SpatialLM-Llama-1B模型 – 开源空间理解模型

Depth Pro 是一个基础模型，用于零样本度量单目深度估计，能够在不到一秒的时间内生成清晰的深度图。它结合了真实和合成数据，利用高效的多尺度视觉变换器，提供高分辨率和准确的深度测量，适用于各种视觉任务。

用于人形机器人的多功能神经网络全身控制器，首次实现用统一控制器处理多种不同类型任务，能够模仿人类动作，模拟一年的训练量只需50分钟。

该研究探讨了贝叶斯神经网络（BNN）在过度参数化情况下的预测不确定性表现。通过在内层权重上使用离散先验，研究发现后验预测分布可能是多模态的，并且在某些情况下，预测不确定性不会随着网络和训练数据规模的增长而收缩。这挑战了传统贝叶斯模型的理解，并强调了精确分析模型参数空间和设计合适贝叶斯推理方法的重要性。

Toronto Warehouse Incremental Change Dataset 是一个新发布的数据集，来源于清晰路径机器人仓库，旨在提供增量感知数据，支持机器人导航和环境理解的研究。

Centaur 是一种通过测试时训练（TTT）实现鲁棒端到端自动驾驶的新方法。它利用 Cluster Entropy 这一不确定性度量，通过最小化规划不确定性来增强规划器的鲁棒性。该方法在 navtest 基准测试中取得了最先进的性能，并引入了 navsafe 基准，专注于安全关键的驾驶场景，如紧急避障或复杂交通状况。

SchurVINS是一个基于Schur补的轻量级视觉惯性导航系统，旨在提供高效且准确的导航能力。

OpenShape是一款多模态3D生成模型，能够根据文本、图像甚至草图快速生成3D模型。它结合了深度学习与几何理解能力，使得生成的3D模型更加精准、可控，适用于游戏开发、AR/VR应用、工业设计等领域。

lidar_situational_graphs 是一个用于实时生成机器人姿态和地图优化的三维激光雷达情境图（S-Graphs）的项目。它通过四层层次化因子图优化机器人导航效率，支持多楼层场景，适应复杂室内环境，并集成多种传感器约束（如GPS、IMU）以提升定位精度。

Block-Map-Based Localization使用块图技术，在大规模环境中实现高效定位，适合机器人导航与室内外定位系统。

camp_zipnerf项目结合了CamP和Zip-NeRF技术，实现了从iPhone捕获的图像中创建高精度的3D空间。该项目通过使用ARKit估计的相机姿势和改进的BARF相机参数化，显著提升了图像质量和3D重建的准确性，达到了最先进的水平。它特别适用于AR/VR应用、NeRF技术研究以及需要高精度3D重建的场景。

OptiTrack 光学定位算法是一种基于光学运动捕捉技术的定位系统，主要用于机器人空间感知和行为决策。该系统通过多个同步摄像机和反光标记实现三维空间中的精确跟踪，支持机器人执行行走、奔跑、挥手等复杂动作，甚至能在移动时携带物体（负重前行）。其核心技术包括基于标记和基于光线的跟踪算法，适用于室内外多种环境，并提供实时、低延迟的数据输出，广泛应用于机器人导航、学术研究、娱乐产业等领域。

该项目提供了一种基于势能的扩散运动规划方法，旨在提高路径寻找的效率和准确性，适用于机器人导航和仿真环境中的运动策略测试。

该项目专注于开发持续的场景表示，以增强具身AI系统的能力，支持实时场景理解和动态环境中的导航与交互。

Basalt 是 Facebook Research 开发的一个开源项目，旨在为视觉导航任务提供强化学习框架。它支持多种环境下的导航任务，包括虚拟环境和真实世界环境。Basalt 提供了一个灵活的接口，允许用户自定义任务、环境和奖励函数，从而进行高效的强化学习训练。该项目特别适用于需要复杂视觉感知和决策能力的导航任务。

CORAL是一个大规模的对话式检索增强生成（RAG）基准测试项目，旨在为对话式AI的开发和评估提供标准化框架。该项目涵盖了开放域知识，包含8000段对话，并提供三种核心任务评估，全面覆盖检索、生成和引用标注，助力系统化比较和研究。