当前位置: 首页 > article >正文

V4L2应用程序开发(二):控制流程与UVC内部结构详解

V4L2应用程序开发二控制流程与UVC内部结构详解本文是 V4L2 摄像头应用开发系列的第二篇。上一章我们学习了如何从摄像头获取数据采集流程这一章我们将学习如何控制摄像头调节亮度、对比度、切换格式、甚至控制云台转动。你不需要是一个内核专家我会用通俗的语言带你理解 UVC 摄像头的内部“零件”Terminal/Unit以及应用程序如何通过ioctl与它们对话。学完本章你将能写出一个可以动态调节亮度的摄像头程序。难度提醒本章后半部分UVC 拓扑、XU 扩展单元较抽象如果你第一次接触可能有些懵。我会明确标注必须掌握和了解即可的内容你可以先聚焦核心部分等有经验后再回头看进阶内容。 本章学习目标与重要程度知识点掌握程度原因枚举摄像头支持的格式VIDIOC_ENUM_FMT⭐⭐⭐ 必须掌握实际开发中需要知道摄像头能输出什么格式获取/设置当前格式VIDIOC_G_FMT/S_FMT⭐⭐⭐ 必须掌握核心操作上一章已经用过调节亮度/对比度VIDIOC_QUERYCTRL/G_CTRL/S_CTRL⭐⭐⭐ 必须掌握嵌入式产品中常需要软件调节图像效果选择输入源VIDIOC_G_INPUT/S_INPUT⭐⭐ 重点掌握少数摄像头有多个输入如前后摄像头理解 UVC 内部的 Terminal/Unit 概念⭐⭐ 重点掌握能看懂文档遇到特殊控制如对焦、云台知道去哪里找PU处理单元负责哪些控制⭐⭐ 重点掌握亮度、对比度、饱和度等常用调节属于 PUCT摄像头终端负责哪些控制⭐ 了解即可曝光、对焦、变焦等高级功能EU编码单元和 XU扩展单元⭐ 了解即可绝大多数项目用不到仅特殊设备如罗技云台摄像头需要mjpg-streamer 中添加 XU 和 mapping 的代码⭐ 了解即可属于驱动层面的玄学普通应用开发不需要自己写核心建议先掌握格式枚举和亮度调节这部分代码你以后会经常写。UVC 内部结构可以大致理解面试能答出“PU 负责亮度/对比度CT 负责曝光/对焦”即可。XU 部分看一遍有个印象真遇到罗技摄像头再去查 mjpg-streamer 源码。文章目录V4L2应用程序开发二控制流程与UVC内部结构详解 本章学习目标与重要程度一、为什么需要“控制流程”二、数据格式的控制必须掌握2.1 枚举摄像头支持的格式VIDIOC_ENUM_FMT2.2 获取当前格式VIDIOC_G_FMT2.3 设置格式VIDIOC_S_FMT三、选择输入源了解即可四、调节亮度、对比度等参数必须掌握4.1 查询某个参数是否支持及其范围VIDIOC_QUERYCTRL4.2 获取当前值VIDIOC_G_CTRL4.3 设置新值VIDIOC_S_CTRL五、理解 UVC 内部结构Terminal 和 Unit重点掌握5.1 整体拓扑5.2 PUProcessing Unit—— 你最常用的调节5.3 CTCamera Terminal—— 高级控制5.4 XUExtension Unit—— 厂商扩展了解即可六、动手实践编写一个可以调节亮度的程序七、面试官提问环节第1问V4L2 中如何枚举摄像头支持的像素格式需要用到哪些结构体和 ioctl第2问调节亮度的完整流程是什么需要哪几个 ioctl第3问UVC 摄像头中亮度、对比度是由哪个 Unit 负责的曝光、对焦呢第4问什么是 XU什么时候需要用到它第5问VIDIOC_S_FMT 设置分辨率后为什么需要重新读取 fmt.fmt.pix.width/height八、总结一、为什么需要“控制流程”上一章我们只做了三件事打开摄像头、设置格式、循环取图。但实际产品中用户往往希望在光线暗的地方调高亮度想要更鲜艳的饱和度切换摄像头支持的不同分辨率如 640x480 → 1280x720甚至控制云台转动例如监控摄像头这些操作都属于“控制流程”。V4L2 提供了一套统一的接口让我们可以查询、获取、设置各种参数。核心思想每个可调节的参数都有一个ID如V4L2_CID_BRIGHTNESS应用程序通过ioctl传入这个 ID 和期望的值驱动程序就知道要改哪个参数。二、数据格式的控制必须掌握2.1 枚举摄像头支持的格式VIDIOC_ENUM_FMT在上一章的V4l2InitDevice中我们已经见过枚举格式的代码。这里再详细展开。数据结构struct v4l2_fmtdesccstruct v4l2_fmtdesc { __u32 index; // 第几个格式从0开始 __u32 type; // 必须是 V4L2_BUF_TYPE_VIDEO_CAPTURE __u32 flags; // 一般忽略 __u8 description[32]; // 格式描述文字如 YUYV 4:2:2 __u32 pixelformat; // 四字符码如 V4L2_PIX_FMT_YUYV __u32 reserved[4]; };使用示例列出所有格式cstruct v4l2_fmtdesc fmtdesc; fmtdesc.type V4L2_BUF_TYPE_VIDEO_CAPTURE; fmtdesc.index 0; while (ioctl(fd, VIDIOC_ENUM_FMT, fmtdesc) 0) { printf(Format %d: %s, fourcc0x%08x\n, fmtdesc.index, fmtdesc.description, fmtdesc.pixelformat); fmtdesc.index; }实际输出以某个 UVC 摄像头为例textFormat 0: YUYV 4:2:2, fourcc0x56595559 Format 1: MJPEG, fourcc0x47504a4d必须掌握你会经常需要枚举格式然后从中选择一个如优先选 YUYV不行再选 MJPEG。2.2 获取当前格式VIDIOC_G_FMTcstruct v4l2_format fmt; memset(fmt, 0, sizeof(fmt)); fmt.type V4L2_BUF_TYPE_VIDEO_CAPTURE; if (ioctl(fd, VIDIOC_G_FMT, fmt) 0) { printf(Current format: %dx%d, fourcc0x%08x\n, fmt.fmt.pix.width, fmt.fmt.pix.height, fmt.fmt.pix.pixelformat); }2.3 设置格式VIDIOC_S_FMT我们已经用过但再强调一下驱动程序可能会调整你传入的值例如不支持的分辨率会被修改为最接近的支持值所以设置后要重新读取fmt中的宽高。三、选择输入源了解即可少数摄像头有多个输入比如有的摄像头既有内置麦克风又有外置音频输入或者有前后两个镜头。V4L2 用VIDIOC_G_INPUT/VIDIOC_S_INPUT来查询/设置当前使用哪个输入源。cint index 0; // 0 表示第一个输入源 ioctl(fd, VIDIOC_S_INPUT, index);实际项目中很少用到了解即可。四、调节亮度、对比度等参数必须掌握4.1 查询某个参数是否支持及其范围VIDIOC_QUERYCTRL在设置之前最好先查询该参数是否支持以及它的取值范围最小、最大、步长、默认值。数据结构struct v4l2_queryctrlcstruct v4l2_queryctrl { __u32 id; // 要查询的控制 ID如 V4L2_CID_BRIGHTNESS __u32 type; // 返回类型整数、布尔、菜单等 __u8 name[32]; // 控制名称如 Brightness __s32 minimum; // 最小值 __s32 maximum; // 最大值 __s32 step; // 步长 __s32 default_value;// 默认值 __u32 flags; __u32 reserved[2]; };使用示例cstruct v4l2_queryctrl qctrl; memset(qctrl, 0, sizeof(qctrl)); qctrl.id V4L2_CID_BRIGHTNESS; if (ioctl(fd, VIDIOC_QUERYCTRL, qctrl) 0) { printf(Brightness range: %d ~ %d, step%d, default%d\n, qctrl.minimum, qctrl.maximum, qctrl.step, qctrl.default_value); } else { printf(Does not support brightness control\n); }4.2 获取当前值VIDIOC_G_CTRLcstruct v4l2_control ctrl; ctrl.id V4L2_CID_BRIGHTNESS; if (ioctl(fd, VIDIOC_G_CTRL, ctrl) 0) { printf(Current brightness %d\n, ctrl.value); }4.3 设置新值VIDIOC_S_CTRLcctrl.id V4L2_CID_BRIGHTNESS; ctrl.value 80; // 假设范围是 0~100 ioctl(fd, VIDIOC_S_CTRL, ctrl);常用控制 ID定义在linux/videodev2.hID含义类型V4L2_CID_BRIGHTNESS亮度整数V4L2_CID_CONTRAST对比度整数V4L2_CID_SATURATION饱和度整数V4L2_CID_HUE色调整数V4L2_CID_GAIN增益整数V4L2_CID_AUTO_WHITE_BALANCE自动白平衡布尔0/1V4L2_CID_EXPOSURE_AUTO自动曝光菜单1手动,3自动V4L2_CID_FOCUS_ABSOLUTE绝对对焦整数五、理解 UVC 内部结构Terminal 和 Unit重点掌握如果你之前没接触过 UVCUSB Video Class这部分可能会感到抽象。但只要你理解了“摄像头内部是由一个个功能块串联起来的”就能明白为什么调节亮度要设置某个 ID。5.1 整体拓扑一个 UVC 摄像头内部至少有一个VideoControl 接口负责控制和 0 个或多个VideoStreaming 接口负责传输视频。控制接口内部由多个Terminal终端和Unit单元组成数据从上游流向下游。示意图简化text[Sensor] → [Camera Terminal] → [Processing Unit] → [Output Terminal] → USB 主机 ↓ ↓ (曝光控制) (亮度/对比度)Terminal终端位于拓扑的边界连接外界例如传感器、USB 主机。ITInput Terminal输入终端OTOutput Terminal输出终端CTCamera Terminal摄像头终端直接连接传感器控制曝光、对焦、变焦等。Unit单元内部处理单元。SUSelector Unit选择单元从多路输入中选择一路。PUProcessing Unit处理单元负责亮度、对比度、饱和度、锐度、伽马等。EUEncoding Unit编码单元负责 JPEG 压缩等。XUExtension Unit扩展单元厂商自定义功能如罗技摄像头的云台控制。5.2 PUProcessing Unit—— 你最常用的调节绝大多数摄像头的亮度、对比度、饱和度都是通过 PU 实现的。应用程序传入的V4L2_CID_BRIGHTNESS等 ID最终会被驱动映射到 PU 的对应Control Selector如PU_BRIGHTNESS_CONTROL。必须记住亮度、对比度、饱和度属于PU。5.3 CTCamera Terminal—— 高级控制CT 提供曝光、对焦、变焦、白平衡等传感器层面的控制。对应的 V4L2 ID 如V4L2_CID_EXPOSURE_ABSOLUTEV4L2_CID_FOCUS_ABSOLUTEV4L2_CID_ZOOM_ABSOLUTE如果你的摄像头支持自动对焦设置V4L2_CID_FOCUS_AUTO1即可。5.4 XUExtension Unit—— 厂商扩展了解即可一些高端摄像头如罗技提供云台Pan/Tilt控制这不是标准 V4L2 控制项而是通过 XU 实现的。应用程序需要知道厂商自定义的 GUID 和 Control Selector然后使用专门的 ioctlUVCIOC_CTRL_ADD和UVCIOC_CTRL_MAP来注册这些控制。实际案例mjpg-streamer 项目中支持罗技摄像头云台控制的代码首先定义uvc_xu_control_info数组描述 XU 的 entityGUID、selector、数据大小等。然后定义uvc_xu_control_mapping数组将 XU 的某个 selector 的某几位offset, size映射到一个标准 V4L2 ID如V4L2_CID_PAN_RELATIVE。最后调用ioctl(fd, UVCIOC_CTRL_ADD, ...)和ioctl(fd, UVCIOC_CTRL_MAP, ...)。重要提示新版的 UVC 驱动Linux 内核 4.x已经能够自动解析摄像头的 XU 信息应用程序不需要再手动ADD和MAP只需像普通控制一样使用VIDIOC_S_CTRL并传入自定义的 ID 即可前提是驱动已经注册了这些控制。所以 mjpg-streamer 中的那段代码主要是为了兼容老内核。作为应用开发者除非你遇到特定型号的摄像头无法调节云台否则不必深究。六、动手实践编写一个可以调节亮度的程序结合上一章的采集循环我们加入亮度调节功能。思路在循环外通过命令行参数如--brightness 80来设置亮度。伪代码cint main(int argc, char **argv) { int fd open(/dev/video0, O_RDWR); // ... 设置格式、申请 buffer、启动流等参考上一章 // 如果命令行指定了亮度值 if (brightness_value 0) { struct v4l2_queryctrl qctrl; qctrl.id V4L2_CID_BRIGHTNESS; if (ioctl(fd, VIDIOC_QUERYCTRL, qctrl) 0) { struct v4l2_control ctrl; ctrl.id V4L2_CID_BRIGHTNESS; ctrl.value brightness_value; ioctl(fd, VIDIOC_S_CTRL, ctrl); printf(Set brightness to %d\n, brightness_value); } else { printf(Camera does not support brightness control.\n); } } // 进入采集循环... }七、面试官提问环节第1问V4L2 中如何枚举摄像头支持的像素格式需要用到哪些结构体和 ioctl参考答案使用struct v4l2_fmtdesc结构体设置type V4L2_BUF_TYPE_VIDEO_CAPTUREindex从 0 开始递增。循环调用ioctl(fd, VIDIOC_ENUM_FMT, fmtdesc)直到返回 -1。每次成功时可以从fmtdesc.pixelformat和fmtdesc.description获得格式信息。第2问调节亮度的完整流程是什么需要哪几个 ioctl参考答案可选用VIDIOC_QUERYCTRL查询亮度控制是否支持以及取值范围。用VIDIOC_G_CTRL获取当前亮度值可选。用VIDIOC_S_CTRL设置新的亮度值。第3问UVC 摄像头中亮度、对比度是由哪个 Unit 负责的曝光、对焦呢参考答案亮度和对比度由Processing Unit (PU)负责。曝光、对焦、变焦由Camera Terminal (CT)负责。第4问什么是 XU什么时候需要用到它参考答案XU 是 Extension Unit厂商可以在其中实现自定义功能如罗技摄像头的云台控制、LED 灯控制等。当摄像头的特殊功能如摇动、俯仰不是标准 V4L2 控制项时可能需要通过 XU 访问。新版内核驱动通常会自动解析应用程序可以直接使用自定义的 ID。第5问VIDIOC_S_FMT设置分辨率后为什么需要重新读取fmt.fmt.pix.width/height参考答案因为摄像头硬件可能不支持你要求的分辨率驱动程序会自动调整为最接近的、硬件支持的分辨率并将实际使用的尺寸写回v4l2_format结构体。应用必须使用调整后的尺寸来分配 buffer 和处理图像。八、总结本章我们学习了数据格式控制枚举、获取、设置格式必须掌握。输入源选择基本了解。亮度/对比度等参数控制查询、获取、设置必须掌握。UVC 内部结构了解 VideoControl/VideoStreaming 接口以及 Terminal/Unit 的概念知道 PU 负责亮度、CT 负责曝光。XU 扩展进阶内容仅当遇到特殊设备时再深入学习。你现在已经掌握了 V4L2 开发中最常用的接口。接下来可以尝试写一个程序通过键盘按键如/-实时调节亮度。枚举所有支持的控制项VIDIOC_QUERYCTRL配合V4L2_CID_BASE和V4L2_CID_LASTP1的范围。下一章我们将介绍如何列出帧细节帧率、分辨率等以及编写完整的 V4L2 应用程序。请继续关注。 加油你离成为嵌入式相机高手又近了一步。

相关文章:

V4L2应用程序开发(二):控制流程与UVC内部结构详解

V4L2应用程序开发(二):控制流程与UVC内部结构详解 本文是 V4L2 摄像头应用开发系列的第二篇。上一章我们学习了如何从摄像头获取数据(采集流程),这一章我们将学习如何控制摄像头:调节亮度、对比…...

【RK3506实战-01】 BootLoader 全流程与实战优化

一、RK3506 平台概述与 BootLoader 定位 1.1 RK3506 核心特性 RK3506 是瑞芯微面向IoT、工业控制、边缘网关推出的32 位 ARMv7-A四核 Cortex-A7 处理器,主频最高 1.2GHz,集成 Mali-400 GPU、安全引擎、多通道串口 / 以太网 / USB,支持 eMMC…...

毕业季论文救星:百考通AI一站式解决查重与降重难题

又到一年毕业季。对许多同学而言,写完论文的初稿只是“万里长征第一步”,真正的考验在于如何让论文顺利通过重复率和AI生成率检测。你是否也曾面对查重报告上刺眼的标红段落,或是在AI检测结果中看到“疑似AI生成”的提示而感到手足无措&#…...

手把手教你用MediaRecorder实现Android通话旁路录音(附完整代码与避坑清单)

Android通话录音技术突围:绕过系统限制的实战方案 通话录音功能在客服系统、法律取证等场景中需求旺盛,但Android系统对VOICE_CALL音频源的严格限制让开发者举步维艰。本文将揭示三种突破系统封锁的实战方案,包含完整代码实现与关键避坑指南。…...

【算法刷题笔记】全题型导航目录

本文是本专栏所有LeetCode题解按题型分类整理,点击题目链接可直接跳转对应文章,后续新增题解会持续更新,建议收藏本页! 一、数组专题 34. 在排序数组中查找元素的第一个和最后一个位置 | 二分查找经典刷题题解35. 搜索插入位置 |…...

Kubernetes部署策略实战:从滚动更新到金丝雀发布的完整指南

1. 项目概述与核心价值最近在梳理团队内部的Kubernetes部署流程,发现大家对于“部署”的理解还停留在简单的kubectl apply阶段。当聊到蓝绿部署、金丝雀发布这些策略时,很多同事的第一反应是“听起来很高级,但我们用不上”或者“太复杂了&…...

【LeetCode 刷题笔记】34. 在排序数组中查找元素的第一个和最后一个位置 | 二分查找经典刷题题解

一、题目描述 给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。 如果数组中不存在目标值 target,返回 [-1, -1]。 你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。 示例 1…...

基于Claude API的智能体服务器框架:工程化AI应用开发实践

1. 项目概述与核心价值最近在探索AI应用落地的过程中,我发现了一个非常有意思的项目:MohamedOsamaHelmyCS/claude-agent-server。乍一看这个标题,你可能会觉得这又是一个围绕某个特定AI模型构建的“玩具”项目,但深入研究后&#…...

FreeRTOS菜鸟入门(二十)·ARM架构简介

目录 1. 前提 2. ARM架构 3. ARM 汇编指令 3.1 LDR(Load Register):读内存 3.2 STR(Store Register):写内存 3.3 ADD(加法) 3.4 SUB(减法) 3…...

冒险岛游戏资源终极定制指南:使用Harepacker-resurrected打造个性化游戏体验

冒险岛游戏资源终极定制指南:使用Harepacker-resurrected打造个性化游戏体验 【免费下载链接】Harepacker-resurrected All in one .wz file/map editor for MapleStory game files 项目地址: https://gitcode.com/gh_mirrors/ha/Harepacker-resurrected 你是…...

如何用Dell Fans Controller实现戴尔服务器风扇静音控制?5个实用技巧

如何用Dell Fans Controller实现戴尔服务器风扇静音控制?5个实用技巧 【免费下载链接】dell_fans_controller A tool for control the Dell server fans speed, it sends the control instruction by ipmitool over LAN for Windows, it is a GUI application which…...

开源运维平台OpenClaw-Ops:从GitOps到可观测性的实践指南

1. 项目概述:一个开源运维平台的诞生与价值在当今的软件开发和部署环境中,运维工作早已不是简单的“看管服务器”。随着微服务、容器化和云原生技术的普及,一个应用背后可能是成百上千个服务实例、复杂的网络拓扑和动态变化的资源需求。对于任…...

收藏!2026 年版:未来 10 年,职业发展潜力最大的领域(小白 程序员必看)

答案永远只有一个:人工智能(大模型方向)。2026年的职场,早已进入“冰火两重天”的分化模式。一边是传统开发岗内卷到极致,投出上百份简历大多石沉大海,35岁职业焦虑持续蔓延;另一边是AI大模型人…...

Docker Compose与Nginx构建一体化Web开发环境实战指南

1. 项目概述与核心价值 最近在折腾一个挺有意思的项目,叫“SmokeAlot420/ftw”。乍一看这个名字,可能有点摸不着头脑,甚至带点调侃的意味。但如果你深入了解一下,会发现这其实是一个在特定开发者圈子里流传的、用于快速搭建和测试…...

江苏电子式动态平衡电动调节阀推荐

在江苏的工业生产、建筑暖通等众多领域,电子式动态平衡电动调节阀的应用极为广泛。它对于保障系统的稳定运行、实现节能降耗起着关键作用。今天,就为大家推荐一家在这方面表现出色的企业——天津水阀机械有限公司。一、企业实力有目共睹天津水阀机械有限…...

【多无人机动态避障路径规划】基于蚂蚁狮子优化算法的多无人机三维协同路径规划方法(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…...

创业团队如何利用Taotoken低成本快速验证多个AI产品创意

创业团队如何利用Taotoken低成本快速验证多个AI产品创意 1. 统一接入降低开发成本 对于资源有限的创业团队,快速验证多个AI产品创意的首要挑战是技术集成成本。传统模式下,团队需要为每个主流模型单独注册账号、申请API Key、学习不同厂商的接入规范&a…...

Happy Island Designer终极指南:5步打造你的梦想岛屿规划

Happy Island Designer终极指南:5步打造你的梦想岛屿规划 【免费下载链接】HappyIslandDesigner "Happy Island Designer (Alpha)",是一个在线工具,它允许用户设计和定制自己的岛屿。这个工具是受游戏《动物森友会》(Animal Crossi…...

通过动态规划优化插电式混合动力电动汽车 (PHEV) 能源管理(Matlab、Simulink代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…...

深入解析Auto-Code-Executor:声明式任务编排框架的设计与实战

1. 项目概述与核心价值最近在GitHub上看到一个挺有意思的项目,叫NeoSkillFactory/auto-code-executor。光看名字,你可能会觉得这又是一个“自动执行代码”的工具,市面上类似的脚本或者库好像也不少。但当我真正深入去研究它的源码和应用场景后…...

从原子性到串行化:数据库事务全解

目录 ​编辑 一、前言 二、什么是事务 三、为什么会出现事务 四、事务的版本支持 五、事务的提交方式 六、事务的常见操作方式 6.1 事务的开始与回滚 七、事务的隔离性 7.1 隔离级别的设置与查看 7.1.1 全局隔离级别 7.1.2 会话隔离级别 7.2 四种隔离级别 7.2.1 …...

DKP-PC:解决预测编码误差传播延迟与衰减的新方法

1. 项目概述在深度学习领域,反向传播(Backpropagation, BP)算法长期以来一直是训练神经网络的核心方法。然而,BP算法存在两个关键问题:更新锁定(update locking)和非局部性(non-loca…...

进程替换库函数

1.程序替换 预备工作 上级目录(…)下的fork目录下的makefile文件拷贝到当前目录并且命名为Makefile把proc1替换为myexec1.1 现象和原理 先看现象,可以看到执行了main函数第一句代码,接着就执行的是ls -a -l这时候回想fork的两种用…...

以知识驱动 AIAD 行业进化

AIAD 智库 — AI-Augmented Design 行业百科与实践指南 重塑设计的底层逻辑 从 CAD 到 AI-Native 四大内容支柱 支柱描述条目数📖 概念与百科定义行业标准术语,建立专业基石与"定义权"12 深度条目🔬 技术前沿与深度解析展示底层技…...

Coze低代码模式和Vibe Coding的区别

版权声明 本文原创作者:谷哥的小弟 作者博客地址:http://blog.csdn.net/lfdfhl Coze的版本 Coze(扣子)是字节跳动推出的一站式AI智能体开发平台,历经两年发展,已从单纯的智能体搭建工具演进为完整的AI应用开发生态。 Coze国内版与海外版最核心的区别在于,它们是两套完…...

通过 curl 命令直接调用 Taotoken 聚合接口进行快速测试与排错

通过 curl 命令直接调用 Taotoken 聚合接口进行快速测试与排错 1. 准备工作 在开始调用 Taotoken 聊天补全接口前,需要准备好以下两项信息:有效的 API Key 和模型 ID。API Key 可在 Taotoken 控制台的「API 密钥」页面生成,模型 ID 则需前往…...

SIMA 2:多模态大模型在3D虚拟环境中的交互革命

1. 项目概述:当通用AI遇上虚拟世界去年第一次接触SIMA项目时,我就被这个将大语言模型与3D环境交互结合的思路惊艳到了。如今看到升级版的SIMA 2基于Gemini架构卷土重来,不禁让人好奇:当最先进的多模态大模型遇上复杂的虚拟环境&am…...

NVIDIA Profile Inspector:解锁显卡驱动隐藏配置的终极调校工具

NVIDIA Profile Inspector:解锁显卡驱动隐藏配置的终极调校工具 【免费下载链接】nvidiaProfileInspector 项目地址: https://gitcode.com/gh_mirrors/nv/nvidiaProfileInspector NVIDIA Profile Inspector 是一款功能强大的开源工具,专为 NVIDI…...

TV2TV:文本与视频双向控制的AI生成技术解析

1. 项目概述:当电视节目开始"自我创作"去年我在参与一档综艺节目的后期制作时,导演突然提出一个疯狂的想法:"能不能让AI根据嘉宾聊天的文字记录,自动生成对应的节目画面?"这个看似天马行空的需求&…...

IntelliChat开源智能聊天机器人后端:架构解析与RAG实战部署指南

1. 项目概述:一个能“思考”的聊天机器人后端最近在折腾一个叫 IntelliChat 的项目,这名字听起来就挺有意思——“智能节点”下的“智能聊天”。说白了,这就是一个开源的、可以自己部署的聊天机器人后端引擎。它不像你手机里那些傻乎乎的、只…...