Colophon · 这站是怎么诞生的

About this reading station

Typewriter at a wooden desk — colophon illustration

202论文笔记

1,416,941总字数

497git commits

2011–2026年份跨度

这站是为想读懂顶会论文、但还在入门阶段的人做的。具身智能（Embodied AI）讲的是「怎么让机器人有身体地融入世界」——它要看见、要听见、要听懂指令、要决定下一步怎么做。听起来像科幻，但 2024-2025 已经在论文里跑通了一大半。

项目源于一个本科生科研任务：实验室给了 13 篇代表论文，覆盖 7 个主题。笔记用 AI 辅助整理成能读懂的长篇结构化版本——用基础类比解释新词，但不把结构门禁等同于逐页人工复核；关键数字和结论仍应回到来源核验。

原任务的七个主题是这样：

I. VLM Foundation — 视觉与语言对齐的基座模型
II. High-Level Planning — 让 LLM 输出"做得到"的指令
III. End-to-End VLA — 直接从图像 + 指令生成动作
IV. Multimodal Ecology — 语音、触觉、3D 等更多输入
V. Video World Model Policy — 用视频生成模型当机器人策略
VI. RF Perception & Mapping — 用毫米波雷达"看穿"墙和遮挡
VII. Auditory & Acoustic — 让设备在嘈杂环境中听清

Open data

站点元数据以 JSON 公开；许可按资产类别区分，Data API 不会把项目声明扩展到第三方论文或 figure。如果你想做二次分析、可视化或 LLM 训练数据：

/data/v2/index.json — v2 入口、兼容与治理发现
/data/v2/provenance.json — canonical provenance（仅元数据与 hash）
/data/index.json — manifest（计数 + endpoint URL）
/data/papers.json — 202 篇全部元数据 + tldr
/data/tags.json — tag 频次 + 共现矩阵
/data/topics.json — 11 主题 + primer

Workflow

lr pdf bundle paper.pdf — 把授权 PDF 转成带图 markdown
notes/<slug>.md — 用统一模板整理长篇结构化笔记
npm run provenance:generate — 生成或核对 156 条 canonical provenance 元数据与 hash
node site/scripts/build.mjs — 期刊风 HTML 渲染
GitHub Actions → GitHub Pages — 部署

Visual reference

视觉风格以 open-design 的 atelier-zero（暖纸 + 珊瑚红 + 罗马数字章节 + 三族字体混排）和 warm-editorial（serif + 长读节奏）为起点；全站身份、导航、状态和项目证明层接入 Jason DS v2，并保留本站的期刊气质。

Stack

Pure HTML + CSS, no framework — 全站静态页面预渲染
Markdown → HTML via marked + gray-matter
Build script: site/scripts/build.mjs 编排入口 + scripts/lib/ 模块（Node，零框架）
搜索: Pagefind 全文索引
数学: KaTeX（自托管 vendor/）
可视化: D3.js v7（force-directed graph，自托管 vendor/）
PWA: 自定义 service worker 离线缓存
部署: GitHub Pages + Actions（每 push 自动 build → healthcheck → deploy）

Colophon

设计参照：open-design 的 atelier-zero design system。

字体：Inter Tight（正文 sans）/ Playfair Display（display italic）/ JetBrains Mono（mono）— 全部 Google Fonts
颜色：暖纸 ivory #efe7d2 / 珊瑚红 #ed6f5c / 芥末黄 #e9b94a / 橄榄 #6e7448 / 墨色 #15140f
图标记法：罗马数字章节（I-XI）/ Plate Nº 编号 / 章节末尾 ◼

AI 工具

这站建成借助了几个 AI 工具：

Claude Code：主要的代码生成 + 笔记重写工具
Codex CLI：404+ 张内嵌图片生成（场景图 + 方法图，全部 16:9 webp）
MinerU + pdftotext：PDF → markdown 解析
lr (LightRead)：arXiv 检索 + PDF bundle 工具

AI 输出经过自动结构、链接、来源和构建门禁；这不代表 202 篇都已逐页人工复核。重要事实请以原论文为准，发现错误欢迎提交 issue。

dist 体积分布

总 107.0 MB。

Images (webp/jpg)

99.3 MB

HTML pages

4.9 MB

JS / CSS

0.8 MB

Data (JSON/CSV/XML)

0.7 MB

Other

1.2 MB

License

稳定策略标识：EAI-LICENSE-MAP-1.0.0 / EAI-PROVENANCE-2.0.0。

project-code: MIT
project-notes: CC-BY-4.0 — 引用并标注修改
project-generated-images: 仅另有证据证明项目可许可的图片声明 CC-BY-4.0；当前 v2 字段不会自动归类
third-party-paper-materials: NOASSERTION — 不是许可授予；论文、figure 与无独立权利证据的生成资产均默认归入此类

MIT license · rights notice · provenance policy

当前 canonical manifest 的 generated_assets 记录数为 306；记录与 hash 也不能单独证明可许可权利。

Contact / 反馈

有几种方式联系：

笔记错误 / 想加论文 / 想改风格：GitHub issue
修正建议（你是原作者）：同上 issue 或 PR；引用论文 slug 即可
讨论 / 想法：GitHub Discussions

这是个人项目，不保证回复速度。但每个 issue 都会读。

Cite this site

整站作为参考资料引用：

@online{embodied_ai_reading_station_2026,
  title       = {Embodied AI: Zero to One},
  author      = {Xun, Jason},
  year        = {2026},
  howpublished = {\url{https://estelledc.github.io/embodied-ai-reading-station/}},
  note        = {202 readable Chinese notes on embodied AI papers}
}

单篇引用请用论文页底部的 BibTeX 块。