Tinyfool的中文Blog
-
1
没电了
-
2
我做了一个全 AI 生成YouTube 频道，十天后我发现了这些真相
-
3
初学 YouTube 创作者装备指南：摄像机、灯光和麦克风（2025 年指南）
-
4
我们都需要感谢郑智化的撒娇和矫情
-
5
不到百元低成本启动 YouTube 指南：2025 年新手低成本设备配置
-
6
YouTube新手最值得入手的五款视频剪辑软件对比（2025年指南）
-
7
循序渐进工作流：从拍摄到上传你的第一支 YouTube 视频（新手指南 + 可打印清单）
-
8
YouTube SEO入门：轻松掌握标题、标签与描述
-
9
免费剪辑工具：零成本开始你的创作（2025年版）
-
10
如何在 YouTube 上找到有流量但竞争低的关键词与选题
结构之法 算法之道
-
1
Focus-Then-Contact——跟我之前给一工厂设计的插拔策略不谋而合：先ACT引导到目标区域附近，然后残差RL实施最终插入，且插入过程中视觉提供稠密奖励，必要时人工干预
-
2
OpenHLM——全身VLA下的行走-操作：sonic作为运控底层，π0.5作为VLA的初始化策略
-
3
Q-Guided Flow——RL中基于流策略的推理时梯度引导：不直接在噪声动作上求Q的梯度，也不对整条去噪链做BPTT，而是一次Euler 积分且把Jacobian直接换成单位矩阵
-
4
Humanoid-GPT——采用因果注意力机制的类GPT追踪器：通过扩展“数据规模、模型结构、训练多样性”，最终实现零样本动作追踪
-
5
GR00T N1.7的简介与微调——其中的VLM是“基于Qwen3-VL”的Cosmos-Reason2，且预训练数据中包含2 万小时的 EgoScale人类视频数据(含GR00T N1.6的简介)
-
6
τ0-WM——智元的视频-动作世界模型：组合“遥操、umi、人类第一人称视角”数据，基于未来视觉Latent预测动作，然后重新加噪去噪，若自洽取表现最好者直接执行，否则模拟推演找出最佳视觉指引重新生成
-
7
Galaxea G0.5——升级“VLA自回归建模”范式：摒弃VLM上添加动作专家的模式，而是构建统一模型，用一套权重，在同一个自回归token序列中同时生成推理与动作(含VLA-0的详解)
-
8
HumanEgo——从半小时人类第一视角视频中进行零样本学习的4大关键点：对人类手臂进行图像修补、将每只手和每个物体编码为一个交互中心Token、流匹配策略、稠密辅助目标
-
9
ABot-Claw——改进OpenClaw以驱动双足机器人自主干活的三个关键点：统一具身接口、视觉多模态记忆、基于奖励模型的执行反馈模块(比如给会议室的人递杯水)
-
10
Realtime-VLA V2——如何让vla运行的更快：从让π0实时抓取下落的钢笔到让 VLA 运行得更快、更平滑且更精确
Byte.Coffee
-
1
Episode 22 ：「温和、审慎、理性和乐观的极简主义者」
-
2
Episode 11: 极简 Minimalism
-
3
Episode 12: State-of-the-art
-
4
Episode 13 :「一切有意义的东西都是要经过时间沉淀的」
-
5
Episode 14: Apple 与教育
-
6
Episode 15: 长大
-
7
Episode 16: 夏日走过山间
-
8
Episode 17：叫醒 Apple Watch 里的米老鼠
-
9
Episode 18: In Vitro Fertilization (IVF) Lab 实地考察
-
10
Episode 19：有能量的人 (To be a person)
Google Developers Blog
-
1
LiteRT.js, Google's high performance Web AI Inference
-
2
Bridging the Domain Gap: AI Race Coach built with Antigravity and Gemini
-
3
We terminated a TPU mid-training and it recovered in seconds: Introduction to elastic training with MaxText
-
4
Build agentic full-stack apps with Genkit
-
5
Why we built ADK 2.0
-
6
ML Development in VS Code with Google Cloud Power: Workbench Extension Now Available
-
7
Build reliable multi-agent applications with ADK Go 2.0. Discover our new graph-based workflow engine, built-in human-in-the-loop, and dynamic orchestration
-
8
Driving the Agent Quality Flywheel from Your Coding Agent
-
9
Build Cross-Language Multi-Agent Team with Google’s Agent Development Kit and A2A
-
10
Measuring What Matters with Jules