#physical-ai Repository
Scopri 17 repository GitHub open source attivi contrassegnati con #physical-ai, che raccolgono un totale di 57,631 stelle (con una media di 3,390 stelle per progetto). Il progetto leader di questo argomento è harvard-edge/cs249r_book, con 30,283 stelle.
17 repository in totale
Sistemi di apprendimento automatico: fondamenti, scalabilità, IA agentica e IA fisica (voll. I–IV) • Harvard CS249r | https://mlsysbook.ai
Un framework open source per animali domestici robot quadrupedi per lo sviluppo di robot a quattro zampe in stile Boston Dynamics, perfetti per l'educazione STEM, coding e robotica, applicazioni di robotica IoT, servizi di applicazioni di robotica potenziate dall'IA, ricerca e sviluppo di kit robotici fai-da-te.
Competenze di agente per i prodotti NVIDIA: installale in Claude Code, Codex e altri agenti di codifica per eseguire flussi di lavoro di IA fisica, robotica, simulazione, CUDA e RAG end-to-end.
PAROL6: braccio robotico da scrivania a 6 assi, open source e stampato in 3D. Distinta dei materiali, file STL e STEP, firmware e istruzioni per l’assemblaggio.
NVIDIA Alpamayo 1 Nano è un modello VLA di ragionamento aperto da 10B per veicoli autonomi che abbina le traiettorie di guida al ragionamento a Catena di Causalità.
Copper è un sistema operativo per robot — costruisci, esegui e riproduci l’intero robot in modo deterministico.
Un gatto robotico programmabile e altamente manovrabile per l'educazione STEM e servizi potenziati dall'IA.
AlpaSim è una piattaforma di simulazione di veicoli autonomi open-source progettata per lo sviluppo e il testing di politiche AV end-to-end
IoT DC3 — Collega il mondo fisico all’IA. Un runtime open source per l’IoT industriale e la Physical AI: 36 driver di protocollo, distribuzione dei dati dall’edge al cloud e un gateway di strumenti MCP, affinché gli agenti IA possano agire sui dispositivi in un ciclo sicuro, controllabile e tracciabile.
Cosmos-Transfer1 è un modello di trasferimento da mondo a mondo progettato per colmare il divario percettivo tra ambienti simulati e reali.
Valutazioni open source per l’IA fisica. Esegui qualsiasi LLM/VLA su qualsiasi braccio robotico o umanoide rispetto a qualsiasi benchmark reale o simulato.
Cosmos-Predict2 è una raccolta di modelli di fondazione del mondo di uso generale per Physical AI che possono essere perfezionati in modelli del mondo personalizzati per applicazioni downstream.
RAI è un framework agentico indipendente dal fornitore per la robotica Physical AI, che utilizza strumenti ROS 2 per eseguire azioni complesse, scenari definiti, esecuzione di interfaccia libera, riassunti dei log, interazione vocale e altro ancora.
Un framework open source basato su ESP32 per robot quadrupedi da compagnia, pensato per sviluppare robot a quattro zampe in stile Boston Dynamics. Ideale per l’istruzione STEM, l’insegnamento della programmazione e della robotica, le applicazioni robotiche IoT, i servizi applicativi di robotica potenziati dall’IA, la ricerca e lo sviluppo di kit di robotica fai-da-te.
Domande frequenti
Qual è il repository #physical-ai più popolare su GitHub?
Il progetto open source #physical-ai più alto in classifica su GitHub è harvard-edge/cs249r_book, con 30,283 stelle. Sistemi di apprendimento automatico: fondamenti, scalabilità, IA agentica e IA fisica (voll. I–IV) • Harvard CS249r | https://mlsysbook.ai
Quali linguaggi di programmazione sono più utilizzati nei repository #physical-ai?
Tra i progetti #physical-ai più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Rust, HTML.
Come viene calcolata la classifica dei repository #physical-ai?
Monitoriamo 17 repository open source attivi contrassegnati con #physical-ai (500+ stelle), per un totale di 57,631 stelle e una media di 3,390 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.