#physical-ai Repositorios
Descubre 17 repositorios activos de código abierto de GitHub etiquetados con #physical-ai, que acumulan 57,631 estrellas en total (una media de 3,390 estrellas por proyecto). El líder de este tema es harvard-edge/cs249r_book, con 30,283 estrellas.
17 repositorios en total
Sistemas de aprendizaje automático: fundamentos, escalabilidad, IA agéntica e IA física (vols. I–IV) • CS249r de Harvard | https://mlsysbook.ai
Un marco de robot mascota cuadrúpedo de código abierto para desarrollar robots de cuatro patas al estilo de Boston Dynamics que son perfectos para educación STEM, codificación y robótica, aplicaciones de robótica IoT, servicios de aplicaciones de robótica mejoradas con IA, investigación y desarrollo de kits de robótica DIY.
Habilidades de agente para productos NVIDIA: instálelas en Claude Code, Codex y otros agentes de codificación para ejecutar flujos de trabajo de IA física, robótica, simulación, CUDA y RAG de extremo a extremo.
PAROL6: brazo robótico de escritorio de 6 ejes, de código abierto e impreso en 3D. Lista de materiales, archivos STL y STEP, firmware e instrucciones de montaje.
NVIDIA Alpamayo 1 Nano es un modelo VLA de razonamiento abierto de 10B para vehículos autónomos que combina trayectorias de conducción con razonamiento de Cadena de Causalidad.
Copper es un sistema operativo para robots — construye, ejecuta y reproduce tu robot entero de manera determinista.
Un gato robótico programable y altamente maniobrable para la educación STEM y servicios mejorados con IA.
AlpaSim es una plataforma de simulación de vehículos autónomos de código abierto diseñada para el desarrollo y prueba de políticas AV de extremo a extremo
IoT DC3 — Conecta el mundo físico con la IA. Un runtime de IoT industrial de código abierto para la IA física: 36 controladores de protocolos, entrega de datos del borde a la nube y una pasarela de herramientas MCP para que los agentes de IA actúen sobre los dispositivos mediante un ciclo seguro, controlable y trazable.
Cosmos-Transfer1 es un modelo de transferencia de mundo a mundo diseñado para cerrar la brecha perceptiva entre entornos simulados y del mundo real.
Evaluaciones de código abierto para la IA física. Ejecuta cualquier LLM/VLA en cualquier brazo robótico o humanoide frente a cualquier benchmark real o simulado.
Cosmos-Predict2 es una colección de modelos de base del mundo de propósito general para Physical AI que se pueden ajustar en modelos del mundo personalizados para aplicaciones posteriores.
RAI es un marco agente agnóstico de proveedores para robótica de IA Física, que utiliza herramientas de ROS 2 para realizar acciones complejas, escenarios definidos, ejecución de interfaz libre, resúmenes de registros, interacción por voz y más.
Un framework de código abierto basado en ESP32 para mascotas robóticas cuadrúpedas, pensado para desarrollar robots de cuatro patas al estilo de Boston Dynamics. Ideal para la educación STEM, la enseñanza de programación y robótica, aplicaciones robóticas IoT, servicios de aplicaciones robóticas potenciadas por IA, investigación y desarrollo de kits de robótica DIY.
Preguntas frecuentes
¿Cuál es el repositorio de #physical-ai más popular en GitHub?
El proyecto de código abierto de #physical-ai mejor posicionado en GitHub es harvard-edge/cs249r_book, con 30,283 estrellas. Sistemas de aprendizaje automático: fundamentos, escalabilidad, IA agéntica e IA física (vols. I–IV) • CS249r de Harvard | https://mlsysbook.ai
¿Qué lenguajes de programación se utilizan más en los repositorios de #physical-ai?
Entre los proyectos de #physical-ai mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Rust, HTML.
¿Cómo se calcula la clasificación de los repositorios de #physical-ai?
Seguimos 17 repositorios activos de código abierto etiquetados con #physical-ai (500+ estrellas), que suman un total de 57,631 estrellas, con una media de 3,390 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.