| 1. |
ASAP——让宇树G1后仰跳投且跳舞：仿真中重现现实轨迹，然后通过增量动作模型预测仿真与现实的差距，最终缩小差距以对齐 |
v_JULY_v |
|
| 2. |
DexVLA——在VLM上插上1B大小的扩散动作专家：使用带有子步骤推理注释的演示数据训练，15小时搞定叠衣服(含源码解析) |
v_JULY_v |
|
| 3. |
一文速览可证数学定理的DeepSeek-Prover系列模型：从Prover V1、Prover V1.5到DeepSeek-Prover V2 |
v_JULY_v |
|
| 4. |
多模态LLaVA系列与Eagle 2——从组合CLIP ViT和Vicuna的LLaVA，到英伟达开源的VLM Eagle 2(用于人形VLA GR00T N1中) |
v_JULY_v |
|
| 5. |
Being-0——集操作、导航、运动为一体的机器人Agent框架：GPT4o高层感知并推理规划、低层VLM导航适配，最终执行技能库 |
v_JULY_v |
|
| 6. |
从视频中学习的最新进展：从Humanoid-X(自动打字幕)、首个人形VLA Humanoid-VLA到一看视频就学会的VideoMimic |
v_JULY_v |
|
| 7. |
π0.5——让VLA走出实验室，泛化在开放世界中的π0推理加强版：同一个模型中先高层拆解出子任务，后低层执行子任务 |
v_JULY_v |
|
| 8. |
NaVILA——可语音交互的用于四足和人形导航与避障的VLA模型：在VLM的导航规划下，执行基于视觉的运动策略(含NaVILA和rsl_rl的源码解析) |
v_JULY_v |
|
| 9. |
3D版的VLA：从3D VLA、SpatialVLA到PointVLA——3D点云版的DexVLA，在动作专家中加入3D数据 |
v_JULY_v |
|
| 10. |
从宇树摇操avp_teleoperate到unitree_IL_lerobot：如何基于宇树人形进行二次开发 |
v_JULY_v |
|
| 11. |
Open-TeleVision源码解析——宇树摇操方案的重要参考：VR控制人形机器人采集数据 |
v_JULY_v |
|
| 12. |
Hi Robot——大脑加强版的π0：基于「VLM的高层次推理+ VLA低层次任务执行」的复杂指令跟随及交互式反馈 |
v_JULY_v |
|
| 13. |
OpenVLA-OFT——微调VLA时加快推理的三大关键设计：支持动作分块的并行解码、连续动作表示以及L1回归(含输入灵活化及对指令遵循的加强) |
v_JULY_v |
|
| 14. |
Fourier-Lerobot——把斯坦福人形动作策略iDP3封装进了Lerobot(含我司七月的idp3落地实践) |
v_JULY_v |
|
| 15. |
GR00T N1——英伟达开源的通用人形VLA：VLM Eagle-2慢思考、DiT快反应，且可类似LAPA利用海量的无标注视频做训练 |
v_JULY_v |
|
| 16. |
LeRobot源码剖析——对机器人各个动作策略的统一封装：包含ALOHA ACT、Diffusion Policy、VLA模型π0 |
v_JULY_v |
|
| 17. |
ViLLA——继AgiBot World之后，智元发布GO1及其背后基于潜在动作的VLA架构ViLLA：利用海量的无标注视频做训练(含LAPA、Moto的详解) |
v_JULY_v |
|
| 18. |
π0的微调——如何基于各种开源数据集、以及私有数据集微调通用VLA π0(含我司七月的微调实践及在机械臂上的部署) |
v_JULY_v |
|
| 19. |
π0源码剖析——从π0模型架构的实现(如何基于PaLI-Gemma和扩散策略去噪生成动作)，到基于C/S架构下的模型训练与部署 |
v_JULY_v |
|
| 20. |
Helix——Figure 02上的通用人形VLA：不用微调即可做多个任务的快与慢双系统，让两个机器人协作干活(含清华HiRT详解) |
v_JULY_v |
|
