RELEASE_PLAN.md

视频号合集发布清单：从头学人形机器人算法

推荐学习路线图里的 63 篇论文（含 day6 的 3 篇工程基础），共 63 集，按视频号发布顺序排好。已经发布的打勾；每发一集，把那一行的 [ ] 改成 [x]。截至 2026-10-25 已发布 001–035（023 GMR、024 OmniRetarget、025 Expressive WBC、026 H2O、027 OmniH2O、028 MaskedMimic、029 HOVER、030 ExBody2、031 HugWBC、032 HOMIE、033 TWIST、034 TWIST2、035 FALCON，用户确认；026 H2O 2026-10-15 整片重渲后发布，027 OmniH2O 2026-10-16 整片重渲后发布，030 ExBody2 2026-10-20 重渲第 2、10、18 幕后发布，031 HugWBC 2026-10-21 整片重渲后发布，034 TWIST2 2026-10-25 重渲片尾一句后发布，035 FALCON 2026-10-25 重渲第 9、13 幕后发布）；下一集为 036 HDMI。

2026-10-04 对照公众号「具身智能研究室」国庆系列《具身智能从入门到精通》day1–3 的「经典脉络」补入 6 篇：Real-World Humanoid Locomotion（day2「换到人形身体」）、H2O 与 MaskedMimic（day3「参考进入闭环」「稀疏输入由谁补全」）、TWIST / TWIST2（day3 遥操作线）、BFM-Zero（day2「让技能可以调用」）。只插在未发布的 011 之后，已发的 001–010 编号不变。

2026-10-05 又对照 day4「移动操作」的「经典脉络」补入 5 篇：FALCON、CHIP（「让接触进入反馈」）与 HDMI、VIRAL、DoorMan（「让物体进入任务」），插在第三季 TWIST2（现 034）之后；同一部分点名的 ULC、SoFTA、SkillBlender 和拓展阅读里的 SteadyTray 列为第三批候选（见「扩展规则」）。已发的 001–012 编号不变。

2026-10-06 又对照 day5「世界模型」的「经典脉络」补入 3 篇：Dreamer（合讲前作 PlaNet）与 UniPi 插在第四季 Cosmos 之前，Cosmos Policy 插在第五季 DreamZero 之前；同一部分点名的 GR-1、VPP、UWM、LingBot-VA、Being-H0.7 列为第四批候选（见「扩展规则」）。已发的 001–015 编号不变。

2026-10-07 对照 day6「工程与实机部署」补入 InEKF、Berkeley Humanoid、ToddlerBot，排在 018 BeyondMimic 之后的 019–021；原 019–060 顺延为 022–063。〔取舍〕保留 017 ASAP → 018 BeyondMimic 的对照，再补状态估计、硬件与部署工具链，最后转入动作数据与重定向。新增三篇已同步进 README 与首页中英文路线图：InEKF 链接现有笔记，两篇硬件论文标注「原文」并链接 arXiv，待建笔记后再切换；PACE 列为优先候选，不占正式编号。

• 🎬 <paper>：仓库里已有渲染好的配音视频，<paper> 就是本目录 node render.mjs <paper> 用的名字（见 README）
• 🆕：还没有视频，要新做
• [x] 只表示已经发布；🎬 只表示已有成片，片尾预告仍需按当前排期核对
• 每行破折号后是排序依据：A→B 指首页路线图里的连线，其余是笔记里的说法；标〔取舍〕的是排序判断，路线图原文没这么写
• 已发视频的标题格式：「从头学人形机器人算法系列 (0NN)：<论文英文标题>」，英文标题与 _data/papers.json 的 title 一致

第一季 · 仿真里的模仿与技能（已完结）

01 模块「按推荐阅读路线顺序排列」的前 9 篇。

• 001 PPO（2017）🎬 ppo
• 002 AWR（2019）🎬 awr
• 003 DeepMimic（2018）🎬 deepmimic
• 004 AMP（2021）🎬 amp
• 005 PHC（2023）🎬 phc
• 006 ADD（2025）🎬 add
• 007 ASE（2022）🎬 ase
• 008 CALM（2023）🎬 calm
• 009 PULSE（2023）🎬 pulse

第二季 · 走出仿真：生成式策略、Sim-to-Real 与动作数据（已完结）

• 010 Diffusion Policy（2023）🎬 diffusion_policy — PULSE→DP；01 模块里紧接 PULSE 的就是它
• 011 SMP（2025）🎬 smp — AMP→SMP、DP⇢SMP；MimicKit 里的算法。〔取舍〕紧跟 Diffusion Policy：它把 AMP 的对抗判别器换成预训练扩散模型的分数，得先懂扩散
• 012 Domain Randomization（2017）🎬 domain_randomization — DR→OP3 足球、DR→LCP；〔取舍〕先建立后续人形真机工作的 sim-to-real 基础
• 013 四足地形 · 教师-学生（2020）🎬 quadterrain — DR→四足地形；笔记写明它「适合作为人形学习先修论文」，HOVER、ExBody2、BFM 等 WBC 笔记用到的特权教师 → 学生蒸馏从这里来
• 014 Real-World Humanoid Locomotion（2023）🎬 realhumanoid — 四足地形→真实世界人形行走；从四足的教师-学生换到全尺寸人形 Digit，因果 Transformer 读观测—动作历史直接出关节目标。〔取舍〕按年份排在 OP3 足球（2023-04）前：先看全尺寸人形怎么走稳，再看小人形踢球
• 015 OP3 足球（2023）🎬 op3soccer — DR→OP3 足球；2026-10-05 重做成十二幕，片头接 014 的片尾预告
• 016 LCP（2024）🎬 lcp — DR→LCP；2026-10-05 重做成十幕，片头接 015 的片尾预告（OP3 用输出端滤波，LCP 改成梯度惩罚）；同日按「公式太多」的反馈改成以动图为主，重配为 9 分 56 秒
• 017 ASAP（2025）🎬 asap — LCP→ASAP、ASAP⇢BeyondMimic；BeyondMimic 笔记拿它当「单动作专用，每条动作要单独调 DR / 奖励」的对照；2026-10-06 新做十二幕，片头接 016 的片尾预告（LCP 改策略，ASAP 改仿真），片尾预告 018 BeyondMimic；截至 2026-10-08 已发布（用户确认）
• 018 BeyondMimic（2025）🎬 beyondmimic — DP→BeyondMimic；笔记把 CALM / PULSE 和 Diffusion Policy 列为它要补足的两类前作；2026-10-06 按 arXiv v4 重做成十二幕，片头接 017 的片尾预告（ASAP 一段动作一套配方 → BeyondMimic 一份配方），2026-10-07 片尾画面与配音的源文件已改为预告 019 InEKF「机器人怎样知道自己当前的姿态和速度」（借第 12 幕「还依赖状态估计」接过去，不说 BeyondMimic 用了 InEKF），同日参考 ASAP 改正火柴人（前踢反关节、侧手翻改成腾空）与几条曲线；2026-10-08 全片重渲为 9 分 47 秒、换进笔记；同日按看片反馈改 VAE 读法（逐字母念）、第 5 幕改成皮带减速器（电机小轮转 5 圈、关节大轮转 1 圈、同向）、第 11 幕说明灰虚线（只加路点代价时穿过障碍）、四处文字出框、SDF / CppAD 各加一句解释，随后以四段并行完成全片重渲（本次交付原片 10 分 9 秒，1080×1920、30 fps、18,282 帧），排版、完整帧数与全片解码检查均通过；截至 2026-10-08 已发布（用户确认）
• 019 Contact-Aided InEKF（2018 / 2019）🎬 inekf — day6「状态估计先于动作」：融合 IMU、接触与足端运动学，估计身体姿态和速度。〔取舍〕先看 BeyondMimic 的跟踪能力，再补状态估计背景；这是教学关联，不表示 BeyondMimic 采用该论文的 InEKF。day6 对应 RSS 2018 会议版；上游清单收录的是 IJRR 2020 扩展版（标题去掉了 Legged，2019 年挂 arXiv），2026-10-08 以扩展版为准重写笔记、单列两版关系，新做十二幕动画、三个交互演示与配音视频（约 10 分钟），片头接 018 的片尾预告，片尾只预告 020 Berkeley Humanoid；同日按看片反馈换上 Robot_Description_Gallery 新的 Cassie 图（UMich BipedLab 展示模型，灰色），第 2、3、4、6、10 幕的火柴人改成 Cassie 鸟腿（画法同 014 真实世界人形行走的 Digit 下半身，Digit 的腿就是 Cassie 的腿；连杆按 MuJoCo Menagerie 的 Cassie 模型，大腿 : 小腿 : 跗骨 = 0.12 : 0.50 : 0.41 m，跗骨跟着大腿转），只出了第 1–4、6、10、12 幕的改动片段；2026-10-09 再按看片反馈把第 2 幕改成左右脚交替、旁白「C++」连成一个词念，并对照 IJRR 原文逐幕复查，改正第 6 幕 GPS 的归属（世界中心左不变、机器人中心右不变，表 2 / 3）、第 8 幕 QEKF 的宽度按图 6 读图（约为真值一半）、第 10 幕路标可观性（要有已知位置的路标）、第 1 幕激光雷达「怕暗」、第 5 幕图 4 的初始误差（旋转向量 (π/2, π/2, π/2)，约 156°）、第 6 幕「靠前 2 cm、高 2 cm」等，第 3 幕竖直分量放大 20 倍显出「多算一倍」，当时只出了改动的片段；截至 2026-10-10 已发布（用户确认）。发布标题用扩展版英文标题（与 _data/papers.json 一致）
• 020 Berkeley Humanoid（2024）🎬 berkeley_humanoid — day6「仿真与硬件」：硬件、执行器辨识与仿真训练共同设计。LCP 在该平台上验证，属于部署平台关联。〔取舍〕承接状态估计，补上控制命令落到硬件这一环。2026-10-09 新建笔记：以 arXiv v1 为准（上游清单收录的是它，附录表 4–6 也只在这一版），对照 ICRA 2025 版（课题组主页 8 页 PDF）与官方训练代码；论文只说「用简单实验单独测每个执行器的摩擦」，没写台架细节，笔记与视频都按此表述。新做十二幕动画、三个交互演示（减速比与转子惯量、关节的力矩—速度包络与摩擦、窄 / 宽随机化的单关节玩具）与配音视频（11 分 16 秒），片头接 019 的片尾预告，片尾只预告 021 ToddlerBot；2026-10-10 按看片反馈修字幕「M L P」被切成两行（build.py 改为先换成字幕写法再切行），并在 MLP 第一次出现时加一句「多层感知机」的解释，只出了第 1 幕的改动片段；同日旁白里的 EtherCAT 改念 EE-ther-cat（大写的 CAT 会被逐字母念），再按「全局检查物理与逻辑」逐幕复查（分幕并行审查、逐条复核后再查一遍回归），改正第 2–12 幕：单摆一起松手计数、弹簧两端固定随膝压缩、转子与输出同向 9:1、线缆从前面穿进空心轴、从背后穿出、25 kHz 画成实心带、摔倒越倒越快且不再一帧躺平、髋两轴斜 45°、去掉四样分两种理由、库仑（滑动）/ 黏性摩擦与示意测点、「不属于这两类的笼统参数」不随机化、机身 ±1 kg 按躯干折算、命令与步态一致、踢到才推、坡上脚掌贴坡、跳跃走抛物线、安全绳定长等，笔记同步；配音重建为 11 分 35 秒，当时只出了第 2–12 幕的改动片段；同日基于最新合并提交重建配音，并用 8 路并行、24 段分三批完成整片重渲（11 分 35 秒，1080×1920、30 fps、20,854 帧，CRF 19 原片 37.8 MB），逐段帧数、音画时长、全片解码、Chrome 播放、排版与封面检查均通过，已修正 Chrome 回放因全范围标记而偏暗的问题，整片与网页版本统一为有限范围 yuv420p，渲染命令也同步修正；笔记内压缩视频与海报已更新；完整原片和封面已上传百度网盘 /学习/RLPN/BerkeleyHumanoid/，两者回下载的 SHA-256 均与本地一致，2026-10-11 已发布（用户确认）。发布标题用 arXiv 英文标题（与 _data/papers.json 一致）
• 021 ToddlerBot（2025）🎬 toddlerbot — day6「仿真与硬件」：把校准、数字孪生、遥操作采集与部署工具连成完整平台。〔取舍〕与 Berkeley Humanoid 连着讲，由硬件与仿真对齐走向整套工具链；片尾从遥操作采集引出 022 HumanML3D / 023 GMR 的动作数据与重定向。2026-10-09 新建笔记：以 arXiv v4（CoRL 2025 版）为准，对照 v1（执行器模型从 6 参数改成 9 参数、表 3 全部重测）与官方代码 2.0（50 → 200 Hz、膝去掉平行连杆、rsl_rl）；新做十二幕动画、三个交互演示（一台 Dynamixel 在仿真里长什么样、拿掉一个参数 chirp 跟踪差多少、功率因子按身高体重选电机）与配音视频，片头接 020 的片尾预告，片尾只预告 022 HumanML3D「人类动作数据从哪里来」；2026-10-10 按看片反馈把片头的 CoRL 改成一个词写、一个词念（原来逐字母念），整片重渲后换进笔记；同日又按「格式错位」与「多用图少用文字、动效符合物理」两轮反馈逐幕修改，已出 12 幕改动片段，整片待确认后重渲；2026-10-11 已发布（用户确认）
• 022 AMASS / HumanML3D（2019 / 2022）🎬 humanml3d — AMASS / HumanML3D→GMR；视频讲的是 HumanML3D。2026-10-11 按 ToddlerBot 之后的排期重做：笔记对照 CVPR 正文、补充材料与两个官方仓库逐条核查，改正十余处（片段 012314 的根转角是半角、实际约 −45.6°；根高度存绝对值不是速度；这段是 Eyes_Japan 的一段网球一发、先侧向冲出 2.3 m 再退回；feat_bias 在官方脚本里被除两次、实际放大 25 倍；早停是连续第 4 次不创新低；长度标签实际 9–49；局限分罕见 / 复杂 / 细粒度三类；消融「超过 6%」按相对掉幅读等）；讲解动画按「多用图少用文字」从九幕拆成十二幕，骨架换成片段 012314 的真实 22 关节数据，用上正文图 1、4、6 与补充材料图 3、6、8（图 6 的八条长度分布按像素量成读图近似值），每幕最多一条公式；新增三个交互演示（片段 012314 的 263 维、Text2Length 采样、R-Precision 玩具）；配音重写为 10 分 59 秒，片头接 021 的片尾预告（人类的动作数据从哪里来、怎样配上文字），片尾只预告 023 GMR（人和机器人骨架不同，怎样把人的动作搬到机器人身上），主动画各幕不预告下一篇；读音用同句合成比 log-mel DTW 核过「量出 / 还剩 / 长短 / 重建」，「L 1 重建误差」「倒计时」两处测不准，换了说法；第 4 幕结尾改稿（#617）后整片 16 段并行重渲 19,779 帧（1080×1920、30 fps、CRF 19，逐段帧数与全片解码已核），网页版 -preset slow -crf 37 -tune stillimage 加 48k 单声道音频压到 11.8 MB 换进笔记，海报由封面缩成 540×960；完整原片（35.1 MiB）和封面已上传百度网盘 /学习/RLPN/HumanML3D/，大小与本地一致；2026-10-11 已发布（用户确认）
• 023 GMR（2025）🎬 gmr — GMR 论文用 BeyondMimic 作中性训练框架做对比，所以排在它后面；2026-10-11 按 HumanML3D 之后的排期重做：笔记对照 arXiv v1 的 LaTeX 源码与官方仓库逐条核查，改正十余处（第 5 步是换权重、加入所有位置，不是加接触 / 自碰撞约束；两阶段是「全部朝向 + 末端位置」→「全部位置」；速度限位默认关闭、--rate_limit 只管播放；表 I 的读法；TEST_MOTIONS.md 把已成功的动作当成了失败；会议名 README 里没有等）；讲解动画从七幕改成十三幕，人和 G1 用 LAFAN1 walk1_subject1 第 920–1003 帧与我们用 mink + MuJoCo 照官方代码跑出的结果（四种设定），第 10、11 幕用论文图 1、图 3；新增三个交互演示（缩放比例滑块、两阶段 IK 玩具、表 I / 表 III 浏览）；配音重写为 12 分 5 秒，片头接 022 的片尾预告（人和机器人的骨架不一样，怎样把人的动作搬到机器人身上），片尾只预告 024 OmniRetarget（有接触时怎样把交互也保住），主动画各幕不预告下一篇；整片四段并行渲染。同日按用户建议改用 Robot_Retarget_Online 的模型加载代码把第 3–8、12 幕的 G1 换成 3D 渲染（同一批 qpos 逐帧离线渲染成贴图表），第 12 幕默认姿态改取 BeyondMimic robots/g1.py 的 init_state，旁白只改第 3 幕三处「一行」的读音（按看片反馈念 háng，旁白写「航」、字幕换回），整片重渲；2026-10-12 按看片反馈把第 1 幕「调参」、第 10、13 幕「单独调」改念 tiáo（旁白写「条餐」「单独条」、字幕换回），先出三段确认后再整片重渲；同日 sim2sim 改念 sim to sim、分镜去掉六处压字与越框、第 10 幕图 3(c) 的圈改到腰横滚真正跳变的位置，旧合成地址 403 后按 rany2/edge-tts PR #491 改走 api.msedgeservices.com，整篇重合成为 12 分 2 秒后整片重渲
• 024 OmniRetarget（2025）🎬 omniretarget — GMR→OmniRetarget，从「只盯关键点」到「保住交互」；2026-10-12 按 GMR 之后的排期重做：笔记对照 arXiv v3 的 LaTeX 源码、项目页与官方 holosoma 代码逐条核查，改正八处（扩增的 79.1% 是在全部扩增数据上训练并评测，82.2% 只评名义动作；interaction mesh 出自 Ho、Komura、Tai 2010；BeyondMimic 作者是 Liao 等；LAFAN1 是 Ubisoft La Forge；IMMA 是给双足人形做的；观测没点名后空翻；8 小时以上 / 9 小时以上 / 8.38 h 三种说法的出处；sub3 身高 1.941 m），并记下代码与论文的差别（速度限位没实现、activate_obj_non_penetration 没被读到、人-物任务只做位姿扩增、只有下身锚定没有钉住初始双脚）；讲解动画从七幕改成十二幕，G1 用我们照官方代码在 OMOMO sub3_largebox_003 与 mocap_climb_seq_0 上跑的复现实验（官方 / 关掉不穿透 / 关掉脚粘地、五种扩增、锚定三种设定、平台三档），按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图表；第 1、8、12 幕用论文图 6、图 3、图 1 与图 5；新增三个交互演示（硬约束开关、扩增浏览、表 II 与图 7）；配音重写为 12 分 12 秒，片头接 023 的片尾预告（有接触时怎样把交互也保住），片尾只预告 025 的主题（一边稳稳地走、一边用上半身跟着人做动作），主动画各幕不预告下一篇；整片四段并行渲染；2026-10-13 按看片反馈：第 1 幕结尾加一句话解释 SOCP（二阶锥规划：一种凸优化，约束里可以有「向量长度不超过某个值」），表 I 下加一张二阶锥小卡片；第 2 幕在 Delaunay 之后加一句它的规则（外接球里不能再有别的点，所以只连彼此相邻的点），配平面上的外接圆示意；第 3 幕两张点图旁补上人的骨架、箱子和同一帧 G1 的 3D 渲染，用放大镜看手腕；build.py 的字幕切行不再在英文词中间断开（成片里出过「De / launay」「Laplac / ian」）；第 8 幕爬平台的 G1 补上手和脚（球形手版 G1 的脚、踝和手只有碰撞网格，导出时被当成不可见跳过，改成没有可视网格的部位用碰撞网格画，三档重渲）；第 10 幕表 II 柱子上的数字挪到柱顶上方；第 6 幕俯视图重画成「人朝上」（灰色虚线框是原来的箱子，五种扩增的起点在旁白念到时一个个出现，再画轨迹并回原路线），旁白补一句怎么看这张图；第 10 幕写明打滑时长、接触保持是 0–1 的比例（论文按应有的时长归一化，表头没单位），旁白补一句；第 1、2 幕各延长 3 s、第 6 幕延长 3.6 s，只合成新加或改过的四句，其余旁白原样拼回，整片重渲为 12 分 45 秒；同日全局检查：第 4 幕关掉不穿透那台按帧套圈、写出哪里插进箱子 / 陷进地面，第 5 幕的等高线、红色半平面、信赖域、这一步各配一句标注，迭代条加图例，第 7 幕改成第 0 帧定格（淡影是原始解，箭头标出骨盆和双脚挪了多少），第 8 幕讲换机器人时放大论文图 3，第 9 幕画出策略的输出（关节目标角交给 PD）；旁白里有向距离、正运动学、信赖域、雅可比、浮动基第一次出现时用白话交代，改过的 6 句重合成，整片重渲为 12 分 56 秒；封面按现行规则重出（目录最低一行字底 ≤ 1360，旧海报是 1388），海报同步替换

day6 补充集的制作与发布待办

• 调整 018 BeyondMimic：片尾画面与配音已预告 019 InEKF「机器人怎样知道自己当前的姿态和速度」，全片重渲与验收完成，已发布；017 ASAP 继续预告 018 BeyondMimic。（2026-10-08 更新，用户确认发布）
• 深化 019 InEKF：把现有起步笔记深化，并核对 RSS 2018 与 2019 扩展版的标题、年份、链接，保留版本关系说明。（2026-10-08：以扩展版为准重写，笔记新增「两个版本是什么关系」一节，并完成十二幕动画与配音视频）
• 准备并制作 020 Berkeley Humanoid：已复核收录于上游 Hardware Design，在 12 模块建笔记，完成十二幕动画、三个交互演示与配音视频。（2026-10-09）
• 准备并制作 021 ToddlerBot：已复核收录于上游 Hardware Design，在 12 模块建笔记，完成十二幕动画、三个交互演示与配音视频；片尾从遥操作采集引出「人类动作数据从哪里来」，衔接 022 HumanML3D（其片头「用一句话描述一个动作，机器能不能生成对应的 3D 人体动作」）。（2026-10-09）

第三季 · 全身控制、遥操作与移动操作

• 025 Expressive WBC（2024）🎬 exbody — PULSE→EWBC、BeyondMimic→EWBC；2026-10-12 按 OmniRetarget 之后的排期重做：笔记对照 arXiv v2 的 LaTeX 源码与官方仓库 chengxuxin/expressive-humanoid 逐条核查重写，改正旧版十余处（一个目标条件策略而不是上下两层；重定向是直接搬关节旋转 + 指数映射，不是逆运动学；数据是 CMU 的 780 段；观测、奖励、训练设置换成原表），并记下代码与论文的出入（参考取 0.1 s 后一帧、ROA 式历史编码器、碰撞与下半身偏离的权重对调、抬脚高度方向相反、project_joints 没被调用、躯干参考取绕 y 的分量、6144 个环境、1043 → 780 段）；新做十三幕动画，H1 用我们照官方重定向步骤、拿 CMU 官网 ASF/AMC 重算的四段动作（14_25 挥手、104_41 僵尸走、20_11 边走边击掌、08_07 大步走；原先的 141_16、141_22 腿脚动捕超出 ASF 限位，2026-10-13 换掉），按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图；用上论文图 1、3–9；新增三个交互演示（重定向浏览、奖励计算器、表 IV 与表 V）；配音 13 分 17 秒，片头接 024 的片尾预告（一边稳稳地走、一边用上半身跟着人做动作），片尾只预告 026 H2O 的主题（人在摄像头前做动作，机器人实时跟着做），主动画各幕不预告下一篇；整片四段并行渲染。2026-10-13 照 024 的做法全局检查：抽每段旁白末尾的帧，发现分镜的 win() 在 cue 前就淡出，旁白比分镜长时第 1、3、6、9 幕等十几处面板有几秒到几十秒是空的，改成到 cue 才淡出；示意图补标注（第 4 幕表 II 的数字不压短条、第 5 幕放大图 3 的子图并写中文、第 6 幕先讲两类关节再画 T 字与 14 个对应关节、第 8 幕图例挪开曲线、第 10 幕分别圈出图 5(b) 的速度与横滚俯仰、第 12 幕两张图加图例并圈出拳击例外、第 13 幕按图注框出图 1 的四块）；旁白里自由度、增益、骨盆、本体感受、特权信息、PD、四元数、正则、PPO 的折扣与裁剪、消融、课程、判别器、MDM 第一次出现时用白话交代，表 IV 的 MEL 写明论文没给单位；整片重渲为 12 分 17 秒（原 11 分 20 秒），封面不变；同日挥手、击掌换成 14_25、20_11，旁白第 6 幕的数字跟着改，整片再渲为 12 分 22 秒。2026-10-14 按看片反馈重做两处结尾：第 5 幕改成「人工撒点（示意）vs 人的数据」的左右对比，第 10 幕改成「图 6 的点怎么来」（左边 H1 挥手、右边站着的 H1 落点，加俯视朝向小圆，交代点按身体朝向记、转身已扣掉）；顺带记下论文把 Fu 等人的引用连错了文献。只重渲这两幕、其余按帧号拼接，整片 13 分 17 秒
• 026 H2O（2024）🎬 h2o — H2O→OmniH2O、H2O→TWIST；下一行 OmniH2O 写的「HOVER 统一 ExBody / H2O / OmniH2O 的命令空间」里，H2O 之前一直没进清单。〔取舍〕和 Expressive WBC（2024-02）同期，按年份排在它后面。2026-10-14 照 025 的做法重做：笔记对照 arXiv v1 的 LaTeX 源码与官方仓库 LeCAR-Lab/human2humanoid 逐条核查重写，改正旧版几处（重定向是拟合形状 14 对 + 重定向 11 对、Adadelta、截断到限位、整段抬到 0.08 m；观测在代码里是「位置差、参考位置、参考速度」、朝向坐标系、参考取下一帧；刚体速度奖励不带平方；训练时的终止是任一连杆超阈值），并记下代码与表 II 的出入；新做十四幕动画，H1 用我们照官方 grad_fit_h1.py 在 CMU 五段动作（14_25 挥手、14_01 拳击、10_02 踢球、07_01 走路、49_06 侧手翻）上重算的位置逆运动学（SMPL 要注册才能下载，换成逐段缩放 CMU 骨架的九个量），按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图；内八用「不改身材」的同一段挥手对照，「对末端不抄角度」用 025 ExBody 的同一段挥手关节角对照；用上论文图 1–7；新增三个交互演示（重定向浏览、奖励计算器、表 III 与表 IV）；配音 13 分 27 秒，片头接 025 的片尾预告（人在摄像头前做动作，机器人实时跟着做），片尾只预告 027 OmniH2O 的主题（VR 头显、头和双手三个点、遥操作数据训自主策略），主动画各幕不预告下一篇；整片四段并行渲染。2026-10-15 按看片反馈：第 4 幕把人体骨架半透明地叠到两台 H1 上（左本来的身材、右改过的身材），第 5 幕补 Adam / Adadelta 各一句话（步长按 PyTorch 默认参数算）；build.py 加 --reuse，只合成新加的一句，只重渲这两幕、其余按帧号拼接，整片 13 分 49 秒；同日第 8 幕「66 加 72，138 维」被 TTS 当成千分位念成七万两千一百三十八维，改成「66 加 72 等于 138 维」，用 edge-tts 的 WordBoundary 把全篇 78 句查了一遍，只有这一处，只重渲这一句
• 027 OmniH2O（2024）🎬 omnih2o — OmniH2O→HOVER；HOVER 统一的就是 ExBody / H2O / OmniH2O / HumanPlus 各自的命令空间。2026-10-15 照 026 的做法重做：笔记对照 arXiv v1 的 LaTeX 源码、PMLR 定稿与官方仓库 LeCAR-Lab/human2humanoid 逐条核查重写，改正旧版十余处（学生观测是 3 个点 × 3 项 = 27 维目标加 25 步历史、共 1665 维，教师 913 维；DAgger 不要动捕；表 2 真机误差 87.33 → 47.94 mm），并记下代码与论文的出入（抬脚奖励在代码里是落地时罚 $-2500\max(0.25-h, 0)$、课程每次乘 $1 \pm 10^{-5}$、阈值 50 / 120、头的目标截到 1 m）和表 3 与附录表 17 对不上的两处；新做十七幕动画，H1 用官方样例 stable_punch.pkl 的左手出拳（样例本身就是站姿版），蹲姿版与原始重定向是我们照论文描述做的，按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图；用上论文图 1、3–11 与官方 README 的硬件图；新增三个交互演示（三个点浏览器、抬脚奖励与惩罚课程、表 1–3）；配音 13 分 25 秒，片头接 026 的片尾预告（VR 头显、头和双手三个点、遥操作数据训自主策略），片尾只预告 028 MaskedMimic 的主题（随机遮掉目标，一个策略补全全身），主动画各幕不预告下一篇；整片四段并行渲染。2026-10-16 按看片反馈：片头「还能拿遥操作数据」被读成「拿遥，操作数据」（「遥」后面 240 ms 没声音），改成「还能把遥操作数据拿来训练」，全篇十处「遥操作」用基频跟踪量过，都在 50–80 ms；全局查「快压住」（check_layout.mjs story near，3px），修了第 3–8、10、16 幕的贴边与贴字（第 5 幕的 120、40 贴着右栏）；第 10、14–17 幕的真机画面换成项目页视频剪的 10 段片段（kit.js 加 svgClip，render.mjs 转 VP9、逐帧 seek，另加 chunk 分段模式），先出改动的几段给用户看；同日片头「只跟头和双手」被切成「跟头」，改成「只跟踪头和双手」；用户确认后用 render.mjs chunk 四段并行整片重渲 24,136 帧（13 分 25 秒），网页版 15.1 MB。发布后（同日）第 9 幕「更新学生」那条虚线只画了一半、没有箭头也没说明，改成从损失连到学生的虚线箭头（「梯度回传 / 更新学生」），旁边的实线标「学生自己的 a_t」；旁白没变，只重渲第 9 幕（帧 11,340–12,546），其余按帧号拼接上一版的分段，网页版跟着换
• 028 MaskedMimic（2024）🎬 maskedmimic — MaskedMimic→HOVER；仿真角色上「随机遮掉部分目标」的统一控制，HOVER 的 mode mask + sparsity mask 把同一个问题搬到人形。〔取舍〕夹在 OmniH2O（固定头手三点）和 HOVER 之间，正好对照「固定接口」与「任意掩码」。2026-10-16 照 027 的做法重做：笔记对照 arXiv v1 的 LaTeX 源码与官方仓库 NVlabs/ProtoMotions（v2.3 标签与 v3 主分支）逐条核查重写，补全或改正旧版几处（物体还有 6 维朝向、共 31 维；路径跟随给头的位置和朝向；KL 调度、网络尺寸、64 维潜变量、12 维约束、掩码的全部概率按附录原文），并记下 v2.3 代码与论文的出入（空白概率 0.1、文字可见 0.5、历史 120 步取 15 帧、全局旋转系数 10、能量权重 1e-5、损失是动作均方误差）；新做十八幕动画，角色用 ProtoMotions 自带的官方样例 smpl_humanoid_sit_armchair.motion（SAMP 的坐扶手椅）按 SMPL 角色的 MJCF 几何离线渲染成 3D 贴图，扶手椅用官方 armchair.obj；第 1、8、14–18 幕嵌入项目页视频剪的 10 段片段，用上论文图 1、3、4、5a；新增三个交互演示（掩码浏览器、结构化掩码采样器、表 1–6）；配音 14 分 2 秒，片头接 027 的片尾预告（随机遮掉目标，一个策略补全全身），片尾只预告 029 HOVER 的主题（把掩码式的多模式控制搬到真实的人形机器人），主动画各幕不预告下一篇；用 WordBoundary 把全篇 96 句切词查了一遍，改了「上任」「从先验」「上照」三处粘词，「残差」照 ASAP 写「残插」；整片四段并行渲染 25,269 帧，网页版 16.7 MB。2026-10-17 按看片反馈：第 8 幕沙发片段围着沙发放大、铺满左框；第 3 幕图 3 按块放大；项目页的 2 × 2 拼图改成一次放一个（seqClip）；图 1、图 5a 在对应的一段铺满整个宽度（第 2 幕最后一句旁白拆成两句）；第 9 幕 KL 读数停在 0.363；字幕与分镜里的公式改用 KaTeX、中文与字母数字之间补空格；整片重渲 25,287 帧，网页版 16.8 MB。同日第三轮：3D 地面从一条线改成淡的 0.5 m 网格；第 8 幕先一句话介绍 VAE；第 10 幕 KL 系数的点沿曲线扫过并显示读数；要放大的沙发是第 3 幕图 3 第三块里的小图（从原位放大成 PDF 里的原图），第 8 幕沙发片段恢复原样；旁白「表 2」写成「表二」；表 6 标明是坐上椅子的成功率；整片重渲 25,807 帧（14 分 20 秒），网页版 17.4 MB。同日第四轮：对照论文 LaTeX 与 v2.3 代码全局核对旁白、字幕与分镜（学生只给 6 个部位、表 2–6 写明成功率、论文没写的标成推测），第 9 幕按「推理时只用先验 / 训练时用编码器」重写，第 4、10、11、12 幕的压字与越出画面修掉；整片重渲 27,253 帧（15 分 8 秒），网页版 18.4 MB。2026-10-18 按看片反馈：第 1 幕先以 2 倍速完整放一遍城堡片段（爬坡、挥手、碎石地、坐王座）再换以前的工作；换幕淡入时片段时间为负、循环片段绕到片尾闪一下的问题在 kit.js 与 bundle 里一起修掉（第 1、14、16、18 幕）；第 2 幕组合模式换成项目页片段，第 4 幕居中；只重渲改过的帧段再按帧号拼接，网页版 18.5 MB；同日第 14 幕两段侧手翻原先剪在源视频 0–5 s、没剪到翻的那一下，改剪 5.5–7.0 s 前后，只重渲第 14 幕
• 029 HOVER（2024）🎬 hover — EWBC→HOVER。2026-10-16 照 027 的做法做：笔记对照 arXiv v2 的 LaTeX 源码与官方仓库 NVlabs/HOVER（Isaac Lab 版）逐条核查重写，记下代码与论文的出入（模式掩码代码里是从四种模式里均匀挑一个、稀疏掩码默认关且 README 说会有动作歧义、默认训 OmniH2O 专才、H2O 模式实际 12 个点、掩码本身拼进观测、学生 1782 维、奖励里没有根部速度和根部旋转、DAgger 不带平方），和图 3 与表 III 对不上的一处（OmniH2O 专才的根部旋转图上 0.250、表里平均 0.167）；新做十六幕动画，H1 沿用 026 H2O 重算的 CMU 07_01 走路（同一张贴图），23 个点用 HOVER 官方 h1.xml 做正运动学，身上的关键点 / 关节角 / 根部按论文图 1 的蓝、黄、紫叠在上面；用上论文图 1–5，第 6、11、12、14、15 幕嵌了项目页视频剪的 8 段片段（仿真 3 段、真机 5 段，切模式的标签按视频字幕换掉的时刻标）；新增三个交互演示（掩码浏览器、图 3 / 图 4 雷达图、表 III–V）；配音初版 12 分 17 秒，新合成地址连续 429，整篇改用旧地址合成。2026-10-17 合并 main 上做好的 028 MaskedMimic 后，片头改成接它的片尾预告（把这种掩码式的多模式控制搬到真实的人形机器人上），并照 MaskedMimic 的做法全局核对旁白、字幕与分镜：数字没有错，改的是说法与出处——通才更好的假设按原文（平衡、像人的动作、精确的肢体控制）、图 1 右边的虚线框是掩码、H2O 的 8 个点写明肩肘手踝、MHC 只有关节角和根部、第 5 幕灰色骨架写明是 CMU 骨架逐段缩放的替身（没用 SMPL）、README 的整个 AMASS「最多」4 天、图 3 不是处处包住（根部速度一轴专才更好或持平）、图 4 是全身的误差（和表 IV 只算在跟的点不同）且根部 RPY 有两处两位小数持平、掩码进观测的理由引代码注释、稀疏全关的 1/8 前提是打开稀疏，「教师多根部两项的原因」「只给一只手时专才吃力」「真机误差小是因为只测站立」标成我们的理解 / 推测；字幕公式改走 KaTeX、中英文之间补空格；第 11、12 幕的仿真片段下面逐台标出模式；重渲后配音 13 分 11 秒。片尾只预告 030 ExBody2 的主题（速度和关键点分开跟、先筛掉做不到的动作），主动画各幕不预告下一篇。2026-10-18 拿到 AMASS / SMPL 账号：用官方 human2humanoid 的 grad_fit_h1_shape.py、grad_fit_h1.py（Python 3.10 环境、代码未改）以 SMPL 在 AMASS 的 CMU 07_01 上重算走路（同日先用移植版出过一版，关节角对浮点舍入敏感、和官方差到 0.13 rad，换成官方输出后再整片重渲，旁白不变；同日看片反馈第 1、2 幕脚有跳变——human2humanoid 的输出本身膝盖顶限位、髋偏航来回翻，改用 PHC 里同一作者的新版脚本（缩放、正则、时间平滑）重算，循环只放一个步态周期，第 5 幕三句旁白按新数字改、整片重渲），H1 贴图换成 assets/img/papers/hover/h1_3d/ 的新一张，第 5 幕的灰色替身骨架换成真实的 SMPL 人体（β = 0 → 拟合后的 β′，β′ 有一维到 −37.2（human2humanoid 版是 −42.5）、网格不像人，如实画出），具体实例的数字跟着换；第 5 幕第 2、3、5 句旁白重写，整篇用旧地址重新合成（上一版的 TTS 缓存不在容器里），配音 13 分 17 秒，整片四段并行重渲。2026-10-19 按看片反馈：第 2 幕「专才容易过拟合」被念成「容易过、拟合」（WordBoundary 里「过」拖了 0.25 s），改成「专才则容易对自己的奖励和训练环境过拟合」（「过」0.08 s、贴着「拟合」），--reuse 只重合成这一句，整片四段并行重渲；同日看片问第 5 幕人体的髋为什么没像 H2O 那样分开：PHC 让 SMPL 的髋对 H1 的 hip_yaw_link（两侧相距 0.175 m），H1 的腿到髋俯仰（0.406 m）才分开，拟合后 SMPL 的两髋 0.14 → 0.16 m、两踝 0.18 → 0.31 m（拟合用的站姿），H2O 论文要的是「两脚之间的大间距」，H2O 那一期髋放大 2.2 倍是 CMU 骨架替身只能这么改，所以不改；用户看后要求加标注：第 5 幕右栏补两行不配音的「拟合用的站姿：两踝 0.18 → 0.31 m（H1 0.41 m）」「两髋 0.14 → 0.16 m：对的是 H1 的髋偏航（0.175 m）」，只重渲第 5 幕。同日用户要求「用 AMASS 源数据和原方法，只重定向需要的片段，所有实验尽量贴合原作」：照 HOVER 的 retarget_h1.sh（human2humanoid 两个脚本 + HOVER 的 grad_fit_h1.patch，--motions-file 只列 CMU/07/07_01_poses.npz）重跑，输出和之前的官方版逐字节相同，撤掉 PHC 版；把这一段截成更短的片段单独重定向也一样会跳，所以照原样放，第 5 幕旁白第 3 句补上「每一帧分开求解……支撑腿的膝盖常顶在反向限位，脚会一帧一跳」、第 5 句写明照 HOVER 的流程只处理这一段动作，右栏标注换成原方法的数（两踝 0.18 → 0.33 m、两髋 0.14 → 0.175 m）；循环只放第 15–30 帧一个步态周期；整片四段并行重渲。同日又按看片反馈改了「挑」（单用念成 tiǎo，一律写「挑选」）、「数值」、expressive 的译法（「表达性」，不是「表情」）、第 14 幕的换掩码时间轴；看片后用户要求走路画面换回没有跳变的 PHC 版，第 5 幕的数字、标注（两踝 0.18 → 0.31 m、两髋 0.14 → 0.16 m）和旁白第 2、3、5 句跟着恢复，循环仍只放一个步态周期（第 17–32 帧），笔记记下原流程重跑的结果；整片四段并行重渲。同日按「全篇检查」：第 2 幕论文图 2 铺满卡片并框出三块，第 8 幕图 2 例子、第 11 幕图 3 放大，第 15 幕两段片段加换掩码时间轴，第 10 幕标签跟着箭头出现；对照 v2 LaTeX 与官方代码逐条核对：「教师是上限」改掉（HOVER 的上身关节误差比教师低）、第 5 幕写明 16 对点与时间平滑是 PHC 版的做法、局限标明哪些是论文结论哪些是我们的观察、专才赢加速度 3/4 种模式与根部速度 2/4 种，笔记改 MHC 全称、存活率、控制延迟单位；「4 只」「切换模式」「还得」改读；整片四段并行重渲（13 分 56 秒）
• 030 ExBody2（2024）🎬 exbody2 — EWBC→ExBody2。2026-10-18 照 029 的做法做：笔记对照 arXiv v2 的 LaTeX 源码逐条核查重写（v1 也读了源码，主线和数字都不一样，差别写进附录 D），官方没有开源代码；记下几处出入：速度方向的奖励 exp(−4cos) 按字面是反的（推测原意 1 − cos）、表 XI 去掉 DAgger 一行和表 II 的 ExBody† 一行七个数相同、图 4 和表 II 差几位小数、论文写 CMU 1,919 段而 AMASS 的 CMU 是 2,082 段、表 IV 的专才优势不随难度单调增加。新做十八幕动画：G1 的动作是用 ASAP 开源的 fit_smpl_shape.py、fit_smpl_motion.py（代码未改）以 SMPL 在 AMASS 的 CMU 上重定向的八段（大步走 08_07、挥手 141_16、Macarena、扭摆舞、弯腰下蹲、侧手翻、侧手翻接后空翻、跳起踢腿转身），按 Robot_Retarget_Online 的材质离线渲染成七张贴图表；第 7、8 幕用同一段大步走对比全局 / 局部关键点（机器人只走到 90% 的速度、每 1 s 拉回一次都是假设）；用上论文图 1、2、5、6、7，第 1、3、5、8、13、15、17 幕嵌了项目页视频剪的 8 段片段；新增三个交互演示（全局 vs 局部关键点、e(s) 与阈值、表 II–IV / X / XI）；配音 16 分 27 秒，旁白整篇走旧合成地址，按 WordBoundary 切词改掉「筛 | 掉下 | 半身」「误 | 差不如」「筛数 | 据」几处。2026-10-19 按看片反馈：expressive 统一译作「表达性」（G^e 叫「表达目标」，不说「表情」）；12 个关键点写成推测并给出依据（36 维 = 12 × 3，ExBody 的上身 6 点加对称的下身 6 点）；ASAP 的重定向照搬 SMPL 的根部高度、脚会离地，大步走、Macarena、扭摆舞、弯腰下蹲每帧把网格最低点挪到地面，原地动作来回播（第 10 幕中间框的根节点不再上下漂）；第 4 幕加右肘放大镜、第 12 幕加图例、第 11 幕先按数据集顺序打分再排序；旁白「挑」写「挑选」、表号写「表二」（「表 2 里」会念成「两里」）、「从图上量」念 liáng；十处要点改掉单字掉行；配音 17 分钟，整片重渲。2026-10-20 按看片反馈：12 个关键点的推测补上前作的代码依据（ExBody 的 h1_mimic.py 第 78–82 行定义了左右髋、膝、踝、肩、肘、手 12 个关键体，只用上身 6 个）；第 18 幕逐条讲清没说清的地方（方法里没写的三处、速度方向那一项、对不上的数，左边换成会动的图），去掉和片尾重复的三句话总结，「表二对不上」会念成「两对」改掉，配音 17 分 43 秒、整片重渲；有视频的笔记补齐项目页链接、修正几篇视频的大小；第 10 幕原先的弯腰下蹲、扭摆舞是 ASAP 的原输出，脚斜到 47–49°、重心大半时间落在脚外，换成只把踝关节放平的左右扭腰、小鸡舞（第 2、18 幕的 Macarena、跳舞专才跟着换），只重渲第 2、10、18 幕再按帧号拼接，网页版 20.6 MB；封面补上 arXiv 2024。片尾只预告 031 HugWBC 的主题（一个策略多种步态，还能改步频和抬脚高度），主动画各幕不预告下一篇
• 031 HugWBC（2025）🎬 hugwbc — EWBC→HugWBC；025、029–031 组内按年份排。2026-10-18 照 029 HOVER 的做法做：笔记对照 arXiv v3 的 LaTeX 源码与官方仓库 apexrl/HugWBC（eb831af）逐条核查重写，改正旧版几处（对称损失只约束策略、干预动作是均匀噪声而不是动作库、单脚跳也用对称损失、没有「单脚跳拖累走路」的实验），并记下代码与论文的出入（站立相位置 0、生效的抬脚奖励是三角形目标加 0.07 m 踝高、估计器只估线速度、干预每 30 步重抽且 random_switch_disturb 没被调用、正则奖励有 0.2 起步的课程、没有单脚跳）和论文里对不上的几处（表 I 接触奖励少了负号、表 V 的单位、表 X 两组数重复）；新做十六幕动画，H1 是我们按命令和式 (8) 的目标抬脚轨迹摆的运动学示意（Menagerie 的 unitree_h1 正运动学、Robot_Retarget_Online 的材质离线渲染成 6 张贴图），用上论文图 1–6、图 8，第 1、13、15 幕嵌了项目页剪的 5 段片段；新增三个交互演示（步态实验台、干预实验台、表 III–VI / X / XI）；配音 15 分 46 秒，ExBody2（030）还没做，片头不接它的预告、只从 HOVER 讲起，片尾只预告 032 HOMIE 的主题（同构外骨骼加脚踏板的驾驶舱），主动画各幕不预告下一篇；用 WordBoundary 把全篇 86 句切词查了一遍，改了「不干预训」「乘行为」「放相位」「学上身」「最差 / 变差」和两处「遥操作」；整片四段并行渲染 28,388 帧（每段 7,097 帧、683–771 s），音视频 946.27 / 946.24 s，-crf 37 压到 17.5 MB，-crf 19 原片 55.9 MiB，按关键帧 -segment_times 320,640 无损切成 22.5 / 16.0 / 17.4 MiB 三段交付。2026-10-20 合并 main 后照 029 HOVER、030 ExBody2 的看片反馈全篇核对：片头改接 ExBody2 的片尾预告；旁白里的表号与读数念中文数字，换掉「挑」「数值」「还得」「切换模式」；要点框和字幕逐行查单字成行、行首标点，图片和片段不放大；第 1 幕放整张图 2、讲到哪个模块框出哪块，第 4 幕加图 3，第 14 幕放大雷达图，图 8 走路图从矢量图按 1.5 倍重新导出、去掉图 4；第 16 幕改列论文里对不上的几处、不再重复片尾总结，第 11 幕补上单脚跳低速误差反而比跳小；片头 / 封面的论文信息不再拆开机构名，片尾「下一篇」不再把「遥操作」拆两行。配音 16 分 8 秒，整片四段并行 29,042 帧（片头、片尾改完后各重渲一段按帧号拼回），音视频 968.06 / 968.07 s，-crf 37 压到 17.7 MB，原片 55.3 MiB，按关键帧 -segment_times 330,660 切成 21.5 / 16.6 / 17.2 MiB 三段交付。2026-10-21 看片反馈：片头「走、跳、站是同一个策略」里的三个单字几乎没合成出声音，改说「走路、跳跃和站立，用的是同一个策略」，只重合成这一句、重渲片头 1,120 帧，其后画面按帧号沿用，整片 968.39 s，网页版 17.7 MB。同日看片反馈：第 5 幕数据流向的圆点从方框里的字上穿过、竖线压字，第 7 幕「由期望接地」被切成「由期 | 望」；第 5 幕圆点进方框就隐藏，顺带用临时脚本扫全片的线和圆点压字，修了第 6 幕「实际」标签被命令虚线穿过、第 14 幕数值压在虚线网格上；第 7 幕那句改成「权重取决于期望接地概率」。只重渲第 5、6、14 幕与第 7 幕第一句，按帧号拼回，整片 29,047 帧、968.23 s。同日再按看片反馈：每张图表讲清怎么读（横轴、纵轴、颜色、越大还是越小越好），画面补一行读法、旁白改 18 句；第 5 幕 critic 的连线接上；第 13 幕讲到哪组换哪段项目页片段（新剪「边走边挥手」）；第 14 幕「踩地更用力」按论文原文改说「脚落地时更用力」。整片重渲，18 分 28 秒、33,237 帧，网页版 20.2 MB，原片切成 24.0 / 18.2 / 21.0 MiB 三段交付。同日看片反馈「得 1.28 分」的「得」应读 dé：改成「得到」，并按 WordBoundary 把单独成词的多音字查了一遍，另改「准确地说」「固定为」「互为镜像」「之差」四句；只重渲这五句，整片 18 分 30 秒、33,287 帧，网页版 20.2 MB。随后整片四段并行重渲一遍（每段 888–975 s，和按帧号拼的版本逐帧一致），原片 63.5 MiB，按关键帧 -segment_times 370,740 切成 24.1 / 18.2 / 21.1 MiB 三段，连同封面交付。ψ 从「普西」改读「赛」后又整片重渲一次（18 分 30 秒、33,300 帧，网页版 20.2 MB）。
• 032 HOMIE（2025）🎬 homie — HOVER / HugWBC→HOMIE；〔取舍〕路线图还有 SONIC→HOMIE，但 HOMIE 比 SONIC 早，笔记只在延伸阅读里提到 SONIC。2026-10-18 照 029 的做法做：笔记对照 arXiv v2 的 LaTeX 源码与官方仓库 InternRobotics/OpenHomie 逐条核查重写，改正旧版几处（观测叠 6 步不是 5 步；$r_{knee}$ 正文对方向的描述和公式相反、按公式与代码算才对；数据增强和对称损失是两件事；「快 200%」论文里没有），并记下代码与论文的十几处出入（命令 4 维、蹲 / 站 / 走 1/3 / 1/6 / 1/2、$\lambda = 20(1 - 0.99\rho_a)$、只在站着时才算的 7 项奖励、对称损失的写法、摩擦范围、部署增益比训练配置大、部署时偏航命令缩放 0.25）与表 VI 是 33 项奖励；新做十七幕动画，G1 是我们在 MuJoCo 里跑官方训好的 deploy.onnx 得到的五段回放，按 Robot_Retarget_Online 的带 Dex3 手 G1 材质离线渲染成 3D 贴图；用上论文图 1、2、5–9、17、20，第 2、10–12、14–16 幕嵌入项目页视频剪的 13 段片段（原速）；新增三个交互演示（上身姿态课程、$r_{knee}$ 计算器、表 I–V 与我们的回放）；配音 14 分 49 秒，旧合成地址整篇合成，用 WordBoundary 查过数字没有被并成一个、十处「遥操作」的停顿都在 70 ms 以内，「数」单用和「对调」换掉；031 HugWBC 还没有视频，片头从前几期的 H2O、OmniH2O、HOVER 讲起，等 HugWBC 做好后改成接它的片尾预告；片尾只预告 033 TWIST 的主题（用动捕把人的全身动作实时搬到机器人上），主动画各幕不预告下一篇；整片四段并行渲染，14 分 49 秒，网页版 17.1 MB。2026-10-21 合并 main 后照 031 HugWBC 的看片反馈全篇自检：片头改接 HugWBC 的片尾预告（两篇都来自上海人工智能实验室）；每张图表在画面上补一行读法、旁白在图第一次出现时念出来；表号念中文数字、RSS 写「R S S」；用 WordBoundary 全篇切词，改掉单独成词的多音字与跨词切错，按每个词的音量查出「站得稳、走得动」几乎没声音，改说「都能站稳，也能正常走路」；第 15 幕压在网格线上的数字描一圈底色，要点框不再单字成行；第 3 幕 ACE 的手靠视觉、第 13 幕 OpenTeleVision 用 M2 芯片两处说法改正。91 段旁白改了 34 段，整片四段并行重渲，15 分 59 秒、28,789 帧，网页版 18.4 MB，原片按关键帧 -segment_times 320,640 切成 18.2 / 23.7 / 15.8 MiB 三段，连同封面交付。2026-10-22 看片反馈「第 1 幕右边只动手臂的示意图看不懂」：两条色带换成两台 G1 的 MuJoCo 回放（同样往前下方伸手，站着双手最低 0.53 m 够不到货架最低一层，再蹲到 0.40 m 手能下到 0.20 m），旁白改这一句。同日看片反馈「上肢大幅摆动时拇指被卡住、整只手弹回零位」：回放用的 g1.xml 全身带碰撞体，训练用的 g1.urdf 只有两只脚有，改成只留脚的碰撞，手臂下垂、下蹲伸手的姿势往外张一点，课程随机摆上身挑了手臂不穿进身体的种子，七段回放、评测与对称分析全部重跑（第 1 幕的数改成 0.55 / 0.14 m）；「图 1」「表一」的「一」被念成变调，改成后面紧跟停顿的说法。同日看片反馈「多一些动效、少一些纯文字」：第 1、2、5、7、8、10–13、16、17 幕以文字为主的面板换成会动的图，旁白不变，四段并行重渲，16 分 9 秒、29,062 帧，网页版 18.8 MB，原片按 -segment_times 320,640 切成 19.2 / 24.2 / 17.8 MiB 三段，连同封面交付。同日看片反馈「操作员、遥操作要连读」：全篇 WordBoundary 切词对照 jieba，28 句改了 29 处说法（跨词切错与词内停顿，见视频 README「跨词切错」），旁白 974.5 s；先只渲染这 28 句（18 段、约 6 分钟）给人看。之后又改了第 16 幕的数据飞轮（小点一直可见）、从 cue 起算的计数改按视频时间走（第 10、12、16 幕）、第 5 幕抽样动画分步出现并加读法，四段并行整片重渲：16 分 23 秒、29,504 帧，网页版 19.1 MB，原片按 -segment_times 320,640 切成 18.7 / 24.5 / 18.8 MiB 三段，连同封面交付；看片反馈「拼接后有跳音」：这样连音频一起流复制，两处接缝正好在说话、少了 56 ms 和 27 ms，改用 split.py 在静音里的关键帧（329.2 s、658.4 s）切、音频按采样点重编码，19.3 / 25.1 / 17.7 MiB 重新交付。
• 033 TWIST（2025）🎬 twist — H2O→TWIST；光学动捕重定向成参考，教师看未来动作、学生只用当前目标和本体历史。〔取舍〕按年份接在 HOMIE（2025-02）后面。2026-10-19 照 029 的做法做（032 HOMIE 还没做，片头不接上一期，直接从 TWIST 讲起）：笔记对照 arXiv v1 的 LaTeX 源码与官方仓库 YanjieZe/TWIST（2025-11-01 的 main）逐条核查重写，记下论文没写的数（教师看第 1, 5, …, 95 步共 20 帧、每帧 58 维、教师 1318 维、学生 (31 + 74) × 11 = 1155 维；跟踪五项是 $w,e^{-k\epsilon}$；KL 系数 0.1 起每次迭代乘余弦因子、连乘，约 3000 次后接近 0；数据清单 15,130 段、自录数据的采样权重 100 / 50，约 44% 的回合）和代码与表 2 的出入（推基座 1.0 m/s、另有质心与动作延迟）；新做十六幕动画，G1 是我们用官方学生模型照官方 sim2sim 脚本在 MuJoCo 里跟官方数据集自录动捕（第 9 段下蹲伸手、第 138 段踢腿）的复现，参考与机器人按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图；154 段自录动捕全部跑了一遍（148 段站住，部位误差约是论文图 8 的 2.7–3.2 倍、脚最大手其次）；用上论文图 2、3、5、9 的裁剪，图 6–8 的数重画（图 7 从矢量图抽折线）；第 1、10–14、16 幕嵌了项目页视频剪的 13 段片段；新增三个交互演示（教师看什么学生看什么、奖励计算器、图 6 / 图 8 与复现）；旁白「重定向」一律写「崇定向」（整句里 log-mel DTW 判不准念 chóng 还是 zhòng）、字幕换回，片头「遥操作」的一处 205 ms 停顿改了说法；配音 14 分 54 秒，片尾只预告 034 TWIST2 的主题（不用动捕场地，头显 + 腿部追踪器，边遥操作边录示范），主动画各幕不预告下一篇；渲染中途核对旁白改了四句说法（不用自录数据的 RL+BC「最弱」→ 六项都不如纯 RL；「脚和膝都比肘和手大」→ 脚比手大、膝比肘大；复现「顺序和论文一样」→ 脚最大手其次、头和膝相反；复现的绝对值「两到三倍」→ 约三倍，实际 2.7–3.2），build.py --reuse 只重合成这四句，前 573 s 的分段沿用，其余四段并行重渲，共 26,833 帧。2026-10-22 合并 main 后照 032 HOMIE / 031 HugWBC 的看片反馈全篇自检：片头改接 HOMIE 的片尾预告（「和上一期正好相反：上一期上下半身分开管，这一期一个控制器管全身」是我们的看法，旁白说「在我们看来」）；十六幕以文字为主的面板换成会动的图（流向小点、计数、按采样权重抽 100 个回合的格子、随机化色带上跳动的小点、延迟时间轴、电机温度计等），每张图表补一行读法、旁白在图第一次出现时念出来；要点框逐条改到最多两行、不单字成行；从 cue 起算的计数、进度改按视频时间（K.clipSince）；线和移动的点不压字；表号念「表一」「表二」（「表一：」「公式一：」用 tone_cmp.py 量过是一声）；全篇 WordBoundary 切词对照 jieba，改掉「所 | 有关 | 节角」「控制 | 器管」「纯强化 | 学习」等跨词切错、「条越长」「局部量」等单独成词的多音字，「照着人做」几乎没声音改说「模仿人的动作」；片尾「边遥操作边录示范」不再在「遥 / 操作」中间断行。88 段旁白改了 45 段，整片四段并行重渲，16 分 52 秒、30,352 帧，网页版 20.6 MB，原片先按 -segment_times 389,739 切成三段交付；合并 main 的 split.py 后发现两处切点都在说话，改在旁白静音里切成 17.5 / 16.1 / 17.6 / 22.9 MiB 四段重发。2026-10-23 看片反馈：「局部量」（第四声）、第 5 幕关节角的黄色柱顶到上方紫框、第 8 幕结尾「教（第四声）师会的东西」、片尾最后一句要和以前的视频一致；改说「是局部的」「根部 8 项」「教师掌握的本事」，柱子基线下移、每 rad 15 px，片尾改说「完整笔记、3 个交互演示和 G1 跟踪的三维复现，都在 Robot Learning Paper Notebooks。我们下期见」；先渲改动的片段给人看，再四段并行整片重渲，16 分 56 秒、30,481 帧，网页版 20.7 MB，原片用 split.py 在静音里切成 23.4 / 8.1 / 19.1 / 23.7 MiB 四段，连同封面交付
• 034 TWIST2（2025）🎬 twist2 — TWIST→TWIST2；把动捕场地换成 PICO 头显 + 腿部追踪器，边遥操作边录示范。2026-10-19 照 029 HOVER 的做法做：笔记对照 arXiv 2511.02832 的 LaTeX 源码、项目页与官方仓库 amazon-far/TWIST2 逐条核查重写，记下代码与论文的出入（一阶段就是不加载教师的 DAgger-PPO、策略观测 1432 维而脚本注释写 1402、价值网络 1734 维、PICO 的 73 段权重 10、奖励 21 项、手的 α 每循环 ±0.05、脖子乘 1.5、高层扩散策略没开源）和论文各处对表 II 的不同说法；新做十八幕动画，G1 用官方 ONNX 权重在 MuJoCo 里跟官方两段 PICO 样例（走路、蹲下）的复现，参考与跟出来的两台按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图，另有一张 Dex3-1 左手特写（握 / 捏各 11 档 α）；用上论文图 1–15，第 1、4、5、8、11、13、14、17 幕嵌了项目页视频剪的 15 段片段；新增三个交互演示（35 维命令浏览器、手和脖子、表 II / III 与图 14）；旁白整篇走 EDGE_TTS_LEGACY=1，用 WordBoundary 把 96 句切词查了一遍，改了「脚跟」「2 只」「用官 / 方权 / 重跟」「后处 / 理界」几处粘词，「遥操作」十三处量过静音；上一期 033 TWIST 的视频还没做，片头不说「上一期」、从 TWIST 的做法讲起，片尾只预告 035 FALCON 的主题（上下身两个智能体、扛住手上的外力），主动画各幕不预告下一篇。2026-10-23 合并 main 后照 HugWBC / HOMIE / TWIST 的看片反馈全篇自检：以文字为主的面板换成会动的图，每张图表补一行读法、旁白在图第一次出现时念出来，要点框最多两行，从 cue 起算的动画改按视频时间；片头改接 033 TWIST 的片尾预告，表号念「表一」「表二」「表三」，「重定向」写「崇定向」，旁白按 WordBoundary 对照 jieba 切词、词内静音和逐词音量改了四十多处说法；整片重渲 17 分 11 秒，网页版 21.7 MB。2026-10-24 看片反馈后修掉第 4 幕开头的抽搐、两段样例循环时的跳帧（走路只循环一个步态周期、蹲下来回放）和第 7 幕捏的手指穿模，整片重渲，网页版 21.6 MB；同日第 5 幕 Vive 对比改成动图、第 10 幕补每一步 127 维的拆分、第 11 幕的频率竖线改成固定画，整片再从头重渲一遍，网页版仍是 21.6 MB；2026-10-25 片尾「网站上可视化」的「上」单独断开，改说「网站可视化」，只重渲这一句到片尾，17 分 10 秒
• 035 FALCON（2025）🎬 falcon — HOMIE⇢FALCON；FALCON 把 HOMIE 这类「下身 RL + 上身 IK」当基线，指出上身缺力补偿，改成上下身双智能体共享观测，再加按力矩上限算的 3D 外力课程。〔取舍〕按年份比 TWIST2 早（2025-05），但 TWIST / TWIST2 连着讲，移动操作这一组从这里开始。2026-10-23 照 029 的做法做（034 TWIST2 还没有视频，片头直接从 FALCON 讲起）：笔记对照 arXiv v2 的 LaTeX 源码与官方仓库 LeCAR-Lab/FALCON（2026-04-09 的 main）逐条核查重写，记下代码与论文的十几处出入（力的上限里重力项乘 0、雅可比取在手连杆原点、三角波扫区间而不是均匀采、裁剪 ±40 / −50–5 N、每个环境一个课程系数按回合长短 ±0.02、低通滤波训练时关着、合力 50 N 以上行走高度不扣分、上身跟踪 σ 0.1、摩擦 0.25 起、推机器人默认关、开源配置的上身目标是 ACCAD 252 段）；新做十七幕动画，G1 是我们用官方 g1_29dof.onnx 照官方 loco_manip.py 在 MuJoCo 里跑的复现（站着 20 N：上身智能体把腕俯仰目标挪到 −0.79 rad、手只沉 1 mm，上身置零时沉 92 mm；0.5 m/s 走路 11.8 N；照图 11 加到 40 N 时腕俯仰顶满 5 N·m），按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图；G1 左臂在 99 个姿态下的雅可比与重力项、252 段 4,934 帧的统计嵌进 bundle；用上论文图 2、5、7、8、9、11 的裁剪，图 3、图 4 按颜色读成曲线；第 1、15、16 幕嵌入项目页视频剪的 10 段片段；新增三个交互演示（手腕最多能吃多大的力、力怎么采、表 1–4 与复现）；旁白用 WordBoundary 全篇切词对照 jieba，改掉二十多处跨词切错（「逆向运动 | 学算 | 出关 | 节角」「加上 | 身逆向」「不 | 用力 | 传感器」「上 | 限算」等），「竖直」一律说「垂直方向」，「再传到腿」几乎没声音改说法；片尾只预告 036 HDMI 的主题，主动画各幕不预告下一篇。封面的作者一栏缩成一行（原先两行时目录压过 3:4 裁剪线），片头只重渲第 0–1,008 帧拼回。整片八段、四路并行渲染，17 分 43 秒、31,880 帧，网页版 19.0 MB，原片 63.7 MB 用 split.py 在静音里切成 18.0 / 15.3 / 22.5 MiB 三段，连同封面交付。2026-10-25 合并 main 后照 034 TWIST2 的看片反馈全篇自检：片头改接 TWIST2 的片尾预告；第 3、7 幕的力采样贴图原先 8 s 一循环（首尾差 0.65 rad、力差 40 N，第 0 帧还有仿真起步的一抖），改成从 1.28 s 起来回放；第 14、17 幕的跟拍贴图像原地踏步，脚下加了按复现速度后退的地面刻度；旁白按 WordBoundary 的时间量逐词音量，「不改奖励、不改课程」的两个「不」只有 0.06 / 0.01，连同十几处几乎听不见的「和」「比」「或」「可」「则」改了说法，「阻力」中间断开也换了说法。整片八段、四路并行重渲，18 分 3 秒、32,503 帧，网页版 19.4 MB，原片 66.3 MB 用 split.py 在静音里切成 17.3 / 15.8 / 25.0 MiB 三段，连同封面交付；同日按看片反馈修了第 4 幕方块重叠与间距、第 5 幕「论文图 2 里」读成「图两」、第 17 幕「只给手上加力」听成「只得」，第 9 幕换成官方 MJCF 的左臂网格，十几幕以文字为主的右栏换成会动的图（旁白不变），整片四路并行重渲，网页版 19.8 MB；之后第 9 幕「手（示意）」换成同一张左臂贴图裁出的小臂，第 13 幕图 4 的线按原图补到末端（原图 FALCON 只画到约 9.4k）并加横轴刻度，只重渲这两段换进全片，再切三段交付
• 036 HDMI（2025）🎬 hdmi — DeepMimic⇢HDMI；DeepMimic 式跟踪，但把物体位姿和期望接触点也写进目标，从人类视频学开门、搬箱。2026-10-23 照 033 TWIST 的做法做（035 FALCON 还没有视频，片头不接上一期，从前几期的动作跟踪讲起）：笔记对照 arXiv v3 的 LaTeX 源码与官方仓库 LeCAR-Lab/HDMI（2026-01-17 的 main）逐条核查重写，改正旧版几处（式 1 的位置项是距离本身、不是平方；旧版假设的 σ 换成代码的 0.3 m / 40 N / 10 N；接触丢失在代码里是「或」；「杜鲁门鞠躬」改译「楚门式鞠躬」），记下论文没写的（物体轨迹与接触点逐段人工标注；训练是特权教师 + 蒸馏学生的 PPO-ROA、残差只在教师；学生 615 维、还看未来 5 帧参考；交互奖励要接触时乘 5、不用接触时给 1；物体朝向阈值 0.8 rad；奖励四组各一个价值输出；域随机化范围）；新做十八幕动画，G1 和行李箱按官方的搬行李箱参考与仓库里录下的 IsaacSim 回放渲染成 3D 贴图（回放 447 帧 = 参考去掉前 25 帧，推断是图 7b 的完美参考），用上论文图 2、3、4a、5、7b、7c、9b、9c，图 6–9a 的数从矢量图里抽；第 1、12–14 幕嵌了项目页视频剪的 7 段片段；新增三个交互演示（参考与回放逐帧看、交互奖励计算器、消融实验的数字）；旁白「重定向」写「崇定向」，全篇 WordBoundary 切词对照 jieba 改了「搬行 | 李箱」「加参 | 考」「标的是」等十几处，「表一：」量过是一声；片尾只预告 037 VIRAL 的主题，主动画各幕不预告下一篇；配音 17 分 38 秒，四段并行渲染 31,738 帧（渲染开始后改了第 9 幕表 II 的一处措辞，只重渲那 510 帧再按帧号拼回），网页版 19.8 MB，原片 63.5 MiB 用 split.py 在静音里切成 19.3 / 24.4 / 14.9 MiB 三段，连同封面交付。2026-10-26 合并 main 后照 034 TWIST2 / 035 FALCON 的看片反馈全篇自检：片头改接 FALCON 的片尾预告；9–10.5 px 的小字放大到 11 / 11.5 px；循环贴图来回放；十几幕以文字为主的面板换成会动的图；临时脚本每 0.1 s 查文字压线、压框，修了第 8 幕被力的竖线扫过的标注；旁白用 faster-whisper 全篇听写、转拼音对齐，「残差」照 ASAP 写「残插」，另有五处换了说法（「正则化」「楚门的世界」用同音字对照句确认是听写模型的偏好、不改）。整片四段并行重渲，17 分 50 秒、32,090 帧，网页版 20.0 MB，原片 65.2 MiB 用 split.py 切成 19.9 / 25.9 / 14.4 MiB 三段，连同封面交付；同日看片反馈第 3、4 幕的箱子相对手上下飘、第 4 幕手腕和箱子的接触点对不上：官方参考里人工标注的箱子本来就不贴手（要接触的帧里箱子在左手腕坐标系里的高度标准差 13.5 cm），这两幕改放仓库录下的仿真回放（1.6 cm），第 3、4 幕各改一句旁白，整片四段并行重渲，17 分 58 秒、32,328 帧，网页版 20.2 MB，只交付第 3–4 幕的片段；同日又按看片反馈改了第 5 幕格子的颜色（旁白说变红）、第 10 幕「均方误差」的「差」读成平调、第 13 幕泡沫垫与楚门式鞠躬两段视频放完再换、第 16 幕再说一遍三种颜色，整片重渲，18 分 18 秒、32,941 帧，网页版 20.4 MB，只交付改动的四个片段；同日第 5–7 幕也改放回放，第 8 幕先放参考（箱子飘）、再换回放并画两条左手距离曲线做对比，整片重渲，18 分 46 秒、33,775 帧，网页版 21.0 MB，原片 68.4 MiB 用 split.py 切成 20.8 / 24.8 / 17.6 MiB 三段，连同封面交付；之后第 2 幕右栏改画参考关节角与动作相加，只重渲那一段（第 3250–3750 帧）拼回，交付这一段的片段；同日第 10 幕展开 615 维（三句新旁白）、全篇补全流程图的连线、两处火柴人换成 G1、第 14 幕拉长到 12 个仿真任务放完，整片重渲，19 分 38 秒、35,342 帧，网页版 22.0 MB，split.py 切成 26.2 / 19.2 / 20.8 MiB 三段，连同封面交付；2026-10-27 按看片反馈改第 1 幕黄框轮流、第 8 幕 σ、第 10 幕手腕红框与 3D 俯视图，旁白铺底噪、分段切点离旁白 0.4 s，19 分 58 秒；再按「箱子的坐标点放在哪」核对代码：原点在 +x 面的底边中点，第 4 幕补示意、第 6 幕箭头改指原点，从第 4 幕起重渲，20 分 15 秒、36,449 帧，网页版 23.5 MB，切成 4 段连同第 4、6、10 幕的片段交付
• 037 VIRAL（2025）🆕 笔记是 2026-06 的速读版 — HOMIE→VIRAL；特权教师蒸馏成纯 RGB 学生，动作输出是 HOMIE 全身控制器的命令
• 038 DoorMan（2025）🆕 笔记是 2026-06 的速读版 — HOMIE→DoorMan；开门拆成接近、抓握、转把手、推拉、穿门，同样以 HOMIE 为低层控制器。〔取舍〕和 VIRAL 是同一批机构的工作，紧跟着讲
• 039 CHIP（2025）🆕 笔记是 2026-06 的速读版 — FALCON⇢CHIP；同样处理末端受力，但目标从「扛住外力」变成「按指定柔顺度让位」
• 040 iDP3（2024）🆕 — BeyondMimic→iDP3

第四季 · 基础模型：VLA、世界模型与 BFM

• 041 Transformer（2017）🎬 transformer — 仓库 README 写明「读 VLA 之前先读它」；Diffusion Policy 视频只在第 4 幕顺带提到 Transformer 骨干，不用提前看
• 042 ACT / ALOHA（2023）🆕 占位笔记待补充 — Transformer⇢ACT、ACT→EgoMimic、ACT→π₀；π₀ 笔记称它是「动作块的来源工作之一」
• 043 EgoMimic（2024）🆕 — ACT→EgoMimic、iDP3→EgoMimic；〔取舍〕EgoMimic 用 ACT 当策略骨干，所以跟着 ACT 放进第四季
• 044 OpenVLA（2024）🆕 占位笔记待补充 — OpenVLA→π₀；π₀ 的出发点就是 OpenVLA 一类「把动作离散成 token 自回归输出」做不了高频动作块
• 045 π₀（2024）🎬 pi0 — DP→π₀、Transformer→π₀
• 046 π₀.₅（2025）🎬 pi05 — π₀→π₀.₅
• 047 Dreamer / PlaNet（2019 / 2018）🆕 — Dreamer⇢UniPi、Dreamer⇢Cosmos Policy；day5「世界模型」经典脉络的起点：PlaNet 在学到的潜空间里在线规划选动作，Dreamer 在同一个世界模型里想象轨迹、用价值梯度教策略，两篇合成一集讲。〔取舍〕和 041 Transformer 一样当「基础」放进第四季，排在 Cosmos 前面，先讲世界模型怎么帮决策，再讲视频世界模型；actor-critic 部分对照 001 PPO 讲
• 048 UniPi（2023）🆕 — Dreamer⇢UniPi；相关工作引用 DreamerV2，指出传统世界模型要「状态—动作—奖励」格式的数据，改用文本条件视频扩散当规划器、逆动力学模型出动作。〔取舍〕视频扩散接 010 Diffusion Policy；放在 Cosmos 之前，先看「视频当策略」的最小形态，后面 GR00T N1 的「视频生成神经轨迹 + 逆动力学补伪动作」也是这个思路
• 049 Cosmos（2025）🎬 cosmos — BeyondMimic→Cosmos；〔取舍〕GR00T N1 数据金字塔的中层用视频生成模型造「神经轨迹」，所以先讲世界模型
• 050 GR00T N1（2025）🎬 groot — π₀→GR00T N1
• 051 BFM（2025）🆕 — 路线图第 ⑨ 层；笔记建议对照 HOVER 读
• 052 BFM-Zero（2025）🆕 — BFM⇢BFM-Zero、ASE⇢BFM-Zero；无监督 RL（前向—后向表示）预训练，用目标姿态、动作或奖励当提示调用。〔取舍〕和 BFM 同属行为基础模型，紧跟着讲；比 SONIC（2025-11-11）早几天，排在它前面
• 053 SONIC（2025）🎬 sonic — 〔取舍〕路线图把它放在第 ④ 层 WBC；但它用 GR00T N1.5 当 System-2，还和 BeyondMimic 做对比，放在 GR00T 后面讲就不用提前提到没讲过的模型

第五季 · 2026 前沿（开放，一直往后加）

〔取舍〕路线图里第 ⑤–⑧ 层支线的箭头指向第 ⑨ 层（表示汇聚），但这几篇 2026 年的论文都在和 π₀ / GR00T N1 对比，所以整体放在第四季之后。

• 054 NMR（2026）🆕 — GMR→NMR
• 055 ReActor（2026）🆕 — GMR→ReActor
• 056 ULTRA（2026）🆕 — HOMIE→ULTRA
• 057 HumDex（2026）🆕 — EgoMimic→HumDex；笔记说 HumDex 是 Ψ₀ 的上游数据采集系统
• 058 Ψ₀（2026）🆕 — ULTRA→Ψ₀；笔记拿它和 GR00T N1、π₀ 对比
• 059 HAIC（2026）🆕 — ULTRA→HAIC
• 060 DreamDojo（2026）🆕 — Cosmos→DreamDojo、HumDex→DreamDojo
• 061 1X 世界模型（2025）🆕 — DreamDojo→1X 世界模型
• 062 Cosmos Policy（2026）🆕 — Cosmos→Cosmos Policy、Dreamer⇢Cosmos Policy；在 Cosmos-Predict2-2B 上一次后训练，把动作、本体状态和价值都写成潜帧，同一个模型兼任策略、世界模型和价值函数，相关工作引用 Dreamer 系列。〔取舍〕按年份（2026-01）排在 DreamZero（2026-02）前，day5 也是 Cosmos Policy → DreamZero 的顺序
• 063 DreamZero（2026）🆕 — DreamDojo / 1X 世界模型→DreamZero；笔记标注它是「世界模型支线终点」

064 起：新论文追加在这里，规则见下一节。

扩展规则

• 第二到第四季是固定的经典主线，第五季开放。以后的新论文一律追加到末尾，标题加支线标签（如【重定向】【WBC】【VLA】【世界模型】），片头说明前置要看哪几集。这样已发视频不用改编号。
• 第一批可以直接用的扩展：下面几篇已有讲解动画、还没做视频，也不在路线图里——UMR、Perceptive BFM、GentleHumanoid、Perceptive Humanoid Parkour。
• 第二批候选：下面几篇已有笔记、还没有讲解动画和视频，也不在路线图里，是《具身智能从入门到精通》day1 / day2「经典脉络」点名的 2026 年工作——DynaRetarget、HumanoidMimicGen（这两篇是重定向 / 数据生成线，可以挨着 054 NMR 讲）、Hiking in the Wild（AMP 风格奖励 + 深度感知的人形行走）。
• 第三批候选：day4「移动操作」经典脉络点名、上游已收录、但仓库里还没有笔记的三篇——ULC（根速度、高度、躯干与双臂目标进一个策略，命令逐步解锁）、SoFTA（Hold My Beer）（上下肢两个频率不同、奖励分开的策略，端液体时稳住末端）、SkillBlender（先学目标条件的基础技能，再按关节混合）；另有拓展阅读里已有笔记的 SteadyTray（2026，冻结托盘行走基座后加残差稳住负载）。要做视频先补笔记。
• 第四批候选：day5「世界模型」经典脉络点名、仓库里还没有笔记、也不在上游人形列表里的五篇（要写笔记只能放 01 或 03 模块）。「视频预测接动作」一类，和 UniPi 讲的是同一个问题——GR-1（2023，大规模视频生成预训练再接机械臂操作）、VPP（2024，用视频扩散模型的预测表征当策略输入）、UWM（2025，视频扩散与动作扩散耦合，Cosmos Policy 在 RoboCasa 上的对照之一）；「世界—动作模型」一类，和 DreamZero 同类——LingBot-VA（2026，视频预测与动作解码交错在同一条因果序列里）、Being-H0.7（2026，不生成未来画面，在潜空间里学与动作相关的未来表征；仓库里 06 模块的 Being-H0 是初代）。要做视频先补笔记。
• 第五批候选（day6，优先）：PACE（2025，已有笔记，暂无讲解动画和视频）。执行器建模与系统辨识可对照 012 DR 的随机化、017 ASAP 的 delta 动作模型。先列候选，不占正式编号；现有笔记注明尚未完整核对论文全文，制作前需复核。若之后决定扩为四篇工程补充集，教学位置可考虑 Berkeley Humanoid 之后、ToddlerBot 之前，正式排期需同时核对发布状态与片尾衔接。
• 视频号合集里的视频能不能调整顺序没有核实到，所以这套规则不依赖调序。
• 新做完一集视频：把 🆕 改成 🎬，写上 <paper> 名，与 README 的表格一致。

可选变体：先连发现成视频

第三季 16 篇都要新做。想先把现成视频连着发，可以把 041 Transformer、042 ACT、044–050（OpenVLA → GR00T N1）提到第三季前面：这条线只接 Diffusion Policy 和 Transformer（DP→π₀、Transformer⇢π₀），中间新插的 Dreamer、UniPi 也只用到 PPO 和扩散，不依赖 WBC。EgoMimic 在路线图上接在 iDP3 后面，BFM 要对照 HOVER 读（BFM-Zero 跟着 BFM），SONIC 用到 GR00T N1.5 和 BeyondMimic，这四篇仍放在第三季之后。