分类
技术
共 69 篇 · 第 1 / 7 页
我做了一个 macOS 磁盘空间工具 SpaceJudge
最近，我和 Codex 一起做了一个 macOS 磁盘空间工具，叫 SpaceJudge ，现在已经开源。 它想解决的问题很简单：电脑的空间越来越少，我想知道到底被谁占了；找到一个很大的目录以后，我还想知道，应该怎么安全地处理它。 SpaceJudge 用嵌套的方块展示文件和目录…
自动化记录行为解决方案：从屏幕采样到 AI 活动时间线
自动化记录行为解决方案：从屏幕采样到 AI 活动时间线 传统时间管理工具通常只能记录“某个应用使用了多久”。但同样是在浏览器里停留一小时，用户可能是在查资料、写文档、处理邮件，也可能只是在浏览短视频。应用名称无法真正表达行为目的，而手动填写时间记录又容易中断工作。 一种更自然的解…
整体的认知更重要
整体的认知，比局部优化更重要 最近在优化篮球自动跟拍时，我遇到了一个问题： 投篮之后，地板晃动，画面会出现一些晃动。 我最开始的思路很自然：这是一个软件问题。于是我开始研究，能不能在软件层面调用 iOS 的防抖能力，或者通过算法把画面稳定下来。 但后来拿不同设备实际对比，我发现了…
Grounding DINO 和 LocateAnything，该怎么选？
最近深入体验了一下 LocateAnything 和 Grounding DINO 。 这两种方案都可以解决开放词汇目标检测的问题。比如，我们想在一张图片中找到篮球的位置，只需要告诉模型要找“篮球”，不需要专门针对篮球重新训练一个目标检测模型。 经过一段时间的测试，我发现这两种方…
AI正在变小，并走进每一台设备
最近看了一份八月份的 AI 技术趋势总结，里面又出现了很多新模型。 现在模型发布得太快了，今天是 Qwen，明天是 GLM，后天又是 Gemini 和 DeepSeek。看得多了，很容易对各种榜单和参数感到麻木。 但这次还是有两件事让我非常震惊。 第一，一个可以运行在个人电脑上的…
云台跟踪算法研发中的 AI 实践与思考
过去几个月，我一直在进行 Like Sports 云台跟踪算法的研发。回顾这段时间，我最大的感受是：AI 带来的价值，已经不只是“帮我写代码”，而是在逐步改变整个研发过程。 下面是我在这几个月实践中最重要的三点收获。 一、用框架思维驾驭 AI 通过深入实践，我明显感受到研发效能和…
超分技术评估
顾名思义，所谓超分，就是让视频的画面变得更清晰。 我们的业务场景下有一个需求，是将原本竖屏导出的画面变得更清晰。经过两天的技术调研，得出了一个结论： 不论云上还是端上都做不到很哇塞的程度，云上有效果，成本比较高，手机端上看不到正向效果，且处理时间长。 以下测试以9s的竖屏视频为基…
RF-DETR VS Yolo
核心差异 对比维度 RF-DETR YOLO --- --- --- 技术架构 Transformer（DINOv2骨干 可变形注意力） CNN（卷积神经网络） 核心优势 精度之王 ，复杂场景（遮挡/小目标/密集）表现优异 速度之王 ，部署灵活，生态成熟 精度天花板 60.5 m…
从LLMs获取结构化输出
2025年底的共识是：想把 LLM 真正用到生产里，几乎绕不开“结构化输出”这一关。 目前主流的几种实现方式（由弱到强） 方式 可靠性 实现难度 代表工具/技术 备注 ----------- ----- ---- ---------------------------------…
LLM安全护栏
NeMo Guardrails NeMo Guardrails 是 NVIDIA 出品的开源工具包（Apache 2.0 许可，GitHub 星数 5k+），专门帮你给基于大模型（LLM）的聊天机器人、AI Agent、Copilot 等应用加“安全护栏”（guardrails）…