传统控制算法，在大模型时代的真实生存现状
1% 的极端场景，会杀死 100% 的产品
π₀.7 的天才之处，和大模型真没有“半毛钱”关系…
数学不会撒谎，大模型会。
被严重低估的具身智能核心：点云配准的场景挑战与算法迭代
让机器人在真实、混乱的环境中可靠地“对齐”物理世界。
4年了！终于证明：人类第一视角数据，才真正打开了机器人规模化的通道
机器人学习的底层逻辑
近三年世界模型 3 大技术路线！这 15 个项目全开源（推荐收藏）
什么样的预测，才值得机器人“托付”一次真实的物理交互？
复盘完近两个月 OpenClaw × 机器人研究，这5大框架值得重点关注！
意图驱动已成趋势
π0.7之后，我更想聊聊Robo Scaling路上会丢掉哪些“拐杖”？
谁会在具身智能大潮下，第一个被抛弃？
我们完整跑了一遍 LingBot-VLA 真机后训练全流程，聊聊真实体验
9 种双臂机器人构型、2万小时真实操作数据