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：世界模型该预测什么：答案取决于谁消费未来
把 PlaNet、Dreamer、V-JEPA 和 LingBot-World 放在一起，最先出现的冲突是：它们预测的对象不同，却都被称作世界模型。于是，“像素生成和 latent dynamics 谁更接近真正的世界模型”这个争论就问错了方向。 一段高清未来视频很容易检查，却可能没有严格响应动作；Dreamer 的
-
思考探索：世界模型是什么：从预测画面到承受行动后果
关注的问题。 当视频生成、3D 场景、机器人策略和强化学习都在使用“世界模型”这个词时，怎样给它一个既不过宽、也不把技术路线排除在外的定义？ “世界模型”正在变成 AI 里最容易产生误会的词之一。能生成一段视频的模型、可编辑的 3D 场景、物理仿真器、Dreamer 一类的 latent dynamics，以及带视觉输
-
思考探索：读完 12 份技术报告：前沿模型正在变成受约束的闭环
把 12 份技术报告的目录并排，会看到一个反常现象：模型能力越强，报告花在数据、cache、rollout、工具环境和安全控制上的篇幅越多。 checkpoint 仍然重要，但它已经不足以描述一个前沿模型的真实能力。 同一份权重接入不同的 KV cache、thinking budget、工具环境或安全控制，会表现出显
-
思考探索：从预测未来到利用未来：Latent World Model 怎样进入规划闭环
材料范围与核验日期。 材料由一份技术交流 PPT 重构，重点核验了 Vision Banana、DriveLaW、Drive-JEPA、SparseWorld、DriveFuture、DreamZero 和 WAM-Nav 的论文、项目页或官方仓库。Checked Date：2026-07-10。相关实验结果均为作者报
-
思考探索：具身智能的可纠错状态链：动作之外，系统还要记录什么
一次抓杯失败，可能来自深度、任务阶段、坐标映射、控制延迟，也可能发生在夹爪接触后的滑动。20 篇具身智能论文反复碰到同一个困难：动作头只能回答模型此刻想做什么，真实机器人还得知道场景现在是什么样、任务进行到了哪里、控制器实际执行了什么，以及失败后世界还剩下什么状态。 少一项，闭环里就会出现无法定位的断点。系统仍可继续输
-
思考探索：高效 AI 的状态账本：少搬状态，比少算一次更重要
过去我理解高效 AI，首先会数 FLOPs：矩阵乘少了多少，attention block 跳过多少，模型调用减少几次。连续读完这一组训练与推理论文后，我更在意另一张账：一次训练或生成里，系统保存了哪些状态，这些状态被复制几份，何时跨设备搬运，又在什么时刻才真正需要完整物化。 这里的“状态”范围很宽。参数、梯度和 Ad
-
思考探索：扩散模型加速：每删一步，都要重新安排误差
读完这一组论文，我不再把少步生成理解成“原路径的快捷播放”。多步采样里的每一段时间，都承担了一部分结构、运动、纹理和误差修正。删掉步骤不会让这些责任消失，只会迫使训练目标、学生模型、在线 critic、采样器或系统模块接手。 所以我对扩散加速形成了一个简单判断： 步数可以减少，误差不会凭空消失；好方法的区别，在于它把误
-
强化学习：VLA、机器人与闭环强化学习
Vision-Language-Action（VLA）模型把视觉观察和语言任务映射为机器人动作。能预测示范动作只是起点：真实机器人还要在部分可观测、连续控制和安全约束下反复执行、重新观察、恢复失败。闭环强化学习关注的是这条执行链最终能否提高回报与成功率，而不是单帧动作误差是否更小。 本章回答什么 本章回答：机器人为什么
-
强化学习：Agent、环境与训练闭环
本章回答什么 强化学习训练到底在循环什么？本章用一个仓储机器人任务回答：环境如何产生数据，policy 如何选择动作，一批 trajectory 又如何变成 return、advantage 或 target，最后更新 policy。 读完后，你应能从一次 environment step 追到一次参数更新，并说明为什
