Hacker News front pageAI 評分28
Show HN 出現基於 Rust 的超快 ADE 專案
Hacker News 的 Show HN 板塊出現一個名為 Ultrafast Rust Based ADE 的專案,連結指向 trypalomino.com,主打用 Rust 實現的高速 ADE。該帖發布時僅獲 4 分、1 條評論,正文沒有披露功能範圍、價格、支援平台等細節,只有一個官網連結和討論入口。
找到 3 筆;也可以試試 語意搜尋
Hacker News 的 Show HN 板塊出現一個名為 Ultrafast Rust Based ADE 的專案,連結指向 trypalomino.com,主打用 Rust 實現的高速 ADE。該帖發布時僅獲 4 分、1 條評論,正文沒有披露功能範圍、價格、支援平台等細節,只有一個官網連結和討論入口。
阿里推出 Qwen-Drive-1.0,稱其為首個在預訓練階段統一 3D 感知與視覺問答、並擴充套件至運動規劃的自動駕駛視覺語言基礎模型,且不改動預訓練 VLM 架構。模型基於原生多模態的 Qwen3.5-4B,外掛 BEV 感知頭(3D 檢測、語義佔用預測、BEV 地圖分割)與用流匹配生成 5 秒軌跡的 Planning Expert。訓練僅用公開資料共 283 萬樣本,駕駛 QA 平均分 69.43,WOD-E2E 開環 ADE 5s 達 1.27/2.65。
哈工大(深圳)與新加坡國立大學等提出 SkeLAM,它基於 Cosmos-Predict2.5-2B、用約 10 小時機器人互動資料訓練,通過骨架監督影片中的潛在動作,實現零樣本跨形態運動遷移。遷移時模型引數全部凍結;輸入人類演示影片和機器人場景圖片,生成的機械臂就能復現演示中的運動方向。在 DROID 評測中,它的末端軌跡誤差 ADE 從 51.11 降至 41.15 畫素,比 DreamDojo 低 19.5%,LPIPS 從 0.1473 降至 0.1310。