整理 Hexo、GitHub Pages 与 Redefine 主题搭建过程中的配置步骤、评论系统和常见问题。
-
Sticky
-
思考探索：世界模型驱动的机器人数据飞轮：能持续生产经验的系统，才是真正的基础设施
本文关注的问题。 如果 World Model 是机器人获得“内部模拟器”的关键能力，那么它到底需要什么样的数据飞轮，才能学好、用上，并在真实部署中持续变强？ 和一些以底层零部件、运控、整机可靠性为优势的机器人本体团队聊天，经常会听到一个很自然的判断：现在模型还不够好、也不够统一，所以智能化可以先放一放；公司先做沿途下
-
思考探索：自动驾驶世界模型：从渲染、仿真到规划闭环
这篇回答的问题。 自动驾驶里的世界模型到底在做什么：它是更会生成视频的模型，还是能把观测、状态和动作接成闭环的系统能力？ 这份材料给我的核心启发是：自动驾驶中的世界模型不应该只被理解为“预测未来画面”。更准确的读法，是把它放回 观测-状态-动作 的闭环里：渲染回答“世界状态怎样变成传感器观测”，仿真回答“状态和动作怎样
-
论文专题讲解：Motus：把 latent action、世界模型和 VLA 合到一个生成框架
论文题名： Motus: A Unified Latent Action World Model。 作者： Hongzhe Bi、Hengkai Tan、Shenghao Xie、Zeyuan Wang、Shuhe Huang、Haitian Liu、Ruowen Zhao、Yao Feng、Chendong Xian
-
论文专题讲解：VGGT-Ω：几何重建怎样变成具身空间表征
论文题名： VGGT-Ω。 作者： Jianyuan Wang、Minghao Chen、Shangzhan Zhang、Nikita Karaev、Johannes Schönberger、Patrick Labatut、Piotr Bojanowski、David Novotny、Andrea Vedaldi、Ch
-
论文专题讲解：Fast-WAM：WAM 一定要推理时想象未来吗
论文题名： Fast-WAM: Do World Action Models Need Test-time Future Imagination?。 作者： Tianyuan Yuan、Zibin Dong、Yicheng Liu、Hang Zhao。 机构： IIIS, Tsinghua University；Gal
-
思考探索：世界模型 Infra：从模型谱系到物理 AI 工程栈
这篇回答的问题。 如果不再只问“哪个模型是 world model”，而是问“什么基础设施能持续训练、评测、部署和治理 world model”，整个方向会怎样重新分层。 世界模型已经不只是一个算法名词。早期 PlaNet、Dreamer、MuZero 让我们看到：agent 可以先学习环境动力学，再在内部 rollo
-
论文专题讲解：D4RT：动态场景的 4D 重建与跟踪
论文题名： Efficiently Reconstructing Dynamic Scenes One D4RT at a Time。 作者： Chuhan Zhang、Guillaume Le Moing、Skanda Koppula、Ignacio Rocco、Liliane Momeni、Junyu Xie、Sh
-
论文专题讲解：kai0：资源受限下的高可靠机器人操作
论文题名： χ₀: Resource-Aware Robust Manipulation via Taming Distributional Inconsistencies。 作者： Checheng Yu、Chonghao Sima、Gangcheng Jiang、Hai Zhang、Haoguang Mai、Hon
-
具身智能：机器人数据里的 `state` 和 `action`：不要被字段名骗了
这篇回答的问题。 在 LeRobot、CALVIN、robomimic 或自采 parquet 里看到 observation.state 和 action 时，怎样判断它们到底表示当前状态、目标关节角、末端位姿增量、速度，还是被数据写入逻辑对齐过的字段。 具身智能的入门很容易从模型名开始：VLA、Diffusion
