Light-O1 与 SONIC：从动作生成到执行

拆解记录始于 2026-10-06；2026-10-19 重新核查官方 README，仍说明 Preview 只公开文本动作能力。区分官方公开能力、宣传演示、我们实际运行的结果。

Light-O1 做什么

官方仓库的 Preview 仅发布文本到动作，视觉与操作尚未发布。输出是 20 FPS 的 (frames, 138) 人体动作表示，不是机器人电机指令。官网介绍采用 Qwen3.5-4B 初始化；不是给普通千问发一条文本就能获得可靠控制策略。

官方文章描述完整系统的家务能力；它适合研究动作表示和系统衔接，但不能直接当作小桥家务方案。没有统一实机基准支持“全球最强”的结论。

SONIC 做什么

GR00T-WholeBodyControl提供 GEAR-SONIC 及其他全身控制方案。学习重点是把动作参考和机器人状态变成稳定的全身关节动作。动作生成、几何重定向和闭环跟踪是不同问题。

Light-O1 的仿真文档与示例说明公开了 G1 接法：统一动作经 FK/几何适配形成参考，由匹配的 low-latency ONNX encoder/decoder 执行。手部开合未接入该例。它只生成仿真结果，没有真机命令通路，也可能摔倒。不能将此例等同于官网完整家务演示的全部实现。

我们要读什么

1. 动作表示：坐标系、根部位移、旋转、采样率。
2. examples/sonic/adapter.py：人体参考怎样映射成 G1 参考，哪些是近似。
3. reference.py：时间重采样与未来参考。
4. simulation.py：观测、ONNX 推理、关节目标、PD 和力矩限制。
5. SONIC 官方训练配置：奖励、数据、PPO、随机化与导出。

先画清数据流，再做运行实验。每个频率都要说明属于相机、参考动作、策略还是物理积分。

3090 怎么用

先跑现成 G1 策略，再做官方小规模训练测试、少量动作训练，最后评估小桥适配。完整大规模训练成本明显高于单卡实验；3090 是否能跑某项配置，以显存、步速和日志为证据。小规模程序跑通不代表策略收敛，也不代表完整复现。

官方资料：训练指南、项目页、权重。执行前按当前文档核对依赖与权重版本，不能混用接口不匹配的策略。

本机状态（2026-10-19）

我们已完成的江南 Style / 2 Phút Hơn 是本地小桥 PPO tracking，不是 Light-O1 生成后由 SONIC 执行的完整复现。代码和文章快照在工作区；当前没有本机 Light-O1/SONIC 完整部署或训练验收报告。其运行实验继续按独立环境、匹配权重和小规模资源检查准备，不覆盖现有基线。