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。