Zhixiong's Blog

Reading notes, research ideas, and things learned along the way.

拆解问题、方法与实验，留下值得继续追问的线索。22 篇文章

BVB：用 Blender 视频重建检验 Agent 的时空理解

如果 Agent 理解了一段视频，能否将它重建为可编辑的三维场景？拆解 BVB 的任务设计、Dual VQA 与 Latent Similarity，分析重建外观与事实保留之间的差距，以及推理预算应如何分配。

通用多模态模型能否直接成为机器人策略？从闭环控制方式、动作先验与任务适配出发，解读 Astra 与 π0.5 在 RoboDojo、RoboLab 上不同的表现，以及混合控制距离实时执行还有多远。