Charles's Castle

具身智能最容易被误解的一点是 ： 很多人把它想成“给机器人一个更聪明的大脑”。但现实里，机器人失败往往不是因为它不够会聊天，而是因为它没有在 200ms 内刹住车、没有在 3mm 误差内插进孔、没有在突然遮挡时稳定重规划。 这页先回答“具身规划、控制与安全”在「具身智能」里的位置：它解决什么局部问题，依赖哪些前置，最后

这一页解释 Isaac Sim 和 RoboTwin 在具身智能项目里分别负责什么。先给结论： 这页先回答“Isaac Sim 与 RoboTwin 仿真数据链”在「具身智能」里的位置：它解决什么局部问题，依赖哪些前置，最后会影响哪类工程或研究判断。 前置 ：先知道 VLA、世界模型、相机/深度和评测集的基本角色。 必

具身智能一旦进入真实环境，就很少是“机器人单独干活”。它往往需要与人共享空间、共享任务，甚至共享决策。于是问题不再只是机器人能否完成动作，而是它能否让人愿意与它一起工作、信任它、理解它，并在必要时安全接管。人机协作与交互评测，正是把具身智能从纯控制问题提升为社会技术系统问题的关键环节。 这页先回答“人机协作与交互评测”

家庭机器人常被视为具身智能最具想象力的落地场景，但它也是最容易被低估的复杂场景。 家庭环境看起来比工厂轻松，实际上却包含更多开放物体、更强分布变化、更多人类打断，以及远高于实验室的长尾。真正理解家庭机器人，不仅要看它能做哪些任务，更要看它在哪些流程上最容易失败。 这页先回答“家庭机器人流程与失败排查”在「具身智能」里的

具身智能一旦离开实验室，面对的就不再是“平均成功率”，而是具体责任边界、真实物理风险和持续运营问题。部署模式决定系统怎样接入业务流程，安全案例则回答一个更根本的问题：为什么我们相信它足够安全、何时必须回退、出了问题如何追责与修复。本页把具身智能系统从研究样机推向生产环境时常见的部署模式与安全论证框架做一个系统梳理。 这

这一页用一个具体任务把具身智能串起来。前面的页面讲了闭环、符号、VLA、WAM、世界模型和系统边界；这里把它们放进同一条 episode。 这页先回答“一个任务跑通具身闭环”在「具身智能」里的位置：它解决什么局部问题，依赖哪些前置，最后会影响哪类工程或研究判断。 前置 ：先知道 VLA、世界模型、相机/深度和评测集的基

这一页补一个很基础但很关键的直觉：机器人看到的“图像”并不天然等于 3D 世界。不同相机给机器人的信息不同，能不能估计距离、能不能恢复物体尺寸、能不能抓取，取决于传感器和标定。 这页先回答“相机、深度与机器人视觉”在「具身智能」里的位置：它解决什么局部问题，依赖哪些前置，最后会影响哪类工程或研究判断。 前置 ：先知道

这一页是具身智能章节的第一入口。它不是从论文名开始，而是从一个最朴素的任务开始： 这页先回答“具身智能从零路线”在「具身智能」里的位置：它解决什么局部问题，依赖哪些前置，最后会影响哪类工程或研究判断。 前置 ：先知道 VLA、世界模型、相机/深度和评测集的基本角色。 必要时先回 具身智能入口、基础知识 或 术语表。 主

这一页把一个仿真机器人数据集项目拆成具身智能知识点。核心问题不是“生成一批 3D 模型”这么简单，而是把资产、物理属性、视觉观测、抓取标注、任务脚本和专家轨迹接成一条可复用的数据生产线。 这页先回答“资产到轨迹：感知、抓取与数据管线”在「具身智能」里的位置：它解决什么局部问题，依赖哪些前置，最后会影响哪类工程或研究判断

扩散模型最早在图像生成中爆发，但它真正显示出通用生成框架潜力，是在视频、多模态条件生成和跨模态建模中。图像扩散主要解决“生成一张符合条件的静态样本”，视频和多模态扩散则要解决“在时间、一致性、条件对齐和多模态关系上同时成立”的问题。难度骤升，方法也因此更加丰富。 这页先回答“视频与多模态扩散”在「扩散模型」里的位置：它