Jiaming Wang 的博客
博客
关于机器人、AI、研究与技术的思考。
Robot policy 需要的不是 8K context，而是对的 memory
RoboTTT、WAM-TTT 与 RoboSSM 说明：长 context 的价值不在长度本身，而在于能否把历史写成可用 state，并匹配信息、训练分布与时间尺度。
如何连续两年获得 IEEE ICRA 全球机器人挑战赛冠军
从连续赢得 ICRA 导航与操作挑战赛中总结：从问题出发，用第一性原理拆解，再用实验验证真正关键的假设。
OpenGEN-1：从第一性原理重构 GEN-1
从第一性原理重构 GEN-1：把它理解为基于物理交互流训练的基础模型，并推演其架构、训练目标、数据规模与实时推理系统。
说 VLA 已死，为时过早
DreamZero 与 WAM 把机器人策略拆成未来视频预测和逆动力学两部分，展示了超越传统 VLA 的潜力，也暴露出高昂的部署代价。
Pi 0.6：披着 RL 外衣的 Supervised Learning
RECAP如何揭示了现代RL后训练本质上是由基于Value的偏好信号和环境交互引导的监督学习。
CFGRL：pi0.6*背后的理论
CFGRL如何将RL策略改进重新表述为最优性条件推断，然后通过采样时的无分类器引导来实现。