-
World Model 与 VLA：具身智能的两条路线，以及从 3D 视觉出发的视角
由 GPT-6 Astra 引出的路线之问：VLA 与 World Model 在拟合什么、各自卡在哪里、通用大模型处在什么位置、哪些方向可能带来突破；以及从 3D 视觉看 World Model。
-
COCO → IoU → OKS → AP：读懂姿态估计论文里的那些数字
COCO 关键点标注的三张表与每个字段的含义；IoU 对「大一圈」有多敏感；OKS 里 s 和 σ 各管什么；格式字段如何改变分数；从单个 OKS 到 AP 的组装过程。
-
SAM 速览：为什么图像只编码一次
bbox 与 keypoint 作为提示；SAM 系列的三段式结构；它的 Transformer 和 GPT 有什么不同；「编码贵、解码便宜」的原理；以及向 AI 学习时为什么要追问出处。
-
用 SIFT + RANSAC 做尺寸校准，以及怎么判断「对得准不准」
从匹配到相似变换；RANSAC 为什么能无视外点；RMS、中位数、最大残差各自在量什么；不需要真值也能判断对齐质量的道理与边界。
-
SIFT 自学笔记：尺度不变到底保证了什么
尺度不变到底保证了什么；DoG、主方向与 128 维描述子；匹配为什么在描述子空间里找；Lowe ratio test。