The Guide
编辑前言
前七期做了 156 篇论文笔记、30+ 视图页、100 件小工具。读者能搜、能比、能追踪进度。
但一个问题始终没回答:不知道从哪开始读。
156 篇散装笔记就像一张被打散的拼图——每块都很好看,但你拿到手根本不知道先拼哪一块。30 天路径帮了一些忙,但它只能告诉你"顺序",不能告诉你"为什么"。
这一期做的就是把拼图的说明书写出来。
22 章系统导读
/guide/ 现在是站点的一级入口,和 Index / Topics / Learn / Issues 并列。
22 章,六大部分,23,000+ 行,从"什么是具身智能"一路讲到"如何完成 VLA 微调实战任务"。面向零基础读者,用生活类比开头,再接技术机制,每章有代码示例和常见误区。
Part 1: 导读总纲(Ch01-03)
回答三个前置问题:具身 AI 为什么重要?这份导读怎么读?需要什么前置知识?
- Ch01: 为什么需要具身智能 — 从"帮我递水"讲起
- Ch02: 阅读路线图 — 三条路径任你选
- Ch03: 前置知识检查清单 — 数学和编程不够时怎么办
Part 2: 全景概念(Ch04-07)
把 11 个主题方向串成一张完整的地图。
- Ch04: 11 个主题全景图 — 一个机器人的 11 个器官
- Ch05: 两条技术路线 — 模块化流水线 vs 端到端一体化
- Ch06: 时间线 — 2021-2025 关键里程碑
- Ch07: 怎么读论文 — 学术论文的结构与读法
Part 3: 核心主线精读(Ch08-14)
从 CLIP 到 VLA 到 Diffusion Policy 到模仿学习——一步步造出机器人的大脑和手。
- Ch08: CLIP — 教 AI 同时认图和认字
- Ch09: BLIP-2 到 LLaVA — 给 AI 装上对话能力
- Ch10: 高层规划 — SayCan / Code-as-Policies
- Ch11: RT-1 / RT-2 — 把动作变成 token
- Ch12: OpenVLA / VLAS / MLA — 开源与扩展
- Ch13: Diffusion Policy — 像擦噪声一样擦出动作
- Ch14: 模仿学习 — 你做给它看
Part 4: 训练与部署基建(Ch15-17)
从训练到落地的三块基建。
- Ch15: 世界模型 — Dreamer / Genie / Cosmos
- Ch16: 强化学习基础 — PPO / SAC / Reward Shaping
- Ch17: Sim-to-Real — 仿真训练与真机部署
Part 5: 感知模态扩展(Ch18-20)
给机器人装上更多感官。
- Ch18: 多模态生态 — ImageBind / AnyMAL
- Ch19: 射频感知 — 用电磁波穿墙看东西
- Ch20: 听觉智能 — Whisper / Proactive Hearing
Part 6: 横切主题与实战(Ch21-22)
数据从哪来?怎么交付任务?
- Ch21: 数据集全景 — Open X-Embodiment / DROID / BridgeData V2
- Ch22: Task 实战指南 — 从理论到交付的完整路径
技术实现
导读集成到站点构建系统,不是外挂 iframe 或跳转到 GitHub 阅读原始 markdown。
做了这些事:
build.mjs新增discoverGuide()/buildGuideIndex()/buildGuidePage()三个构建函数(约 140 行)- 章节间
.md互引链接自动重写为/guide/<slug>/的 HTML 路径 - 每个章节页有前/后导航栏 + Part 标签 + 返回目录链接
- Guide 加入主导航栏、footer、sitemap、related views
- 修复 3 个历史死链(ch19-simulation / ch15-part2 / ch22-part2)
- 63 项 healthcheck 全部通过
构建 22 个章节页耗时约 100ms。
一个数字
这个站点现在有 23,342 行导读 + 156 篇论文笔记。前者解释"为什么",后者解释"是什么"。
156 篇笔记是拼图碎片。22 章导读是拼图盒盖上的完成图。
第八期之后
导读写完了。站点的"内容层"基本到位。
接下来可能的方向:给导读章节加 Pagefind 索引让搜索能覆盖到;或者做一套交互式自测题嵌入每章末尾,让读者验证自己是否真的理解了。
不确定。先让这 22 章被读一读再说。
编后语
写导读比写论文笔记难得多。
论文笔记是"压缩"——把 20 页英文压成 300 行中文。导读是"展开"——把压缩后的 156 条知识点重新展开成一条完整的认知路径,让一个什么都不懂的人能沿着走到终点。
压缩靠技术。展开靠共情——你得一直记着"读者此刻还不知道这个词"。
这是我实习期间做的最大一件事。希望它有用。
◼ End of Issue Nº VIII.