最新 - sdk社区 | 技术至上

3 天前 / llllll

SUPERGLASSES 论文精读：智能眼镜会“看见”，为什么还不会“查明白”？

论文名称：SUPERGLASSES: Benchmarking Vision Language Models as Intelligent Agents for AI Smart Glasses研究方向：智能眼镜、视觉语言模型、多模态 RAG、第一视角视觉、智能体评测核心关键词：Smart Glasses、Egocentric VQA、Multimodal Retrieval、Object Grounding、Multi-hop Reasoning 1. 前言：看见一个东西，不等于知道它是什么

52 阅读

收藏
19 天前 / llllll

VisionClaw 论文精读：当智能眼镜从“看见世界”走向“替你行动”

论文名称： VisionClaw: Always-On AI Agents Through Smart Glasses研究方向：智能眼镜、多模态大模型、AI Agent、可穿戴计算、人机交互核心关键词： Smart Glasses、Multimodal AI、Agentic Systems、Egocentric Perception、Always-On AI、Situated Interaction论文版本： arXiv Preprint，2026年4月论文地址： arXiv:2604.034

192 阅读

收藏
1 个月前 / llllll

当 AI 一边和你聊天，一边在后台干活：Gander 全双工多模态 Agent 论文解读

论文名称：Multimodal Duplex Interaction Agent模型名称：Gander研究方向：全双工语音交互、多模态大模型、智能体、工具调用核心关键词：Full-Duplex、Cerebellum-Brain、Thinker-Talker、Streaming Interaction、Agent Orchestration1. 前言：如果 AI 在工作时，你还能继续和它说话吗？假设你正在让 AI 修复一段代码。你对它说：“帮我找出这个错误的原因并修复。”传统 Agent 接到任务

317 阅读

收藏
1 个月前 / micro_cloud_fly

评论回复系统设计与实现指南

产品 / 文章评论回复：数据库设计与代码实现指南评论系统看起来像「树」，很多人第一反应是把 SQL 写得很复杂，甚至用递归 CTE 一次查出整棵树。实际工程里更稳妥的做法往往相反：数据库只存扁平关系，一次简单 SQL 查出当前目标下的全部有效评论，再由后端根据 parent_id 组装成树，前端递归渲染。本文以商品 SKU 评论为例，同时说明这套设计如何直接套用到文章、帖子、工单等场景。配套代码见同目录下的 test.py。1. 要解决什么问题一个商品（或一篇文章）上，用户可以发一级评论；其他用

334 阅读

收藏
2 个月前 / raien

DeepAgent 论文精读：当 Agent 能在推理过程中自己找工具、用工具、折叠记忆，会发生

论文名称： DeepAgent: A General Reasoning Agent with Scalable Toolsets会议： The ACM Web Conference 2026（WWW ’26）研究方向： Large Reasoning Model、Autonomous Agent、Tool Retrieval、Memory Mechanism、Reinforcement Learning核心关键词： DeepAgent、Autonomous Tool Search、Memory

897 阅读

收藏
2 个月前 / raien

从“听懂语音”到“跨网络执行”：多智能体 AI 眼镜系统论文解读

论文名称： An Intelligent AI Glasses System with Multi-Agent Architecture for Real-Time Voice Processing and Task Execution研究方向： AI 眼镜、多智能体系统、实时语音识别、RAG、MCP、RTSP、RabbitMQ、眼动追踪核心关键词： Dual-Agent、Whisper.cpp、Ollama、MCP、ChromaDB、RTSP、RabbitMQ、Eye Tracking1. 前

1215 阅读

收藏
2 个月前 / raien

DualGR：生成式召回中的长短期兴趣建模

论文： DualGR: Generative Retrieval with Long and Short-Term Interests Modeling会议： WWW 2026关键词：生成式召回、短视频推荐、长短期兴趣、语义 ID、DBR、S2D、ENTP-Loss1. 导读在工业推荐系统中，用户最终看到的视频通常需要经过“召回—粗排—精排—重排”多级处理。其中，召回阶段负责从数十亿条视频中快速筛选出数百或数千条候选，因此决定了后续排序能够达到的上限。传统召回多采用 Embedding-Bas

1091 阅读

收藏
2 个月前 / raien

Vinci：让 AI 从“看见当前”走向“理解历史、规划未来与指导行动

论文名称： Vinci: A Real-time Embodied Smart Assistant based on Egocentric Vision-Language Model研究方向：第一视角视觉、视觉语言模型、流式视频理解、长期记忆、具身智能、视频生成、跨视角检索关键词： Egocentric Vision、EgoVideo-VL、Memory Module、Action Prediction、Video Retrieval1. 前言随着视觉语言模型不断发展，AI 已经能够识别图片、

1040 阅读

收藏
2 个月前 / raien

从“看见”到“行动”：Egocentric Co-Pilot 如何让智能眼镜成为真正的 AI 协同助

论文解读｜第一视角智能眼镜｜长短期视频记忆｜LLM 工具编排｜神经符号推理说明：本文是对论文《Egocentric Co-Pilot: Web-Native Smart-Glasses Agents for Assistive Egocentric AI》的中文阅读笔记与个人技术解读，并非原论文的全文翻译。文章在原论文基础上对研究背景、系统架构、核心方法、实验结果和局限性进行了重新整理与分析。原论文版权归原作者所有，采用 CC BY 4.0 协议。导语当智能眼镜接入大模型后，它是否就能成为一个真

1007 阅读

收藏
3 个月前 / micro_cloud_fly

一物一码库存管理系统介绍

IMS — 一物一码库存管理系统基于 FastAPI + Vue 3 的前后端分离库存管理系统，以「一物一码」为核心理念，每件商品分配唯一 SN 号，全程追踪入库、在库、出库状态。仓库地址Gitee：https://gitee.com/java0904_cloud/ims-opensourceGitHub：https://github.com/juhedata/ims平台简介IMS 是一套开箱即用、完全开源的库存管理系统，适用于需要精细化单品追踪的场景（电商、制造、零售等）。前端：Vue 3 +

1166 阅读

收藏
3 个月前 / rᴗrosie

AI为什么会犯错 —— 大模型认知偏差深度解析

—— 这篇博客是对论文《A Survey on Large Language Model Reasoning Failures》的阅读整理与思考。引言：你计划放假去上海玩一圈。于是打开了智能语音助手说：“帮我看看去上海的机票，不要早于上午十点，我起不来。” 结果页面跳出一班清晨8:30的航班。你瞬间疑惑：不是已经告诉它避开早班，怎么AI完全视而不见？它并非不理解文字，只是解读逻辑出现了偏移。这就是我们今天要讨论的问题：很多大模型看似“离谱”的回答，并不是因为能力不足，而是它在理解和决策过程中出现

1412 阅读

收藏
3 个月前 / rᴗrosie

当AI变成一个团队：多智能体协作的三种模式

——这篇博客是对论文《Large Language Model Agent: A Survey on Methodology, Applications and Challenges》的阅读整理与思考。当生成式AI走进大众视野时，我们曾期待一个足够强大的AI助手，能够理解需求、解决问题，甚至完成各种任务。但随着AI走向更复杂的应用场景，一个新的趋势正在出现：未来的智能或许不属于单个AI，而属于一群能够协作的智能体。就像一个团队需要不同角色配合，复杂任务也需要多个智能体共同完成。那么，它们应该如何

1366 阅读

收藏
3 个月前 / rᴗrosie

目光所及之外：我们该如何衡量新一代AI?

——这篇博客是对论文《A Survey on Evaluation of LLM-based Agents》的阅读整理与思考。计算机科学之父艾伦·图灵曾言：““我们目光所及虽短，却能看清眼前尚有诸多待解之事。”这句话放在当下的AI评估领域，依然发人深省。过去几年，人工智能高速发展、能力不断跃迁，但衡量AI的标准却明显滞后。基于这一现状，论文《A Survey on Evaluation of LLM-based Agents》总结了未来AI评估发展的三个重要方向。第一个方向，是实现评估精细化。长

1247 阅读

收藏
4 个月前 / rᴗrosie

一个合格的AI智能体，需要具备哪些“超能力”？

—— 这篇博客是对论文《A Survey on Evaluation of LLM-based Agents》的阅读整理与思考。引言：“啪”，回车键落下。屏幕上是一个红色的“error”。代码又没跑通。你叹了口气，打开Jenius，把报错信息丢进去。几秒后，它就告诉你你错在哪，还附上了改好的代码。你心想：“可真方便呀。”方便的背后，你有没有想过：一个合格的AI智能体，到底需要哪些能力？这篇文章中提出：真正拉开差距的，是四个基础能力 —— 规划，工具使用，自我反思，记忆。- 合理规划，把大事拆成小

2308 阅读

收藏
4 个月前 / rᴗrosie

从寒冬走进暖春：Jenius的四个驱动力

从寒冬走进暖春：Jenius的四个驱动力—— 这篇博客是对论文《Quo vadis artificial intelligence?》的阅读整理与思考。如果AI有记忆，它一定会记得两个冬天：1970年代末，机器翻译泡沫破裂，AI资金大幅缩水。1980年代末，专家系统走向失败，关于AI的研究再次停滞。那时候，不少人以为AI的时代止步于此。但今天，你打开Jenius，它能帮你总结文档、答疑解惑、甚至规划旅游攻略...是四个驱动力，把它从冰窖里一点一点拽了出来，一路走进暖春，长成了今天的Jenius。

2219 阅读

收藏

加载中...