷移,説明如何讓不同機械人之間共享可重用的任務知識,同時按各自的形態、感知與控制能力調整執行方式。跨平台資料可擴大學習經驗,並讓新硬件透過針對性適配,而非從頭訓練,沿用已有知識。

  2. DEV Community30

    機械人基礎模型與 VLA — 第07章:實體 AI 的測試時運算與推理

    本章闡述實體 AI 如何在接收新觀察或任務後、採取行動前,增加推理運算以理解情況、比較候選行動並遵守任務與安全限制。系統可利用世界模型預測候選行動的後果,並按不確定性、風險及任務複雜度調整運算量。由於機械人受延遲限制,測試時運算須平衡推理品質與回應速度。

  3. DEV Community33

    機械人基礎模型與 VLA — 第05章:動作 Token 化 [KR]

    動作表示為機械人基礎模型與 VLA 建立多模態語義表示至馬達指令的橋樑,讓模型能預測並學習可執行的實體行為。連續控制向量保留精細控制資訊,但較難融入以 token 為基礎的架構;離散化則可把動作轉成 action token,方便模型以類似語言模型的方式預測,但會引入量化誤差。

  4. DEV Community30

    機械人基礎模型與 VLA——第 04 章:視覺語言行動模型 [KR]

    VLA 模型以視覺、語言及其他感測訊號為輸入,將多模態理解轉化為可執行的機械人行動,補足 VLM 只理解環境、但不直接指定動作的限制。VLA 訓練以包含觀察、指令和對應行動的機械人軌跡為基礎,並須利用時間脈絡反映任務進展。實際系統可採用分層架構,讓基礎模型預測與軌跡生成器、運動規劃器、控制器及安全機制協作。

  5. DEV Community28

    機械人基礎模型與 VLA — 第 03 章:機械人視覺語言模型 [KR]

    機械人視覺語言模型(VLM)連結視覺感知與語言表徵,讓機械人以語義理解場景,並將指令連繫至畫面中的物件及關係。VLM 可運用大型圖文數據集預訓練所得的知識,但物件識別不等於掌握深度、受力或可達性,因此通常須配合幾何感知、狀態估計及物理世界模型。

  6. DEV Community30

    機械人基礎模型與 VLA — 第 00 章:引言

    機械人基礎模型旨在減少傳統任務專用系統的開發成本與知識重用限制,透過多任務及多環境數據學習可重用的通用表徵。這類模型需要整合視覺、語言、幾何、時間及動作資訊,並將觀察、指令、推理與行動連接起來,逐步從視覺語言理解邁向 VLA。其目標亦包括提升跨任務、環境及不同機械人形態的適應能力。

  7. DEV Community30

    機械人基礎模型與 VLA——第 10 章:基礎模型的邊緣部署

    機械人基礎模型及 VLA 需要在靠近感測器與致動器的位置執行推理,以縮短感知至動作的延遲,支援即時閉環反應。邊緣部署亦有助機械人在網絡中斷時維持自主運作,並減少傳送原始多模態數據的需要。運算可按時效、模型規模及資源分配至邊緣、內部伺服器或雲端,並配合安全機制檢查及覆寫不安全動作。

  8. 阿里雲開發者社區 AI57

    Claude Code 總想執行 git push?20 行鈎子攔截 9 類危險命令

    git-guardrails-claude-code 以 Claude Code 的 PreToolUse 鈎子和 20 行 Bash 腳本,按 9 個模式攔截危險 Git 命令,退出碼 2 會阻止工具呼叫執行。文章亦提供安裝及驗證步驟,並指出缺少 jq 會令鈎子靜默放行,且 git branch --delete --force 未被規則涵蓋。它不會阻止提交含密鑰的檔案,也不是安全沙箱。

  9. 阿里雲開發者社區 AI55

    DeepSeek Harness 部署教學:從零搭建微內核 Agent 執行底座,涵蓋安裝、模型接入及故障排查

    這篇教學示範如何部署 DeepSeek Harness,涵蓋環境準備、模型接入、插件管理與故障排查。框架提供 npx 臨時啟動、npm 全域安裝、原始碼編譯及 Python SDK 四種部署方式;Node.js 需為 v22.19 及以上 LTS 版本,Python SDK 需 Python 3.10 以上。

  10. 阿里雲開發者社區 AI30

    阿里雲 Qwen3.7-Max 全解:旗艦模型核心能力、架構拆解與 API 實戰指南

    千問 Qwen3.7-Max 面向 Agent 任務,支援多輪工具呼叫、擴展思考及程式碼工程,並提供 API 呼叫方式。模型上下文窗口最高支援 100 萬 token,長文本輸出最高支援 64000 token,亦支援函數呼叫、結構化 JSON 輸出及 MCP。思考模式會增加 token 消耗和回應時間;目前版本暫不支援自訂微調。

  11. 阿里雲開發者社區 AI29

    Qwen3.8-Max 詳盡指南:多模態能力、長週期 Agent 任務及程式碼接入流程

    Qwen3.8-Max 詳盡指南拆解其多模態能力、長週期 Agent 任務及程式碼接入流程,並説明模型架構、調優策略與業務場景。模型總參數量為 2.4萬億,推理時動態啟用 950億參數,支援 100萬 Token 上下文窗口。開發者可透過百煉平台 API 調用,亦可使用開源權重作私有化部署。

  12. DEV Community45

    忙碌鎖背後的 5.8 次喚醒

    報告分析顯示,發布前的鎖等待平均涉及 5.8 次不同喚醒,並非單一喚醒長時間卡住。24 小時數據中,等待平均為 13 分 28 秒,喚醒與鎖等待區間重疊的比例達 99.7%;24 次等待中最多涉及 12 次喚醒。一個模型候選者佔鎖等待喚醒秒數的 80%。

  13. DEV Community48

    Codex 在 T3 Code 中的工作:原需 10 分鐘,實際只花 4 分鐘

    同一 Codex 模型執行同一任務時,T3 Code 用時 10 分 26 秒,原生 CLI 用時 6 分 07 秒;扣除等待人工批准清理步驟的 6 分 6 秒後,T3 Code 的實際工作時間為 4 分 20 秒。T3 Code 預先準備環境,減少了工具呼叫;測試中,Codex 的兩個版本各有一項可重現缺陷。作者指出,這只是每種方式各跑一次,尚不足以證明速度差異。

  14. DEV Community44

    英國小型企業 AI 工具指南:5 款真正節省時間的工具

    文章列出 ChatGPT Plus、Canva Pro、Notion Plus、Grammarly Pro 和 Fireflies.ai Pro,並以每週至少節省一小時作為挑選標準。五款工具按年繳費合計每月 $64;建議用一套流程串連會議摘要、資料整理、跟進電郵和社交帖文設計。工具可減省例行工作時間,但不能代替經營者作決策。

  15. DEV Community44

    在 TypeScript 中保留 Google Fonts 排名,避免重新編號

    Google Fonts 的 popularity 和 trending 是上游提供的稀疏排名,排名較低代表位置較前,但排名差距不能證明字體在整個目錄中的百分位或使用量增幅。以下載的資料列數作分母會混合不同羣體;成功取得資料也不代表涵蓋整個目錄。若要計算本地百分位,應以通過驗證、無衝突且有 popularity 排名的字體作比較羣體,統計排名較差的字體比例,並列不計。

  16. DEV Community47

    董事會溝通:如何將技術轉化為價值

    科技領導者向董事會匯報時,應把技術投資連結至可衡量的業務成果,並從工程健康、策略一致性、風險管治及前瞻性技術投資等方面説明。標準化的董事會簡報可展示工程資源如何分配至不同策略重點,並解釋投資配置變動及新增資金的業務理據。

  17. Manus:Blog60

    初學者如何製作 3D 遊戲:工具選擇與分步指南

    Manus 的初學者指南説明如何製作 3D 遊戲,涵蓋收窄核心玩法、設定鏡頭與操作等設計要素,以及工具選擇、測試和發布。指南比較 Manus、Rosebud AI、GDevelop、Roblox Studio 等 AI 遊戲製作工具、無代碼引擎及平台工具,並示範以 Manus 從遊戲簡報開始建置和修改。文中亦提醒,第一版仍需測試;Manus 遊戲在網頁瀏覽器運行,並透過連結分享。

  18. Manus:Blog55

    如何在 Manus 中無需編碼製作多人遊戲

    Manus 的指南示範如何在 Manus Game Dev 中無需編碼製作、測試及發布可供 2 至 4 人線上遊玩的賽車遊戲。流程以 Canyon Circuit 為起點,涵蓋建立房間、連接第二位玩家和核對兩端比賽狀態;線上遊玩需要 Cloud Computer,Standard 套餐為 30 美元/月。文章亦列出多人遊戲常見問題及可直接使用的提示詞。

  19. DEV Community50

    AI 智能體如何使用 USDC 支付 API 費用

    AI 智能體可透過 x402 使用 USDC 按次支付 API 費用:API 以 HTTP 402 回覆價格等付款條款,智能體簽署付款後再次請求,無須帳戶、信用卡或 API key。Lumière PayCheck 監察超過 138,000 個 x402 端點,檢查報價、價格、收款錢包及端點狀態,並進行小額實際付款測試。

  20. 阿里雲開發者社區 AI47

    AI 是甚麼?一份不玄學的解釋

    AI 是以數學和統計學為基礎的工程實踐,透過計算從數據中找出規律,再用來預測結果;模型本質上是把輸入映射到輸出的函數。文章梳理 AI、機器學習與深度學習的層級關係,並指出數據、算法、算力和應用場景都是重要要素。AI 並非萬能,也不代表模型真正理解內容。

  21. 阿里雲開發者社區 AI29

    2026年教育培訓行業 GEO 服務商選型指南:從 AI 搜尋優化到生成式引擎佔位

    教育培訓機構需要應對用戶決策入口轉向對話式 AI,透過 GEO 讓真實、可信、結構化的品牌資訊被大模型理解、引用並準確呈現。選型應考察跨模型診斷、知識庫與合規審核、信源分發及引用監測,不能只看發稿量或 AI 提及率。文章按單校區、多校區及不同培訓場景梳理落地方案,並提供效果評估與合規參考,不作具體排名或硬性推薦。

  22. 阿里雲開發者社區 AI29

    AI 智能問數系統:用白話查詢數據答案

    JimuChatBI(積木問數,又稱 Chat2BI)運用自然語言處理和 NL2SQL,讓用戶以日常用語查詢已註冊到數據域的資料,並查看分析口徑和執行的 SQL。系統支援多輪對話、圖表及分析報告,並提供行級與列級數據權限等安全設定。它以獨立 JAR 形式提供,可整合到 Spring Boot 3 / Spring Boot 4 項目。

  23. DEV Community51

    Clipjack 如何在 4 分鐘內從 6 小時直播中找出爆紅片段

    Clipjack 團隊分享其流程,目標是在約 4 分鐘內處理 6 小時 VOD,找出適合剪成 Shorts 的片段。流程將直播切成每段 15 分鐘、重疊 30 秒的片段,並行處理四段,先利用音訊、聊天室和 160p、2 fps 影片訊號篩選候選時間窗。昂貴模型只處理候選片段,判斷保留與否及精確起訖點;最後只渲染 10 至 20 個入選片段。

  24. DEV Community61

    初創公司需要 Bronze、Silver、Gold 數據層嗎?先保留三項基礎

    文章認為,沒有數據專員的初創公司通常不必一開始採用 Bronze、Silver、Gold 三層架構,但應保留未修改的原始數據副本、記錄變更歷史的模型,以及書面資料定義。當映射表越來越多、出現需求不同的第二個數據使用者,或重複轉換工作值得儲存時,再增加相應數據層。文中提供 PostgreSQL 16 範例,示範原始數據表、歷史表和客戶映射表的做法。

  25. 阿里雲開發者社區 AI49

    壓測達標線上照樣崩:測試模型缺了反饋迴路

    芒果TV《後會友期》第四期上線時,登入及驗證碼鏈路在集中流量和用戶重試下故障,已登入用戶仍能正常播放。壓測應模擬脈衝流量、完整依賴鏈路及失敗後的重試行為,並以多項指標評估系統狀態。AI 可協助整理資料和生成測試模型初稿,但場景審核、風險評估及上線決策仍須由人負責。