ZIWU 文档

1. 定位与目标#

目标用户与其核心任务

2. 信息架构#

Hero 与裁决卡之后，是六个编号区块（括号内为锚点 id）：

1. Hero + 本集裁决卡：任务标题、七条轨迹的一句话说明，右侧是当前选中轨迹的裁决（SUCCESS / FAIL / LIVE、轨迹角色、原生终局明细）。
2. 01 规范任务图（#digital-twin）：任务定义、Episode path 与 Cohort Profile 分层显示。
3. 02 三路同步证据（#evidence）：轨迹选择器、播放控制、step 滑杆与三路录制相机。
4. 03 GPU 云端仿真（#gpu-live）：流水线 / 头部相机 / 双臂轨迹 / 物理侧写；评审副本不连接生产触发服务。
5. 04 离线运行（#offline-demos）：5 个 RunBundle 的视频与任务图同轴回放。
6. 05 公差扫描（#tol-ladder）：9 条运行的 8 / 4 / 2 mm 公差结果。
7. 06 证据边界（#evidence-boundary）：明确能证明什么、不能证明什么。

3. 功能清单 · F1 轨迹选择器#

七条录制轨迹共用同一套播放、定位与孪生图；当页面上存在一次 fill_pen_holder 的实时运行时，会额外出现第八条 LIVE 轨迹并自动选中。

切换轨迹会重置播放器与 step 游标。选择器带意图预取：指针悬停或键盘聚焦到某条轨迹时，延迟 220 ms 后预热它的三路视频——但仅在当前轨迹已完全缓冲且没有在播放时才真正发起请求，否则会与正在播放的视频抢带宽（实例公网出口观测上限约 10 Mbps）。

4. 功能清单 · F2 三路同步播放#

• 头部 / 左腕 / 右腕三路 640×480 视频由同一个播放引擎驱动，共享时间源；step 与秒数按 25 FPS 互转。
• 播放控制：播放 / 暂停（缓冲期间显示「缓冲中 · n/3 路就绪」并置 aria-busy）、倍速 0.5× / 1× / 2× / 4×、step 滑杆与秒数读数。
• 锚点详情面板里的主视角画面用 canvas 镜像 CAM 01，而不是再挂一个 <video>——后者会导致每条轨迹把 head.mp4 下载两次。
• 演示预载：一次性把本页 42 个视频 / 海报写入 Cache Storage，由 Service Worker（支持 Range 请求）接管 /evidence/*，已在无头 Chrome 断网条件下验证可完整播放。

5. 功能清单 · F3 任务图画布#

灰色骨架是 fill_pen_holder 的规范任务图（canonical task graph v6 简化布局），对所有轨迹保持不变。彩色轨迹随播放逐段生长。

轨迹段的五种状态

节点的三种状态

• 已到达：描边点亮，可点击 / 回车跳转到该节点的首次到达 step。
• 未到达：虚线描边 + 「未到达」标签——本轨迹原生确证从未进入。
• 无逐步观测：本节点的状态不在谓词词表内（例如「具体抓的是哪一支笔」），因此既不能说到达也不能说未到达。这一区分只对原生真值轨迹有意义，也是页面最容易被忽略但最重要的诚实性设计。
• 同一节点被经过 ≥3 次时，会出现「经过 ×N」徽章——这是长程任务里停滞循环最直观的指纹。

其它画布元素

• 游标：沿当前段的路径按 step 比例移动（getPointAtLength），实时显示 STEP n，颜色取当前段状态色。
• 两种显示模式：「跟随播放生长」只画已走过的部分；「预览全程轨迹」把未来段以幽灵线预告。
• 群体证据带：画布右下角固定显示官方 150 条 rollout 在 P0–P4 里程碑的观测计数与逐级通过率，并在 SCORE_GATE / FINAL_ACCEPTANCE / SUCCESS 三个节点上以蓝色徽章标注群体数字，与单条轨迹分层。

6. 功能清单 · F4 锚点详情与时间轴#

右侧详情面板随游标更新，是「从图回到证据」的主要入口：

• 当前锚点状态点 + 轨迹名 + STEP n + t = x.xx s + 状态文案（实时运行时显示「实时 · 最近锚点 STEP n」）。
• CAM 01 同步画面（canvas 镜像；实时运行时改为头部相机最新帧）。
• 任务图节点映射：命中的节点标题 + 该锚点的阶段名 + 映射来源（原生事件映射 / 视觉判读映射）。
• 观察 OBSERVATION：该步实际观察到的状态描述。
• 诊断假设 HYPOTHESIS：可能的阻塞原因，以及「下一次验证」应当做什么——刻意与观察分开，避免把推测写成事实。
• 上一 / 下一锚点跳转；底部固定显示证据等级（原生真值 / 视觉判读）、置信度与该轨迹的标注说明。

下方是锚点时间轴：进度条 + 播放头，以及一条由关键帧缩略图组成的胶片带（step-0000.jpg 命名），点击任一帧直接定位。已到达的锚点标签会点亮。

7. 功能清单 · F5 GPU 实跑面板#

同一个组件同时被首页与本页引用（改一处两页同步）。它把「评测」变成页面上的一个可交互对象：

• 三个正交旋钮 + 口令触发：任务 / 平台 / 模型 / 步数上限；可选值由 catalog_v2 在运行时下发，内置表仅作离线兜底。不兼容的组合（模型未安装在该平台）会被划掉并解释原因。
• 流水线可视化：阶段只有在真正开始之后才会出现——manifest 从第一次轮询就带着后续所有阶段的 pending，直接渲染会把整条流水线提前画完，甚至让一个还没跑的阶段显示为完成。过滤 pending / skipped 才是「图会生长」的原因。
• 仿真实时帧：生产版运行中推送头部相机帧；录制完成后回放进度可驱动任务图回退 / 前进。
• 双臂末端轨迹：x（左右伸展）–z（抬起高度）剖面，每 50 个 policy tick 一个点，实心点表示夹爪闭合；坐标窗口固定在 ARX X5 的可达范围，避免点流入时画面反复缩放。
• 物理穿模检测：正常 / 警告 / 异常 / 未采集 / 监测中，附事件数与最大穿透深度（毫米）。
• 互斥与容错：409 区分「本平台被另一次页面发起的评测占用」与「被非本页面发起的外部运行占用」；SSE 连续失败 4 次后停止重连并给出明确错误。

8. 功能清单 · F6 LIVE 轨迹编译器#

录制轨迹的线段是人工放置的；实时运行没有这个条件——它只提供 (step, k) 序列、原生谓词翻转与终局。编译器用一套镜像规范任务图的规则把这个流变成同样形状的线段：

• 第 r 轮（r = k+1）画成 抓取 → 对准 → 插入，随 step 推进逐段生长；
• 第 k 个里程碑在第 s 步锁存 → 本轮收束到 SCORE_GATE，下一轮从 GRASP 重新开始（即 i+1 循环边）；
• 终局成功 → FINAL_ACCEPTANCE → SUCCESS；终局失败 → 从当前位置直接连到 TIMEOUT_FAIL。
• 谓词事件被直接翻译成锚点：闭爪抓取、开爪释放、target_i 对准筒口、target_i 入筒（XY ∧ 深度）、笔筒倾倒 / 回正。

9. 功能清单 · F7 离线实跑示例与公差阶梯#

离线实跑示例（5 条真实 RunBundle）

首张是 RoboFlex（RoboDojo-Pro · 柔性）T0 的第一个 RunBundle（2026-08-23，插充电器，8 mm 公差，400 步，物理穿模 0 事件，原生 score=0）；其余四条为 2026-08-19 的 GPU 彩排（RunPod 4090 / Modal L40S × Xiaomi_Robotics_1 / π0.5）。视频进度直接换算成 policy tick 驱动任务图，拖动进度条时节点与双臂轨迹会回退或长出。

π0.5 输出关节空间动作，trace 里没有 ee_pose，画不出轨迹剖面——这类运行改用 Agent 事件时间轴替代，并在卡片里明确写出替代的原因。宁可换一种呈现，也不画一条来源不明的曲线。

公差阶梯扫描（9 条 run）

把 RoboFlex 插接任务的横向对准公差从 8 mm 收紧到 4 mm、2 mm（ANCHOR_FLEX_TOL_MM，每档 3 个 seed，共 9 条 anchor 实跑，全部 400/400 tick、物理侧写 ok、零 PhysX 错误），RoboDojo 后训练过的 Xiaomi_Robotics_1 在最宽的 8 mm 档也是 0/3——「公差—成功率」曲线是一条平零线。

图上可以展开 9 条运行明细表（run id / 公差 / seed / score / 成功 / 物理状态 / 最大穿透）；每个点悬停显示其 run id 与穿透深度；右侧是最有说服力的一条代表性失败视频（最宽档 seed 0）。规则化基线（flex_expert 脚本专家）以虚线占位，上线后将在同图叠加对照线。

10. 非功能要求#

11. 证据边界（页面对外承诺）#

页面底部有一段固定的证据边界声明，它是这个产品最重要的部分之一。要点：

• 灰色骨架来自规范任务图 v6（简化布局），不是从某条轨迹反推出来的。
• 七条 GPU 仿真轨迹的证据等级不同：ACT 为 12 锚点三代理视觉审阅；Xiaomi ep5、Pi_05 ep5/ep8 为单代理抽样视觉标注（±25–50 帧）；三条 XR1·trace 轨迹为逐步谓词 / 里程碑原生真值。
• 「夹爪开合」是抓取 / 释放的原生代理信号，不区分具体是哪一支笔。
• LIVE 轨迹只携带 policy-tick 进度、头部相机帧与流水线阶段；原生 success / score 以 RunBundle 为准。
• 右下角蓝色群体数字来自官方 150 条的 P0–P4 里程碑观测计数，与单条轨迹分层且不可互换。
• 页面确认失败位置和可观测路径；原因只作为可被下一次实验推翻的诊断假设。当前没有实体机器人或 Sim-to-Real 配对证据。

12. 已知缺口与下一步#