项目地址： https://github.com/cactus-compute/needle 图1 Needle 2 项目概览：45M 参数、14MB 体积与端侧工具调用 如果我们把今天的大模型 Ag…
DeepSeek Harness最近发布，又引来一通热议。 很多人把DPH当成了一个个人使用的agent，可能误解了它的定位和作用。 对于有经验的开发者而言，利用DPH框架更容易构建一个专业agent…
为什么 DeepSeek Harness 说“一切皆插件”？从 Cordis 看懂 Agent 系统的可组合设计 当我们讨论一个 AI Agent，最先想到的往往是模型、提示词和工具调用。 但真正把 …
上篇讲清了 SimWAM 最核心的结构：视频专家和动作专家在训练阶段联合学习，但隔离注意力不允许动作 token 偷看未来帧 token。视频生成负责把交通动态教进当前观察表征，部署时则移除未来视频 …
一辆自动驾驶汽车驶到路口，前方既有并线车辆，也有红绿灯和复杂的道路边界。 如果让模型先生成几帧“接下来可能发生什么”的视频，再根据这些未来画面规划轨迹，直觉上当然合理：既然看见了未来，做决定似乎就会更…
逐际动力发布TRON 2 VLA 开源示例-叠衣服👕 长程任务连续执行，柔性物体精准操作，创学营黑客松赛题同款，核心能力全开源。 具身数据平台、开源数据、开源代码，研究者不用再为硬件适配和调试耗费精力…
过去我们设计 CLI 和 API，默认使用者是人，或者是一段已经写好的程序。 人会看文档，会理解业务，也知道 customer.owner = alice 的实际含义是“把这个客户分配给 Alice”…
π0.5 在 Jetson Orin 上从 0.70 Hz 提升到 6.06 Hz，关键不只是“把模型跑快”，而是让感知、预测、执行和底层引擎一起适配端侧延迟。 图 1 Jetson-PI 工程部署概…
总结出来的核心经验 核心记住这六句： VLA 不是写程序，是让机器人看着你做几十遍，然后自己学。 所以这活儿九成的功夫在"你演得标不标准"，不在模型。 模型只会模仿，不会评判。 你手抖，它学会手抖；你…
传统模仿学习最喜欢“干净”的成功示范。 但机器人一旦真正部署，产生最多的往往不是完美轨迹，而是一些更复杂的过程：毛巾从夹爪中掉落，机器人把它重新抓起；纸箱折到一半卡住，人类接管几秒钟，把动作拉回正轨；…
给一个成熟模型添加新模块，最大的风险不是“训练不动”，而是模型根本不需要它。 N0-VTLA 的基础策略已经能靠视觉、语言和机器人状态生成动作。此时再接入一条随机初始化的触觉通路，联合训练看起来最直接…
把插头插入插座，对人来说几乎不需要思考。 视觉先把插头大致对准；插头碰到插孔边缘时，手指会感觉到微小阻力；如果角度不对，我们会稍微抬起、调整，再试一次。整个过程真正决定成败的，往往不是“看见了插孔”，…
