地平线征程6
0 人感兴趣 · 74 次引用
- 最新
- 推荐
地平线具身智能算法 H-RDT 斩获 CVPR 2025 RoboTwin 真机赛冠军
在CVPR 2025举办的RoboTwin双臂机器人竞赛中，地平线机器人实验室与清华大学计算机系朱军团队联合提出的H-RDT凭强大性能和领先成功率，一举斩获真机赛冠军（一等奖第一名），并在仿真赛中荣获亚军（一等奖第二名）
理想汽车智驾方案介绍 3｜MoE+Sparse Attention 高效结构解析
稀疏注意力（Sparse Attention）与混合专家架构（MoE）是提升大模型效率与性能的核心技术。
征程 6｜工具链部署实用技巧 6：hbm 解析 API 集锦
本帖将详细介绍和整理用于 hbm 模型验证和检查的 API，助大家理解使用，保障模型部署顺利。
开发者说｜RoboTransfer：几何一致视频世界模型，突破机器人操作泛化边界
近日，地平线、极佳科技与中国科学院自动化研究所等单位提出RoboTransfer，基于扩散模型的视频生成框架，可以用于扩充机器人策略模型的训练数据。
开发者说｜Aux-Think：为什么测试时推理反而让机器人「误入歧途」？
在视觉语言导航 （VLN） 任务中，机器人需要根据自然语言指令在复杂环境中做出实时决策。虽然推理在许多任务中已有广泛应用，但在 VLN 任务中，推理的作用一直未被充分探讨。
地平线走进武汉理工，共建智能驾驶繁荣生态
7月3日，武汉理工大学汽车工程学院与地平线联合启动“智驭未来：智能驾驶技术解析与实践初探”暑期卓越学堂项目。
征程 6E/M｜如何解决量化部署时 mul 与 bool 类型数据交互的问题
本文将重点结合PyTorch的torch.mul（逐元素相乘）以及张量的类型提升（Type Promotion）规则
征程 6EM 常见 QConfig 配置解读与示例
在工具链用户手册《量化感知训练（QAT）-开发指南-QConfig 详解》章节专门介绍了在 J6EM 上 qconfig 是怎么回事，本文将常见配置通过示例方式进行呈现。
