📊 PULSAR 照见 · 按主题浏览文章、研究动态与历史归档,条目保留来源和日期 — sou350121.github.io/pulsar-web
📈 Daily Pulse · 15 个 VLA 方法族的论文流量 + 加速度 + 30 日趋势图 · 每日自动生成
📡 RSS 订阅 · 4 个主题 feed + 一键 OPML 导入 — 新文章/⚡🔧 论文/SOTA/周报直达你的阅读器 · 完整使用说明
🤖 VLA Expert Skill · 一键让 AI 编程助手变成 VLA 专家 — 支持 Claude Code / Cursor / Codex / OpenCode
🛰️ Spatial-Intelligence-Handbook · 姊妹仓库 — VLA 管 action policy,Spatial 管 world representation(3DGS / VGGT / depth foundation + 跨 embodiment 横向对比)。两者交集是 3D-aware VLA。
🏭 行业情报雷达 · 🆕 机器人与具身智能的融资、产品与合作动态;先看行业判断地图,再到公司档案和日档查来源。历史记录见 memory/blog/archives/industry-radar/。
- 数据采集专题:近半年进展与选型地图补齐手持采集、人类第一视角、自动真机与触觉多模态路线;采集验收与有效成本说明如何核对同步、动作、去重、公开规模和实际训练收益。
- 新增深度解析:HexaShell 探查 VLM 编码 agent 控制机器人的能力边界;VLDA 讨论紧凑状态增量如何连接观测与动作。两篇均按已核查原文解读,实验设置与适用边界见正文。
- 历史稿件补录:CFG-Policy 为 10 月 15 日生成、10 月 20 日重新核查后发布的稿件;NativeMEM 保留已有发布版。补录日期不当作论文首发日期。
- 查找文章:先用理论地图按主题定位,再用 GitHub 仓库搜索查论文或模型名;想看研究方向的变化,可对照 Daily Pulse 与双周报告。
- 触觉与世界模型:PhysCanvas 讨论视觉—触觉世界模型;VLA-Touch 与 N0-VTLA 补入深度解读;训练范围、实验口径及论文/仓库版本差异分别说明。
- 旧文校正与去重:StaMo、Embodied-R1.5 合并同论文重复稿;GR00T-N1.6 按固定官方模型卡重建,未获支持的频率和参数不再作为事实。
- 行业补录:近期四项官方事件 与 三项历史事件 分开归档;历史补录不冒充本周新增。全部入口见 理论目录 与 行业判断地图。
VLA 论文、模型与工具更新很快,工程细节分散在 GitHub Issues 和论文附录里。 这个 Handbook 做一件事:整理从论文到复现的入口、参数口径与部署经验,并标出来源、未验证项和适用边界。
775 份理论文档(10 个主题目录) · 中英文社区实战笔记 · GitHub Issues 工程经验 · 19 份双周前沿报告 + 16 份反思 · 行业情报雷达 · 论文解读与工程经验
理论文档计数口径:10 个主题目录内的 Markdown 文件,含综述与索引,不含各目录 README;统计日期:2026-10-26;双周报告与反思按各自文件计数,不表示每期均已配对。后续新增以完整目录为准。
- 不只是摘要:重点整理入口脚本、关键超参与 shape 口径的 sanity-check;复现状态和未验证项以具体文章标注为准。
- Robotics 的脏活写清楚:多模态同步、Sim2Real 断点、动作空间对齐、触觉/灵巧手硬件选型——这些在其他地方要么没有,要么藏在论文附录里。
- 可回查的知识库:用主题目录、论文索引和报告归档串起研究脉络;文章保留来源、版本与适用边界,方便继续读原文或复现实验。
这三份笔记是 Handbook 最独特的部分:中英文社区与 GitHub Issues 的部署经验,按条目保留来源和时间。
| 来源 | 内容 | 更新 | |
|---|---|---|---|
| 📕 中文社区(小红书) | 中文社区经验、可追溯索引与黑话辞典 | LingBot-VLA / UnifoLM / π0.6 真机 RL / Figure Helix / GR00T N2 + ACT 训练成本案例 + 国标发布 + 薪资讨论 + 社区黑话辞典。 | 更新时间见条目 |
| 📘 英文社区(HF Blog / Discord) | HF Blog · 厂商博客 · LeRobot Discord 可追溯条目 | SmolVLA / DiffusionVLA / π0-FAST / GR00T N1.5 / OpenVLA-OFT / Figure Helix / Cosmos Policy / ACTSmooth 等前沿论文 + 真实部署经验。 | 更新时间见条目 |
| 🔧 GitHub Issues | 核心仓库的高互动 Issues 蒸馏 | GPU 兼容矩阵(RTX 50 系列 / Jetson)、Pi0 微调陷阱、GR00T 显存优化、训练收敛失败根因、跨仓库收敛信号。 | 更新时间见条目 |
不想每天来刷网站?订阅 RSS feed,新内容自动推送到你的阅读器:
| Feed | 内容 | 链接 |
|---|---|---|
| 🧠 VLA 新文章 | theory/ 每日新增深度解读 | vla-theory.xml |
| ⚡ VLA 每日信号 | ⚡🔧 级论文 + SOTA 榜(过滤 ❌📖) | vla-daily.xml |
| 📘 AI 每日 | AI Agent 生态精选 + 深度解读 | ai-daily.xml |
| 📚 周/双周报告 | 前瞻侦察 + 回顾分析 | weekly.xml |
🎁 一键全订阅:OPML 导入文件(支持 Feedly / Inoreader / NetNewsWire 等)
📖 完整使用说明:docs/SUBSCRIBE.md — 含各阅读器教学、CC BY 4.0 说明、FAQ
读 VLA 领域信息,大多数人用的是这四种方式——先说各自真正好在哪:
看公众号(机器之心 / 量子位 / PaperWeekly):中文团队写的可读综述,编辑质量有保证,适合碎片时间、移动端阅读。 查 GitHub Awesome 列表 / 公开综述:整理好的资源书签,方便快速找到经典论文和开源项目。 刷 X/Twitter 跟踪 VLA 作者:第一时间看到作者反应和社区讨论,实时感强。 刷小红书:一线从业者的真实踩坑、复现参数、失败复盘——论文和公众号里绝对看不到的一手经验,评论区比正文更有料。
选 VLA Handbook:需要工程级深度——论文怎么跑通、部署怎么踩坑、Sim2Real 断在哪,可以按主题阅读并回查 Git 历史。中文社区笔记提供已整理的经验与出处。
| 维度 | 公众号 ML 文章 | Awesome 列表 / 综述 | X/Twitter 速报 | 小红书社区 | VLA Handbook |
|---|---|---|---|---|---|
| 最擅长 | 可读中文综述,移动端友好 | 资源书签,快速入手 | 实时讨论,作者第一反应 | 一线踩坑、真实参数、失败复盘 | 工程实战 + 持续收录的深度解析 |
| 工程细节 | ❌ 媒体视角 | ❌ 链接汇总 | ❌ 碎片化 | ✅ 入口脚本 · 关键超参 · shape 校验 | |
| 一手踩坑 | ❌ | ❌ | ✅ 评论区大量真实经验 | ✅ 中文蒸馏 · 英文蒸馏 | |
| 更新频率 | 不定期 | 月 / 季度 | 实时 | 实时(但搜索困难) | 持续整理;更新时间见条目日期 |
| 历史可查 | ❌ 90 天后限流失效 | ✅ 静态存档 | ❌ 算法埋没 | ❌ 搜索质量差,帖子易沉 | ✅ Git 永久记录,全文 grep |
| 生产踩坑 | ❌ | ❌ | ❌ | ✅ 但需要自己挖掘整理 | ✅ Sim2Real · 多模态同步 · 硬件选型 |
| 趋势预测验证 | ❌ 无追踪 | ❌ | ❌ | ❌ | ✅ 双周报告与反思留档 |
按依赖顺序排列——每一篇回答上一篇读完后自然产生的问题。
第一层:VLA 是什么、核心设计选择是什么(~15 min)
① VLA 架构总览 5 min
先建立全局图:输入(视觉 + 语言)→ Backbone → Action Head → 机器人动作。RT-1 → RT-2 → OpenVLA → π0 的演化逻辑,读完你知道每个模块的作用和它们怎么拼在一起。
② 动作生成三范式 10 min
比较离散 Token、Diffusion 与 Flow Matching 的建模和执行取舍;速度、精度与控制频率需要结合具体实现和实验条件判断。
第二层:动作生成的取舍与研究演化(~15 min)
③ Flow Matching 原理拆解 10 min
从概率路径、速度场与采样过程理解 Flow Matching,再对照 π0 的实现;不把某个模型的步数或频率推广为整类方法的保证。
④ 研究主线梳理 5 min
拉远一步看全局:为什么 ACT/DP 仍是 baseline、数据规模化 → 感知增强 → RL 后训练三条改进主线怎么交汇。读完你有一张完整的领域地图。
第三层:对接现实(按需深入)
⑤ 社区实战笔记(中文) 🔥 论文不会告诉你的事——中文社区整理的参数、失败和部署讨论。可用来定位训练数据规模、标定与部署故障的具体案例;参数需结合原实验条件阅读。
⑥ 社区实战笔记(英文) 🔥 英文社区精选(HF Blog + 厂商博客 + LeRobot Discord)。前沿论文深度拆解 + 真实部署经验、训练配方、推理延迟实测。
⑦ 真机部署总入口 硬件选型 · 多模态同步 · Sim-to-Real · 调参 checklist。准备上真机时再看。
想深入特定模型?
| 方向 | 入口 | 适合谁 |
|---|---|---|
| 开源训练栈复现 | UnifolM-VLA-0 | 想在宇树机器人上跑通 |
| 端到端代码级理解 | Spirit-v1.5 解析 | 想读懂每行 shape 变换 |
| 最新零样本迁移 | World Action Model | 想了解 2026 前沿方向 |
| 触觉 + 力控对齐 | TAF-VLA | 想做触觉融合 |
| VLA 知识蒸馏 | Shallow-Pi | 想做模型压缩 / 边缘部署 |
| 完整学习路线 | 学习路线图 | 想系统性地从头学 |
| 目录 | 内容 |
|---|---|
theory/ |
775 份理论文档:vla-core 183 · foundation 88 · world-model 104 · planning 76 · tactile 68 · frontier 92 · diffusion-flow 50 · deployment 48 · rl 42 · perception 24 |
deployment/ |
真机部署:硬件选型 · 多模态同步 · Sim-to-Real + 三份社区实战笔记 |
reports/biweekly/ |
19 份双周报告 + 16 份反思(按文件分别计数) |
reports/weekly/ |
周度分析 + 每日 digest + SOTA + 风向洞察 |
memory/blog/archives/ |
VLA 社交情报 + 已归档社区数据 |
product/ |
本体、灵巧手、机械臂、传感器与产品选型 |
system-design/ |
数据闭环、训练、评测与系统架构 |
question-bank/ |
14 份面试题库与代码实战 |
companies/ |
11 份公司与行业文档 |
cheat-sheet/ |
速查表(时间线 · 核心公式) |
book/ |
电子书版本 |
| 目标 | 入口 | 说明 |
|---|---|---|
| 补理论 / 刷面试 | theory/README.md |
路线图 + 核心概念索引 |
| 找论文 / 做综述 | theory/foundation/paper_index.md |
多维索引 + 发展史全景图 |
| 真机落地 | deployment/README.md |
硬件选型 · 多模态同步 · Sim-to-Real |
| 社区踩坑(中文) | deployment/community_field_notes_xiaohongshu.md |
中文社区经验 · 来源索引 · 黑话辞典 |
| 社区踩坑(英文) | deployment/community_field_notes_english.md |
HF Blog + Discord + 厂商博客可追溯条目 |
| GitHub 工程经验 | deployment/community_field_notes_github.md |
高互动 Issues · GPU 兼容矩阵 |
| 机器人数据采集 | 86 项研究目录 | 八个专题 · 原文、监督信号与访问边界 |
| 公司 / 求职 | companies/README.md |
公司档案 + 行业判断地图与日档 |
| 双周前沿报告 | reports/biweekly/README.md |
19 份报告 / 16 份反思 · VLA / 触觉 / 人形 |
| 周报 + 风向洞察 | reports/weekly/README.md |
周度归档 · 论文精选 + SOTA + 趋势分析 |
| 变更记录 | CHANGELOG.md |
从 git 历史提炼 |
⚡ = 重要进展 🔧 = 工程可用 每日持续更新中
- 论文与代码:按具体版本阅读,区分作者报告的结果、本文分析和未验证项;自动生成不等于实验复现。
- 社区与行业资料:保留原始出处和日期。部署经验、公司公告及演示各有适用范围,不能直接当作统一评测结果。
- 历史与趋势:补录日期和来源日期分开;报告与反思分别归档,方便回查当时的依据与判断。
- 发现问题:欢迎通过 GitHub Issues 或 PR 补充来源、修正文档。贡献规范见 CONTRIBUTING.md。
想让你的 AI 助手使用本 Handbook 的理论目录与可追溯资料?
VLA Expert Skill 把 Handbook 的知识压缩成一个即插即用的 AI Skill,支持多个平台:
| 平台 | 安装方式 |
|---|---|
| Claude Code / Cowork | 复制到 .claude/skills/vla-expert/ |
| Cursor | 复制到 .cursor/rules/ |
| Codex / OpenCode | 作为 system prompt 加载 |
该 Skill 提供论文评估、研究方向判断、产业分析与部署指南等工作流;功能和同步范围以其说明为准,结论需要回到引用原文核对。
👉 github.com/sou350121/VLA-expert-skill
欢迎提 Issue 和 PR:补论文解读 · 真机经验 · 面试题。见 CONTRIBUTING.md。