A field, drawn

编辑前言

第二期我们扩到 156 篇笔记，但读起来还是密密麻麻的字。

第三期做的事，听起来简单：给每篇笔记的关键段落配图，给每段抽象的方法配类比。

具体说：

• 312 张内嵌插画 — 每篇笔记的「场景」和「方法」段后，都嵌入一张定制 codex 生成图。
  • 「场景」图用日常生活物体表达问题（拍冰箱、做菜、找路、查地图）
  • 「方法」图用抽象 pipeline 表达技术（箭头、立方体、流线）
• 156 篇文字优化 — 每篇笔记的核心三段（场景 / 方法 / TL;DR）由 agent 重新改写：
  • 「场景」必须从一个具体的生活情景开始，不再是「这论文研究 XXX」
  • 「方法」每个子方法先用一句类比开场（厨师、翻译、抄作业）
  • 「TL;DR」≤ 50 字，去除英文术语堆叠

加起来：~270 张内嵌图 + 156 篇 ×3 段重写 + 1 个新 timeline 时间线页 + 首页 stats 仪表盘。

设计哲学

这不是换皮。三件事的核心都指向同一个目标：把"读论文"这件事，重新定义为"翻一本带插画的杂志"。

研究论文的设计语言是 80 年代的：黑底白字、密集排版、Times 字体、figure 1.a。它把"严肃"等同于"难读"。

我们站点的设计选择反过来：

• 暖纸 ivory 底（不是白）
• 罗马数字 + Playfair italic（不是阿拉伯数字 + Helvetica）
• 编辑插画（不是 PDF 截图）
• 「读到这里你应该懂了」节末小结（不是「remarkably」「interestingly」）

阅读门槛没降低（论文还是 NeurIPS 那篇），但读的姿势变了。

时间线视图（新增）

第三期还加了一个 Timeline 演化时间线 页：把 156 篇按年份倒序排，看具身智能这五年里"先有什么、后有什么"。

打开它你会发现：

• 2017-2020：以仿真器和早期算法为主（Habitat / RLBench / Meta-World / GAIL）
• 2021-2022：第一波 VLM（CLIP / BLIP）和 transformer 机器人（RT-1）
• 2023：VLA 元年（RT-2 / SayCan / PaLM-E / OpenVLA）和扩散策略（Diffusion Policy）
• 2024-2025：基础模型化（π0 / GR-2 / Cosmos）和评测体系成熟（DROID / BEHAVIOR-1K）

这不是预测——是已经发生的、在 156 篇笔记里被记录下来的真实路径。

编后语

下一期可能聚焦：「VLA 入门 6 篇」精读路线 或 「机械手 VLA 这一年的所有论文」。

如果你读完这站某一篇笔记觉得"这才是入门论文该有的样子"，那这份工作就值了。

◼ End of Issue Nº III.