月记·二零二六·一月

前言#

2026 的一月份还是充满了打工和迷茫的一个月，伴随着月初和乐小姐的短暂相聚结束，我完成了在学校本科的最后一次实验课，然后返回了上海，继续我在上海人工智能实验室的打工生活。具身智能中心对于我来说的主线依然是清晰的，伴随着伦哥的离职，我也就继续在汗青哥麾下工作，然后 contribute 到目前 Benchmark Platform 的开发中，并且在闲暇之余继续沉淀。

Benchmark Platform#

在 GenManip 延申为 GenManip Suite 之后，我带领工程师团队（姑且这样自夸）一直在打磨 GenManip Suite 的效果，包括说使用 Ray 进行资源管理，更合理且符合直觉的使用流程，以及更全面的文档和示例。我们制作了简单的 cli 工具以及一些相关的可视化，并且大量优化了测评相关的内容，使得测评如今可以像是提交任务一样，让一个 Benchmark 的 Server 长久地活在你的后台，动态增删资源调用，实时查看进度。

过程中的一些迭代结论比较有趣。对于设计一个 Benchmark Platform 来说，或者说一个可以高效可扩展地支持多个 Benchmark 的 Codebase 来说，这时候的视角变得不再是完成一个科研项目，而是设计一个产品，不少的视角需要从用户重新出发。

一个小的结论是，事实上美观性对于项目可以起到显著的作用。最近我在高强度使用 Codex 以及 Claude Code 这类 TUI Coding Agent 来进行高强度的 vibe coding，虽然说 Codex 的模型能力本身很强，但是日常使用中明显我更加倾向于使用 cc。一个显著的原因就是因为 cc 搭载的各种令人不明觉厉的内容，动态的 TUI、Planning Mode、若干的交互以及更加具体的反馈，使得用户在使用的过程中具有了一种“安全感”，这种安全感很大程度上来自于 presentation，而并非本质的功能，对于一个内容 solid 但是需要吸引别人使用，减轻别人的使用压力的项目来说，尤为如此。

因此我给项目的 cli 提供了美观的输出，立刻就让人心情愉悦了起来，大家的反馈也都还挺不错。值得一提的是，现在的交互非常的简单，大概就是：

python ray_server.py
gmp submit GenManipSuite/GenManip-Package-Basic # submit a benchmark
python model_client.py

就可以开始测试。因为采用了 c/s 的设计，因此仿真端对于用户来说完全可以作为黑盒去使用，而仅暴露 fastapi 接口，同时我们几乎零依赖的 genmanip-client 包可以安装到用户的模型环境中，通过 from genmanip-client import EvalClient 即可自动建立通信，只需要用户对于类返回的 Obs 推理出来 Action 并且发回去即可，非常的干净。

同时我也在 Codebase 中添加了一些有趣的老本行，也就是通过 filesystem 来进行不同 ray_server.py 之间的进度同步，只要不同的程序共享文件系统，对于同一个 run-id 的任务，就可以同步进度。这件事的必要性也比较显然，因为对于整个中心来说，大量的同学都需要使用 Server 来进行测试，而 Server 要不然就持久地占有很多的资源，要不然就可能在非峰值使用的时候资源浪费，而在峰值使用的时候又供不应求。使用 DLC 来动态启动多个 Server，并且及时释放，可以使得整体的 Workflow 回到之前类似于将模型与仿真统一打 Docker 然后批量测试的感觉，而同时进度同步，也算是不错的 Feature。

这些情报姑且算是可以透露的，同时我们自己的 Benchmark 的 V1 基本上已经做的差不多了，之后就只需要在现有的基础上加入更多的 Domain Randomization（这事实上也是 GenManip 所擅长的方面之一），并且支持大量的 Baseline，就算是大功告成了。

关于 AI Infra#

最近另外一件一直在思考的事情就是关于自己应该去做什么的事情，什么可以组成自己博士生涯的主线，尽管现在我的博士生涯还没有开始。

一个有趣的事情是，我发现绝大多数的比较 Junior 的做 Robotics 相关的同学都比较仅限于将一些内容调 Work，而不在意里面非常细节的原理性内容；大多数做 VLM 和 GenAI 的同学则相对对于这种东西熟悉一些，不过更加注重原理以及 Insight 的挖掘；而这些领域中少数的非常出色的同学，才会对于 AI Infra 以及模型相关的内容同时比较精通。在这里的 Infra 主要指 Training Infra 相关的内容，尤其比如说 FSDP、Megatron 以及各种各样的分布式训练相关的技术。

按照我的判断来说，在 Scaling Law 的时代下，Insight 只有在训练尺寸足够大的模型，并且在足量的数据以及足够的卡上跑通，才可以被领悟，而这些内容毫无疑问，需要在一定的 AI Infra 之上实现。对于 LLM 以及 VLM 来说，在长久的发展之后，相关的内容已经比较成熟了，但是对于 Robotics 以及 VLA 来说，则基本上还没有开始发展。一个明显的缺口存在，而我们之前的一些探索，比如说 starVLA ↗ 已经占据了一定的先机，具有了一千 star，这在 VLA 领域已经算是十分优秀的成绩，而我们明显可以在这个基础上进一步拓展。

同时，想要将来在企业中成为那个可以训练千卡集群的人，明显自己在此之前就需要有不少的积累，比如说经常进行百卡的训练，对于各种优化手段都比较熟悉，这意味着自己之前一定要经常上手这些训练框架，亲自对于代码进行优化，并且进行大量的实验，这方面的积累是十分重要的。因此还是需要趁早上手，然后开始滚雪球，扩大自己可以接触的计算资源，增进自己的能力，并且让自己一直保持活跃。

同时，另外一件有趣的事情是，相较于 VLM 相关的领域来说，对于部署以及数据的内容，具身明显在诸如使用 SGLang 或者类似框架进行部分的优化之外，还包括着更多的讲究。比如说对于不同的真机的部署，一些真机部署上的经验、trick 甚至可能需要了解一些机器人的选型以及修理机器人的技术；对于数据以及测评，仿真管线里面需要踩的坑也同样不少。诸多可以拓展的内容带来了足够厚实的技术壁垒，同时也有挑战性，对于我来说，这可能是一个非常不错的方向。

正好之前也是一直在进行 GenManip 这一套仿真的迭代，以及 starVLA 关于 VLA 的迭代，因此也算是上车了，都可以打包到 Infra 的故事线里面。接下来就需要尽力而为，并且看看如何走得更远，也包括如何在中心里面对于不同的项目都有自己的 contribution。

同时，维护开源项目，或许放出一些 Tech Report 以及相关的 Blog，对于目前的我来说可能更加合适一些。在此之前大量的论文投稿的经验，实在是让我对于 Rebuttal 有着本能的反感，因此还是少发点论文吧，反正大概率也不缺。AI Infra 的另一个偏向功利的角度在于成为卖铲子的人，从而混到大量的 credit，对于提升身价也算是不错的方法。

最近看了 WhyNotTV 的播客，采访了 翁家翌 ↗，谈了不少关于 Infra 以及包括说开源项目类似的内容，还是颇有感触，深受鼓舞。或许 Infra 是对的，至少我暂时会尝试很长一段时间。

公主梦#

除此之外的内容，可能主要就是一月中旬乐小姐来找我玩了。

因为乐小姐过生日，再加上结束了久违的考试周（不得不再次感叹医学生的考试压力之大，或者说应该是考试月），于是开始了为期五天的上海之行。因为自己在 AILAB 的宿舍只是非常小的蜗居，因此不太适合将女朋友带过来，于是还是选择住了酒店。通过每天八点钟上班，加上灵活打卡的规定，从而可以每天五点钟下班，然后陪着乐小姐。

大概是一种巧合，但是总之乐小姐的生日恰好在周末，虽然说我们两个人对于迪士尼相关的 IP 并没有什么独到的喜好，但是毕竟从每个少女都有一个公主梦的角度来说，还是值得一去。于是我们就去了迪士尼。尽管是在周末，但是因为是冬天，以及中小学生还没有放假，因此人流量还算是一个可以接受的范畴。同时乐小姐不太能玩太刺激的项目，于是我们主要还是以拍照以及逛逛为主，于是没有漫长的排队，体验还算是不错。

同时，相较于之前乐小姐对我拍照技术的吐槽，这次终于有了足够长的时间上手我当初给乐小姐买的相机，并且锻炼自己的摄影技术，至少拍人现在不会很奇怪，也可以让她满意。

五天的时间好似一场梦过去，发生了很多有意思的事情，不过限于题材不便多说。总之很开心，也很充实。

结语#

这大概就是我一月份在做的事情，迭代主线，继续完成一个大型的项目，尝试 Track 不同的人，和他们开会对齐进度，锻炼自己的能力。不断思考，相较于之前还在思考仿真以及数据如何如何，如今跳出仿真的视角，从更大的 AI Infra 的角度明确方向，第一次确定将来自己的故事线。加上适当的闲暇。愿共勉。