Technology Stack 03: Data and Scaling
2026-08-15
从经验 scaling law 到 Chinchilla 配比：如何联合分析参数、数据与训练计算，以及这些结论在具身智能中的适用边界。
1264 words
|
6 minutes
Technology Stack 02: Post-training Algorithms
2026-07-26
比较监督微调、模仿学习、偏好优化和强化学习等后训练路线，说明 PPO、GRPO、DPO、SAC、IQL、RLPD、DSRL 与 RECAP 的数据和交互要求。
3510 words
|
18 minutes
Technology Stack 01: Pre-trained Models
2026-07-11
比较具身智能中的 VLM、VLA 与 World Action Model 三类预训练路线，梳理其结构、训练目标、机器人接口和证据边界。
3335 words
|
17 minutes
Research Taste 03: 从五行看机器人
2026-07-07
机器也有自己的"系统平衡"——它的智能不在于某一处特别旺，而在于整体能不能长期保持平衡
1488 words
|
7 minutes
Paper Notes: World Action Models
2026-07-06
比较 Cosmos-Policy、DreamZero、LingBot-VA、GigaWorld-Policy、MotuBrain、RepWAM、OA-WAM 与 DiM-WAM 的视频—动作联合建模方式及现有证据边界。
8441 words
|
42 minutes
Research Taste 02: 当机器替代人类工作，政策应该保护岗位，还是保护人？
2026-06-18
技术发展必须向前，但社会不能只向效率负责，也要向人负责
1819 words
|
9 minutes
Paper Notes: World Models
2026-06-01
比较 Dreamer、DayDreamer、TD-MPC、RoboDreamer、FOCUS、I-JEPA 与 V-JEPA，区分面向控制的潜在动力学和非生成式表征预测。
7073 words
|
35 minutes