#physical-ai Repositories
Entdecke 17 aktive Open-Source-GitHub-Repositories, die mit #physical-ai getaggt sind und insgesamt 57,631 Sterne gesammelt haben (durchschnittlich 3,390 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist harvard-edge/cs249r_book mit 30,283 Sternen.
Insgesamt 17 Repositories
Maschinelle Lernsysteme: Grundlagen, Skalierung, agentische KI und physische KI (Bde. I–IV) • Harvard CS249r | https://mlsysbook.ai
Ein Open-Source-Framework für vierbeinige Roboterhaustiere zur Entwicklung von vierbeinigen Robotern im Stil von Boston Dynamics, die sich perfekt für MINT-, Coding- & Robotik-Bildung, IoT-Robotikanwendungen, KI-gestützte Robotikanwendungsdienste, Forschung und die Entwicklung von DIY-Robotik-Kits eignen.
Agenten-Skills für NVIDIA-Produkte — in Claude Code, Codex und andere Coding-Agenten installieren, um Physical AI, Robotik, Simulation, CUDA und RAG-Workflows durchgängig auszuführen.
PAROL6: Open-Source-6-Achsen-Desktop-Roboterarm aus dem 3D-Drucker. Stückliste, STL- und STEP-Dateien, Firmware und Bauanleitung.
NVIDIA Alpamayo 1 Nano ist ein offenes 10B Reasoning-VLA-Modell für autonome Fahrzeuge, das Fahrbahnen mit Kausalitätsketten-Reasoning kombiniert.
Copper ist ein Betriebssystem für Roboter – bauen, ausführen und den gesamten Roboter deterministisch wiedergeben.
Eine programmierbare und hochmanövrierfähige Roboter-Katze für MINT-Bildung und KI-gestützte Dienste.
AlpaSim ist eine Open-Source-Simulationsplattform für autonome Fahrzeuge, die für die Entwicklung und das Testen von End-to-End-AV-Richtlinien entwickelt wurde
IoT DC3 – Verbinden Sie die physische Welt mit KI. Eine Open-Source-Laufzeitumgebung für das industrielle IoT und Physical AI: 36 Protokolltreiber, Datenübertragung vom Edge in die Cloud und ein MCP-Tool-Gateway, damit KI-Agenten in einer sicheren, kontrollierbaren und nachvollziehbaren Schleife auf Geräte einwirken können.
Cosmos-Transfer1 ist ein Welt-zu-Welt-Transfermodell, das entwickelt wurde, um die Wahrnehmungslücke zwischen simulierten und realen Umgebungen zu schließen.
Open-Source-Evaluierungen für physische KI. Führe beliebige LLMs/VLAs auf beliebigen Roboterarmen oder humanoiden Robotern gegen beliebige reale oder simulierte Benchmarks aus.
Cosmos-Predict2 ist eine Sammlung von universellen Weltgrundlagenmodellen für Physical AI, die zu angepassten Weltmodellen für nachgelagerte Anwendungen feinabgestimmt werden können.
RAI ist ein vendor-agnostisches agentisches Framework für Physical-AI-Robotik, das ROS-2-Tools nutzt, um komplexe Aktionen, definierte Szenarien, freie Schnittstellen-Ausführung, Log-Zusammenfassungen, Sprachinteraktion und mehr durchzuführen.
Ein Open-Source-Framework für vierbeinige Roboter-Haustiere auf ESP32-Basis zur Entwicklung von Vierbeinern im Stil von Boston Dynamics. Ideal für MINT-, Programmier- und Robotikunterricht, IoT-Roboteranwendungen, KI-gestützte Robotik-Anwendungsdienste, Forschung und die Entwicklung von DIY-Robotikbausätzen.
Häufig gestellte Fragen
Welches ist das beliebteste #physical-ai-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#physical-ai-Projekt auf GitHub ist harvard-edge/cs249r_book mit 30,283 Sternen. Maschinelle Lernsysteme: Grundlagen, Skalierung, agentische KI und physische KI (Bde. I–IV) • Harvard CS249r | https://mlsysbook.ai
Welche Programmiersprachen werden in #physical-ai-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #physical-ai-Projekten auf GitHub sind Python, C++, Rust, HTML die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #physical-ai-Repositories berechnet?
Wir verfolgen 17 aktive Open-Source-Repositories, die mit #physical-ai getaggt sind (500+ Sterne), mit insgesamt 57,631 Sternen und durchschnittlich 3,390 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.