Rerun 0.22.1版本发布:LeRobot数据集原生支持与多项改进
Rerun是一个面向多模态和时间序列数据的可视化分析工具包,它提供了简单易用的数据库和可视化功能,帮助开发者高效处理复杂的时空数据。通过Rerun,用户可以轻松记录、存储和可视化各种传感器数据、3D场景、图像序列等信息。
LeRobot数据集原生加载支持
本次0.22.1版本最显著的改进是增加了对LeRobot数据集的原生支持。LeRobot是一个流行的机器人数据集集合,包含各种机器人操作和感知数据。Rerun现在可以直接加载这些数据集,无需繁琐的数据转换过程。
虽然目前这一功能还在逐步完善中,但已经能够处理大部分常见的数据格式。开发团队表示,在接下来的0.23版本中会进一步优化这一功能,增加对更多边缘情况的支持。如果你在使用过程中遇到任何问题,团队鼓励用户积极反馈,以帮助他们更快地改进产品。
关键改进与修复
Python API兼容性
针对即将发布的NumPy 2.0版本,Rerun移除了对np.float_的使用,确保在新旧版本的NumPy上都能稳定运行。这一改动体现了Rerun对长期兼容性的重视。
数据可视化修复
修复了Arrows2D绘制顺序无效的问题,现在用户可以更精确地控制2D箭头的显示层次。同时改进了图像列更新示例,使其更直观地展示Rerun的动态数据更新能力。
性能优化
LeRobot数据集现在会在单独的IO线程上加载,避免阻塞主线程,提升了用户体验的流畅性。这一改进特别有利于处理大型数据集时的性能表现。
使用建议
对于机器人开发者和计算机视觉研究人员,新版本提供了更便捷的数据可视化方案。特别是处理LeRobot数据集时,可以直接利用Rerun的原生支持功能,快速验证算法效果或进行数据分析。
对于Python开发者,建议检查项目中是否使用了即将废弃的NumPy API,确保与Rerun的兼容性。如果项目中涉及大量2D箭头可视化,升级到0.22.1版本将解决之前存在的绘制顺序问题。
Rerun团队持续关注用户体验,这个版本虽然是小版本更新,但包含了对多个关键问题的修复和功能优化,值得用户升级以获得更稳定的使用体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00