本文 deprecated，因为 AI 不太能遵循.
使用 arxiv api 阅读论文. 若有难以理解的内容请阅读开源代码.
请你简洁地给出代码复现视角的有序步骤.例 1（增量工作）：
- 拿出 pi0 代码.
- 对 pi0 action expert 的中间层加 depth auxiliary task.
例 2（增量工作）:
- 拿出 diffusion policy 代码
- 实现手机端与 policy 主机通信，并 AR 渲染轨迹
- 根据轨迹执行动作，发现动作错误直接采集纠正轨迹
- 纠正轨迹直接传输到主机立即微调 policy.
常见基础模型:
- WAM, video DiT + action DiT
- VLA: pi0 或 pi0.5 之一. VLM + action flow-matching(action expert)
- Diffusion Policy 或 ACT
保持极简. 文章通常都有大量凑字数内容，或者给简单的核心方法添加过多包装，谨慎识别并提取易懂的 core idea. 增量工作指出4个以内增量，非增量工作仅保留8个以内重要模块.
除了官方模型名或论文名里的斜杠，尽量不用斜杠，写清楚语义：
- 表示并列用
和或、。 - 表示选择用
或。 - 表示解释用
i.e.、也即。 - 表示包含关系用
包括。 - 别名用括号.