#physical-ai Dépôts
Découvrez 17 dépôts GitHub open source actifs associés à #physical-ai, cumulant 57,631 étoiles au total (soit une moyenne de 3,390 étoiles par projet). Le projet en tête de ce thème est harvard-edge/cs249r_book, avec 30,283 étoiles.
17 dépôts au total
Systèmes d’apprentissage automatique : fondements, mise à l’échelle, IA agentique et IA physique (vol. I–IV) • CS249r de Harvard | https://mlsysbook.ai
Un framework open source pour animaux de compagnie robotiques quadrupèdes destiné au développement de robots à quatre pattes de style Boston Dynamics, parfaits pour l'éducation STEM, le codage et la robotique, les applications de robotique IoT, les services d'applications de robotique améliorées par l'IA, la recherche et le développement de kits de robotique DIY.
Compétences d'agent pour les produits NVIDIA — installez-les dans Claude Code, Codex et d'autres agents de codage pour exécuter des flux de travail d'IA physique, de robotique, de simulation, de CUDA et de RAG de bout en bout.
PAROL6 : bras robotique de bureau à 6 axes, open source et imprimé en 3D. Nomenclature, fichiers STL et STEP, micrologiciel et instructions de montage.
NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement ouvert de 10B pour les véhicules autonomes qui associe les trajectoires de conduite au raisonnement par Chaîne de Causalité.
Copper est un système d'exploitation pour robots — construisez, exécutez et rejouez votre robot entier de façon déterministe.
Un chat robotique programmable et très maniable pour l'éducation STEM et les services améliorés par l'IA.
AlpaSim est une plateforme de simulation de véhicules autonomes open-source conçue pour le développement et les tests de politiques AV de bout en bout
IoT DC3 — Connectez le monde physique à l’IA. Un environnement d’exécution IoT industriel open source pour l’IA physique : 36 pilotes de protocoles, acheminement des données de la périphérie vers le cloud et passerelle d’outils MCP permettant aux agents d’IA d’agir sur les appareils dans une boucle sûre, contrôlable et traçable.
Cosmos-Transfer1 est un modèle de transfert monde à monde conçu pour combler le fossé perceptuel entre les environnements simulés et du monde réel.
Évaluations open source pour l’IA physique. Exécutez n’importe quel LLM/VLA sur n’importe quel bras robotique ou humanoïde, selon n’importe quel benchmark réel ou simulé.
Cosmos-Predict2 est une collection de modèles fondamentaux mondiaux à usage général pour l'IA physique qui peuvent être affinés en modèles mondiaux personnalisés pour les applications en aval.
RAI est un cadre agentique indépendant des fournisseurs pour la robotique IA Physique, utilisant les outils ROS 2 pour effectuer des actions complexes, des scénarios définis, une exécution d'interface libre, des résumés de journaux, une interaction vocale et plus encore.
Un framework open source de robot quadrupède de compagnie basé sur ESP32, conçu pour développer des robots à quatre pattes de style Boston Dynamics. Idéal pour l’enseignement des STEM, du codage et de la robotique, les applications robotiques IoT, les services applicatifs robotiques enrichis par l’IA, la recherche et le développement de kits de robotique DIY.
Foire aux questions
Quel est le dépôt #physical-ai le plus populaire sur GitHub ?
Le projet #physical-ai open source le mieux classé sur GitHub est harvard-edge/cs249r_book, avec 30,283 étoiles. Systèmes d’apprentissage automatique : fondements, mise à l’échelle, IA agentique et IA physique (vol. I–IV) • CS249r de Harvard | https://mlsysbook.ai
Quels langages de programmation sont les plus utilisés dans les dépôts #physical-ai ?
Parmi les projets #physical-ai les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Rust, HTML.
Comment le classement des dépôts #physical-ai est-il calculé ?
Nous suivons 17 dépôts open source actifs associés à #physical-ai (500+ étoiles), totalisant 57,631 étoiles, avec une moyenne de 3,390 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.