History-Guided Video Diffusion
DFoT 用逐帧独立噪声等级支持任意历史条件,History Guidance 再组合不同时间窗口和频率信息下的 score,在长视频生成中改善质量、一致性与运动幅度。 ...

DFoT 用逐帧独立噪声等级支持任意历史条件,History Guidance 再组合不同时间窗口和频率信息下的 score,在长视频生成中改善质量、一致性与运动幅度。 ...

Shortcut Models 在同一个网络里联合学习局部 flow 和不同步长的有限跳跃,用二分自一致目标把多步生成能力递推到少步乃至单步推理。 ...

MARS 把 flow matching 的初始源分布改成高斯噪声与历史动作先验的自适应混合:任务阶段需要多模态时保留随机性,阶段接近单模态时退回更高效的确定性动作生成。 ...

A2A 把常见的 `noise-to-action` 生成路线改成了 `action-to-action`。模型会从历史动作编码出来的 latent 起点出发,去生成未来动作 latent,不再从纯随机噪声起步,因此推理更快,也更贴合机器人运动的连续性。 ...

RTC 是一个纯推理阶段的方法。它不改训练、不重训 VLA;执行旧 action chunk 的同时生成新 chunk,把“已经注定会执行的那段动作”冻结下来,再把剩余部分当成 inpainting 问题补出来,从而缓解高延迟下的停顿、跳变和 mode switching。 ...

Training-Time RTC 把 RTC 原本放在推理阶段做的 continuity 约束前移到了训练阶段。模型在训练时就显式见到“给定已知 action prefix,继续生成 action postfix”这个任务,因此推理时不再需要 RTC 那套额外的 inpainting guidance。 ...

`pi0.7` 把 prompt 从一句任务文本扩展成“总任务 + 子任务语言 + 子目标图像 + episode metadata + control mode”的多模态上下文。这样一来,模型更容易从混合质量、混合来源的数据里学到可控、可组合、可迁移的行为。 ...

一个 APT 软件源配置工具的树莓派版本,支持 DEB822、传统格式和测速后切换。 ...

本指南记录了如何在 Ubuntu 22.04 上编译和部署 Llama.cpp],启用 CUDA 加速和优化选项,并通过 `llama-server` 启动一个本地推理 API 服务(兼容 HuggingFace)。 ...
Linux 系统上快速切换不同 CUDA 版本的小工具,支持 Conda 环境自动切换,兼容系统默认 CUDA 设置。文末附有 AI Agent 自动化配置教程。 ...
A comprehensive guide to troubleshooting common issues encountered with CoppeliaSim and RLBench. ...

本文介绍了在 Nvidia Tesla L40 上无法关闭 ECC 功能或者驱动设置无法生效的解决方案,包括使用 nvidia-smi 命令、手动卸载 NVIDIA 内核模块以及重载 GPU 和驱动等步骤,方法适用于所有具备ECC功能的GPU。文末附有AI Agent自动化执行教程,可直接用于自动化部署。 ...

远程科研一晃一天,环境搭建履步维艰。笔者折腾了一下实验室服务器/工作站(headless机器)之间的远程桌面,由于要使用Isaac Sim等软件,需要让远程桌面跑在GPU上,故写一篇文章来记录一下实现流程,分享详细的手动配置步骤。本文底部还包含AI Agent自动化安装教程,可直接用于自动化部署。 ...

xrdp 连接黑屏、剪贴板不工作、文件传输异常、硬盘无法挂载、没有声音的解决方案。文末附有 AI Agent 自动化修复教程,可直接用于自动化执行。 ...
NVIDIA GTX1600 系列显卡(包括1650 1660Ti 1660Super在内)在Pytorch推理时,输出会变为NaN,即全空张量 ...