https://aliveriver.xyz/ 一个仅限于记录生活的个人博客 zh-CN Tue, 22 Sep 2026 16:17:39 GMT https://aliveriver.xyz/2026/09/21/Dream-Tac/ https://aliveriver.xyz/2026/09/21/Dream-Tac/ Mon, 21 Sep 2026 05:30:12 GMT Dream-Tac: A Unified Tactile World Action Model for Contact-Rich Robot Manipulation 一句话总结 Dream-Tac 把当前视触觉条件、未来视觉、未来触觉和动作放进同一个 DiT 里联合去噪；用接触门控的非对称注意力，在接触转变时强调触觉、避免被稀疏噪声稀释；再用 FlashBias 训练加速和扩散缓存推理加速，使这套世界动作模型能在真机富接触任务上跑起来。 摘要与引言部分 Dream-T... https://aliveriver.xyz/2026/09/18/VT-WAM/ https://aliveriver.xyz/2026/09/18/VT-WAM/ Fri, 18 Sep 2026 03:03:12 GMT VT-WAM: Visual-Tactile World Action Model for Contact-Rich Manipulation 一句话总结 VT-WAM 用联合 flow matching，让视觉、触觉、动作三个 expert 各自预测本模态的速度场：未来腕部图像、未来触觉形变、未来动作块。三路在同一个主干里一起训，但不是互相条件化。非对称 MoT 用注意力 mask 规定读出关系：动作在训练和推理时都只读「第一帧视觉锚点 + 完整触觉序列」。AVTAG... https://aliveriver.xyz/2026/09/17/DexAC/ https://aliveriver.xyz/2026/09/17/DexAC/ Thu, 17 Sep 2026 08:48:12 GMT Not All Actions Are Equal: Rethinking Conditioning for Dexterous World Model 一句话总结 DexAC-WM 要解决的是：高自由度灵巧动作各维尺度差太大。如果用最朴素的做法，把所有动作压成一个总向量再注入，手指这种很小的运动会被手腕和头部的大运动淹没，动作语义就塌掉了。方法分成两块。 第一块：动作怎么注入（DexAC） - SAT（结构化动作分词）：每个动作维度先单独归一化，再单独做成 token... https://aliveriver.xyz/2026/09/15/DeCAL/ https://aliveriver.xyz/2026/09/15/DeCAL/ Tue, 15 Sep 2026 08:48:12 GMT DeCAL Towards Physically-Grounded Dexterous Vision-Language-Action Models via Contact-Aware Latent Co-Imagination 一句话总结 DeCAL 使用三专家 MoT 架构。理解专家基于 Qwen3-VL 处理语言与多视角视觉，并通过 cross-attention 引入多指触觉 token；触觉融合采用残差方式，同时由全局触觉 token 生成接触感知门控权重，自适... https://aliveriver.xyz/2026/09/14/TacPAC/ https://aliveriver.xyz/2026/09/14/TacPAC/ Mon, 14 Sep 2026 06:48:12 GMT TacPAC: Tactile Prediction and Real-Time Action Correction in World-Action Models for Contact-Rich Manipulation 一句话总结 TacPAC 让基座 WAM 先联合生成未来视触觉和动作块 $\hat{a}$，使规划条件化于它预期会产生的接触；规划完成后在 $\tau=0$ 再跑一次干净前向，把这份预期接触和规划本身缓存为逐层 KV。执行中每来一张触觉图 $Im$，... https://aliveriver.xyz/2026/09/12/Visuo-TactileWorldModels/ https://aliveriver.xyz/2026/09/12/Visuo-TactileWorldModels/ Sat, 12 Sep 2026 03:57:12 GMT Visuo-TactileWorldModels 一句话总结 VT-WM 在仅视觉世界模型之外加入指尖触觉，把接触状态锚定住，从而减轻遮挡下物体消失、瞬移、以及未受力却乱动等幻觉。实现上，Cosmos 与 Sparsh 分别编码外视和触觉，token 拼接后用分解时空自注意力交互，再用交叉注意力注入动作，RoPE 只做位置编码；训练用 teacher forcing 保稳定，用短程自回归采样保长程连贯。规划时 CEM 在想象里滚未来，按与目标图像的视觉潜变量距离选动作，... https://aliveriver.xyz/2026/09/11/Faster-WAM_%20Efficient%20Inference-Time%20Future%20Conditioning%20for%20Robust%20World%20Action%20Models/ https://aliveriver.xyz/2026/09/11/Faster-WAM_%20Efficient%20Inference-Time%20Future%20Conditioning%20for%20Robust%20World%20Action%20Models/ Fri, 11 Sep 2026 03:12:12 GMT Faster-WAM Efficient Inference-Time Future Conditioning for Robust World Action Models 一句话总结 Faster-WAM 要解决的是 WAM 的效率–鲁棒性两难：Joint-WAM 推理时保留未来表征，OOD 更好但太慢；Fast-WAM 推理时丢掉未来，ID 仍高、OOD 会崩。本文证明，推理时显式使用未来表征对 OOD 鲁棒性是必要的。具体做法是：利用“高噪声视频潜变量仍含控制相关... https://aliveriver.xyz/2026/09/10/Visual%20Calibration%20Enables%20World%20Models%20as%20Zero-Shot%20Simulators/ https://aliveriver.xyz/2026/09/10/Visual%20Calibration%20Enables%20World%20Models%20as%20Zero-Shot%20Simulators/ Thu, 10 Sep 2026 06:35:12 GMT Visual Calibration Enables World Models as Zero-Shot Simulators 一句话总结 SyncWorld 不直接输出动作，而是给动作条件世界模型加一段配置相关的视觉标定上下文 $(Cs)$（运动自由度、正负），让模型在新相机/新摆放/新单臂上读懂“当前数值动作在像素里意味着什么”，从而正确预测未来观测。训练时还用坐标增强逼它读 $(Cs)$，再用教师（有标定）对学生（无标定）蒸馏，使测试时即使没有显式标定，也能从交互... https://aliveriver.xyz/2026/09/10/DECOWAM/ https://aliveriver.xyz/2026/09/10/DECOWAM/ Thu, 10 Sep 2026 01:23:12 GMT DECOWAM: Decoupled Whole-Body World-Action Model for Legged Mobile Manipulation 一句话总结 DECOWAM 把腿式移动操作里的底盘运动、手臂动作和相机自运动显式拆开，用少量参数把冻结的世界-动作模型改造成能在移动视角下同时预测未来画面并做全身协同控制的系统。 引言与摘要部分 腿式移动操作要求机器人能够预测基座移动和机械臂运动如何共同改变未来的观察与控制。现有的世界-动作模型（World-Ac... https://aliveriver.xyz/2026/08/19/%E5%9C%A8%E4%BD%A0%E8%B5%B0%E5%90%8E%E6%88%91%E6%89%8D%E6%83%B3%E8%B5%B7%E7%AD%94%E5%BA%94%E4%BD%A0%E4%B8%80%E8%B5%B7%E5%8E%BB%E6%95%A3%E6%AD%A5/ https://aliveriver.xyz/2026/08/19/%E5%9C%A8%E4%BD%A0%E8%B5%B0%E5%90%8E%E6%88%91%E6%89%8D%E6%83%B3%E8%B5%B7%E7%AD%94%E5%BA%94%E4%BD%A0%E4%B8%80%E8%B5%B7%E5%8E%BB%E6%95%A3%E6%AD%A5/ Tue, 18 Aug 2026 16:01:12 GMT 在你走后我才想起答应你一起去散步 第一章 茶已经凉了。 shot01 星极端起那杯红茶时才意识到这一点。茶水表面凝了一层薄薄的膜，是她泡好之后搁在桌角就再没碰过的缘故。办公桌的另一头空荡荡的。椅背被推正了，桌面上的文件还摊着，翻到今早她进来时看到的那一页。博士总是这样，文件夹铺得到处都是，她每次帮他整理，都要从中抽出三四份被新报告压住的旧卷宗，重新归回对应的格子。 她把凉茶挪到一边，伸手去够桌角的文件夹。动作很轻，指尖压住纸面边缘的时候连一点折痕都舍不得留。这是她做助理... https://aliveriver.xyz/2026/08/19/%E7%94%BB%E4%B8%AD%E7%95%99%E7%99%BD/ https://aliveriver.xyz/2026/08/19/%E7%94%BB%E4%B8%AD%E7%95%99%E7%99%BD/ Tue, 18 Aug 2026 16:01:12 GMT 罗德岛偏僻的走廊尽头，灯光总是比别处暗上一截。博士路过时本没想停留，只是脚步慢了一拍。 shot01 墙上挂着一幅没有署名的画。 画框很旧，边缘有细微的磨损。画里是一座安静的小院，白墙青瓦，门扉紧闭。院子空着，连一片落叶都没有。远处隐约有山影，却被雾气压得很低。整幅画安静得过分，像是故意把声音都关在了门后。 博士站了一会儿，没有伸手去碰。他只是看了看，记下了位置，然后离开。 第二天，画的位置微微偏了一点。 不是错觉。框的左边比昨天多出一道极浅的阴影，像是有人从内部轻轻推... https://aliveriver.xyz/2026/06/06/%E7%BD%91%E9%A1%B5pwa%E5%BC%80%E5%8F%91%E9%81%87%E8%A7%81%E7%9A%84%E9%97%AE%E9%A2%98/ https://aliveriver.xyz/2026/06/06/%E7%BD%91%E9%A1%B5pwa%E5%BC%80%E5%8F%91%E9%81%87%E8%A7%81%E7%9A%84%E9%97%AE%E9%A2%98/ Fri, 05 Jun 2026 16:07:00 GMT 前端常见 Bug 总结与最佳实践 本文档基于实际项目（Ghost Relationship Test）中遇到的问题整理，提炼出具有普遍性的规律与扩展性的解决思路。 --- Bug 1：移动端输入框无法输入 / 只能输入部分字符 症状 - 手机端：完全无法输入任何内容 - PC端：只能输入数字，字母/中文无效 根本原因 | 场景 | 原因 | |------|------| | 手机虚拟键盘 | 不触发 keydown 事件（或触发的是合成事件），只触发 input/co... https://aliveriver.xyz/2026/05/12/%E6%89%8B%E6%9C%BA%20App%20%E9%80%9A%E8%BF%87%E5%B1%80%E5%9F%9F%E7%BD%91%20WebSocket%20%E6%8E%A7%E5%88%B6%E6%9C%BA%E5%99%A8%E4%BA%BA/ https://aliveriver.xyz/2026/05/12/%E6%89%8B%E6%9C%BA%20App%20%E9%80%9A%E8%BF%87%E5%B1%80%E5%9F%9F%E7%BD%91%20WebSocket%20%E6%8E%A7%E5%88%B6%E6%9C%BA%E5%99%A8%E4%BA%BA/ Tue, 12 May 2026 07:41:00 GMT 手机 App 通过局域网 WebSocket 控制机器人：从零到通的完整踩坑记录 一、需求背景 我们有一个人形机器人（天轶 2.0 Pro），运行 Python + LangGraph 的 AI Agent，通过 ROS2 控制双臂和灵巧手。另外有一个 Expo React Native 手机 App。 目标： 手机 App 通过 WiFi 局域网直连机器人，发送控制指令（手势、机械臂动作、语音等），不经过云端后端。 技术方案： - 机器人端：FastAPI WebSo... https://aliveriver.xyz/2026/04/19/vuepress-theme-plume-intro/ https://aliveriver.xyz/2026/04/19/vuepress-theme-plume-intro/ Sat, 18 Apr 2026 16:00:00 GMT 介绍 vuepress-theme-plume 的定位、核心概念、项目结构和常用工作流。 https://aliveriver.xyz/2026/04/15/%E5%9C%A8%E6%9C%8D%E5%8A%A1%E5%99%A8%E7%9A%84git%E9%85%8D%E7%BD%AE/ https://aliveriver.xyz/2026/04/15/%E5%9C%A8%E6%9C%8D%E5%8A%A1%E5%99%A8%E7%9A%84git%E9%85%8D%E7%BD%AE/ Wed, 15 Apr 2026 08:14:47 GMT 在多人共享的科研服务器上，且每个人有独立的用户账号，最安全、最方便的认证方式是配置 SSH 密钥。 因为你有自己的独立用户，你生成的密钥会保存在你自己的 /.ssh 目录下，其他用户无法访问，这样既保证了安全，又可以免密码进行 git pull 和 git push。 以下是完整的步骤指南： 第一步：在服务器上生成 SSH 密钥 1. 使用你的账号通过 SSH 登录到服务器。 2. 在终端中输入以下命令生成新的 SSH 密钥（推荐使用更安全的 ed25519 算法）。请... https://aliveriver.xyz/blog/b1is347d/ https://aliveriver.xyz/blog/b1is347d/ Fri, 10 Apr 2026 21:00:00 GMT adk-go Memory详解 Memory 负责是“跨对话线程以后还能想起什么”。 在 adk-go 里，Memory 不是自动替你保存所有历史的魔法盒。它更像一个长期记忆服务接口：你把某个 Session 里的事件喂进去，后面再按用户问题把相关记忆查出来，交给 Agent 使用。 所以先把边界说清楚： - Session 解决短期上下文，也就是同一个 sessionID 内的历史、状态和事件。 - Memory 解决长期检索，也就是同一个用户跨多个 Session ... https://aliveriver.xyz/2026/04/06/%E5%89%8D%E7%AB%AF%E5%85%AB%E8%82%A1%E6%96%87/ https://aliveriver.xyz/2026/04/06/%E5%89%8D%E7%AB%AF%E5%85%AB%E8%82%A1%E6%96%87/ Mon, 06 Apr 2026 13:21:00 GMT H5 一、 html 1. 行内元素。块级元素。空元素？ - 行内元素一行可以放很多个，（设置不了宽高） - span、img、input、.. - 块级元素一行只能放一个 - h1、h2、div、ul、li、footer、header、p.. - 空元素 - br、hr、 2. 元素之间转换？ - 使用CSS的display属性 3. link 与 @import的区别 - 先有的link，后有@import - link是标签，@import是一个Css文件中的语法... https://aliveriver.xyz/2026/04/06/adk-go-session/ https://aliveriver.xyz/2026/04/06/adk-go-session/ Mon, 06 Apr 2026 13:20:00 GMT adk-go Session详解 如果说 Agent 决定了“怎么思考”，那么 Session 决定的就是“这次对话记住了什么”。 在 adk-go 里，Session 不只是一个聊天 ID，它同时承担了会话历史、短期状态、运行上下文入口这三层职责。 很多人第一次看 ADK 时，会把 Session 和 Memory 混在一起。其实两者边界很清楚： - Session 负责单次会话线程内的上下文、事件历史和状态。 - Memory 负责跨 Session 的长期知识检索... https://aliveriver.xyz/2026/04/23/adk-go-tool/ https://aliveriver.xyz/2026/04/23/adk-go-tool/ Mon, 06 Apr 2026 13:20:00 GMT adk-go-tool 1. tool 与 Toolsets 的接口：是什么？有什么用？ 在 google.golang.org/adk/tool 包下，工具体系被拆分成了两个维度的抽象。 Tool：能力原子 Tool 代表的是一个单一的具体能力（例如：查天气、读文件、执行 SQL）。 在底层逻辑中，一个可执行的工具通常包含两部分核心： 1. 定义 (Declaration)：大模型能看懂的元数据，包含名称、描述和严格的入参 Schema（映射为底层模型的 Functi... https://aliveriver.xyz/2026/03/31/adk-go-agent/ https://aliveriver.xyz/2026/03/31/adk-go-agent/ Tue, 31 Mar 2026 08:14:47 GMT adk-go Agent 类详解 ADK for Go 在 2026 年 3 月底发布 1.0 后，重心已经不只是“怎么写一个 Agent”，而是“怎么把 Agent 放进生产环境运行”。这篇文章按 1.0/1.1.x 的能力把几个关键点补齐：结构化工作流 Agent、Plugin/OTel 可观测性、Retry and Reflect 自愈、Human-in-the-Loop 工具确认流、YAML 配置化，以及多模态内容审核场景里的 SafetySettings。 基... https://aliveriver.xyz/2026/03/31/adk-go%E7%9A%84%E5%BF%AB%E9%80%9F%E5%85%A5%E9%97%A8/ https://aliveriver.xyz/2026/03/31/adk-go%E7%9A%84%E5%BF%AB%E9%80%9F%E5%85%A5%E9%97%A8/ Tue, 31 Mar 2026 07:52:33 GMT adk-go简介 adk-go 是 Google 开源的一款主打 “代码优先 (Code-First)” 的 AI Agent（智能体）开发框架的 Go 语言版本。 核心思想：不推崇高度封装的“黑盒”黑魔法，而是将大模型编排、工具调用、记忆管理等复杂逻辑直接转化为标准的、可预测的 Go 代码。 优势：结合了 Go 语言的高并发和强类型特性。你可以像开发普通微服务一样，对 Agent 进行断点调试、版本控制和企业级部署。 框架核心 adk-go 的运行依赖于以下几个核心概... https://aliveriver.xyz/2025/12/10/Pyinstaller%E4%BD%BF%E7%94%A8%E4%BB%A5%E5%8F%8A%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%E7%BC%96%E5%86%99/ https://aliveriver.xyz/2025/12/10/Pyinstaller%E4%BD%BF%E7%94%A8%E4%BB%A5%E5%8F%8A%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%E7%BC%96%E5%86%99/ Wed, 10 Dec 2025 04:49:02 GMT PyInstaller 使用以及配置文件编写 目录 - PyInstaller 使用以及配置文件编写 - 目录 - 1. 什么是 PyInstaller - 1.1 PyInstaller 简介 - 1.2 PyInstaller 的常用指令 - 2. PyInstaller 配置文件（spec 文件） - 2.1 什么是 spec 文件 - 2.2 Spec 文件结构 - 2.3 Analysis 分析阶段 - 2.3.1 入口脚本 (scripts) - 2.3.2... https://aliveriver.xyz/2025/11/05/pt%E6%A8%A1%E5%9E%8B%E8%BD%AC%E4%B8%BAtfjs%E7%9A%84%E4%B8%80%E7%A7%8D%E5%8F%82%E8%80%83%E6%96%B9%E6%B3%95/ https://aliveriver.xyz/2025/11/05/pt%E6%A8%A1%E5%9E%8B%E8%BD%AC%E4%B8%BAtfjs%E7%9A%84%E4%B8%80%E7%A7%8D%E5%8F%82%E8%80%83%E6%96%B9%E6%B3%95/ Wed, 05 Nov 2025 06:55:47 GMT .pt模型转为tfjs的一种参考方法 前排提醒 仅方法仅实践于windows系统下的yolo8与yolo12的情况，其余情况可行性有待验证。 情景 个人需要将模型嵌进expo go中需要使用tfjs格式的模型，根据网络教程打算采用.pb转onnx转savemodel转tfjs的方法，但转出来的模型总会报错。 猜测是windows不能使用tensorflowjs 的 Python 转换器会 import tensorflowdecisionforests（TF-DF），而... https://aliveriver.xyz/2025/11/02/%E6%9F%A5%E6%97%A0%E6%AD%A4%E4%BA%BA/ https://aliveriver.xyz/2025/11/02/%E6%9F%A5%E6%97%A0%E6%AD%A4%E4%BA%BA/ Sun, 02 Nov 2025 07:01:12 GMT 査此无人 ------查无此人小姐异闻录 "查无.此人女士，我们现在确定了------您失忆了。"这位白大街的医生拿着一张X光片看了看，如实说道。 "那医生，我该怎么办呢？"医生面前这位留着长发的女士便是梦想成为世界顶流小说家的查无.此人.不过十分戏剧性的是，正当她要着手写出她惊世骇俗的第一部小说时，她失忆了，连同构思好的故事一起丢失了。 "不必着急，女士。您只需要好好地活着，记忆自己便会来找你。"白大街打发走了此人女士。 回想着医生说的话，此人小姐半信半疑地走出了医院... https://aliveriver.xyz/2025/11/02/gin%E7%9A%84%E4%BD%BF%E7%94%A8/ https://aliveriver.xyz/2025/11/02/gin%E7%9A%84%E4%BD%BF%E7%94%A8/ Sun, 02 Nov 2025 04:25:49 GMT gin的简单使用，仅供入门参考 https://aliveriver.xyz/2025/11/02/gorm%E4%BD%BF%E7%94%A8/ https://aliveriver.xyz/2025/11/02/gorm%E4%BD%BF%E7%94%A8/ Sun, 02 Nov 2025 04:25:24 GMT gorm的简单实用，仅供入门参考 https://aliveriver.xyz/2025/11/02/go%E8%AF%AD%E8%A8%80%E9%94%99%E8%AF%AF%E5%A4%84%E7%90%86/ https://aliveriver.xyz/2025/11/02/go%E8%AF%AD%E8%A8%80%E9%94%99%E8%AF%AF%E5%A4%84%E7%90%86/ Sun, 02 Nov 2025 04:25:06 GMT go语言错误处理 错误处理基本思路 自定义错误信息 错误处理方法 使用error包 日志记录 错误传播（适用于函数调用） Wrap() 函数 panic（）和recover（） panic 会使程序立即停止，并输出错误信息 需要使用 recover 来捕获并处理这些错误 在使用 panic 时，需要注意以下几点： 1. panic 会导致当前函数的执行立即停止，但defer语句会被正常执行。 2. 如果当前函数中没有捕获 panic 的 recover 语句，程序会从当... https://aliveriver.xyz/2025/11/02/go%E8%81%94%E5%8A%A8dbms/ https://aliveriver.xyz/2025/11/02/go%E8%81%94%E5%8A%A8dbms/ Sun, 02 Nov 2025 04:24:44 GMT 最基本的样式 连接池管理 处理返回数据的几种方法 https://aliveriver.xyz/2025/11/02/go%E8%AF%AD%E8%A8%80%E5%87%BD%E6%95%B0%E4%B8%8E%E6%8C%87%E9%92%88/ https://aliveriver.xyz/2025/11/02/go%E8%AF%AD%E8%A8%80%E5%87%BD%E6%95%B0%E4%B8%8E%E6%8C%87%E9%92%88/ Sun, 02 Nov 2025 04:24:20 GMT go语言函数 基础函数形式 变长参数传入 匿名函数 匿名函数的基本形式 匿名函数的调用 匿名函数做函数参数以及函数返回值 定义函数类型 go语言指针 声明 初始化 操作 https://aliveriver.xyz/2025/11/02/go%E8%AF%AD%E8%A8%80%E5%9F%BA%E7%A1%80%E5%8F%98%E9%87%8F%E4%B8%8E%E6%8B%B7%E8%B4%9D/ https://aliveriver.xyz/2025/11/02/go%E8%AF%AD%E8%A8%80%E5%9F%BA%E7%A1%80%E5%8F%98%E9%87%8F%E4%B8%8E%E6%8B%B7%E8%B4%9D/ Sun, 02 Nov 2025 04:23:50 GMT go语言基础变量类型 变量定义 nil nil 是一个预先声明的标识符，指针、通道、函数、接口、map、切片的零值就是nil nil 是没有默认类型的，他的类型具有不确定性，我们在使用它时必须要提供足够的信息能够让编译器推断 nil 期望的类型 以下是 nil 的一些注意事项： 1. 声明一个 nil 的 map，map 可以读数据，但是不能写数据 2. 关闭一个 nil 的 channel 会引发 panic 3. nil切片不能进行索引访问，会引发 panic 4.... https://aliveriver.xyz/2025/11/02/go%E8%AF%AD%E8%A8%80%E8%BE%93%E5%85%A5%E8%BE%93%E5%87%BA%E4%B8%8E%E6%8E%A7%E5%88%B6%E6%B5%81/ https://aliveriver.xyz/2025/11/02/go%E8%AF%AD%E8%A8%80%E8%BE%93%E5%85%A5%E8%BE%93%E5%87%BA%E4%B8%8E%E6%8E%A7%E5%88%B6%E6%B5%81/ Sun, 02 Nov 2025 04:23:18 GMT go语言输入输出 输入 fmt包的输入 main函数传参 通过OS包的Args获取main的参数(此方法不能确定参数类型) os.Args是一个[]string类型，命令行中的参数会被写入到os.Args数据中 通过flag包的Parse()获取参数(此方法可以指定类型，携带tag) 需要声明参数对应的类型和格式 bufio输入 bufio是带有缓冲的输入输出流，这里只讨论输入 输出 fmt包的输出 bufio输出 bufio是带有缓冲的输入输出流，这里只讨论输出 go...