写在前面的话
妈真的老了。昨天，老妈说：我身体不舒服，早晨刷牙，吐了几口血，输了三大瓶液，现在好了，我要给你带孩子，还要做饭，生病了，花的是我自己的钱，你们便宜占完了。当时媳妇在场，我没吱声，媳妇走了之后，老妈又旧事重提，我说：妈，你可能没数，平时每周都给400块，这周我给的是600块。老妈说：给600咋了，你请一个保姆一个月多钱，多给200还说说。我说：不是，妈，您不是说输液170吗，想说多给点，把输液的钱补上。老妈说：你该补我的多了，你这些年上学花多少钱，结婚生子花多少钱，我给你带九年孩子得多少钱。我笑着说：将来我会给您养老，您放心吧，老妈恩情还不完。老妈说：不养老我回去满村吆喝你，看你怎么做人。老妈去睡觉后，我再想，老妈岁数真的大了，将来不和我讲理，只知道傻笑时，才是最扎心的时候，祝老妈身体健康，万事如意。
[135+200]--------底部有张生活照片
【关键词】python、ragflow、引用文件不显示、上传文件
一、引用文件不显示分析（三级）
描述：现在在追根溯源，看下引用文件不显示的原因，分析一下。
开工：
第一步：问题显示（四级）
20250705周六时间段：23:18-00:00
在main上复现一下子，如下：
图2a-1
注：最好找一个能找到引用文件的并且有找不到引用文件的。
第二步：找到的找不到的（四级）
20250706周日时间段：13:33-15:00
先上传一个文件，进行解析，之后，再搜索看下。
该做的功课，还是少不了的，先上传一个文件，并成功解析。
第三步：上传文件并解析（四级）
20250706周日时间段：13:43-15:00
先找个文件，搜索一下。截图如下：
图2a-2
注：解析成文字版如下：
1.过敏药(抗组胺药)有哪几类?
一代:扑尔敏、苯海拉明等
。一代过敏药会让人犯困，我早年在外婆家村里虫咬性皮炎了打了一针扑尔敏立刻开始困，坚持走到家之后倒头就睡了。
。晕车药就是第一代抗组胺药，利用它的副作用，抑制神经和产生困意。鸭子以前吃了晕车药之后会一下子感觉鼻子通了。
。部分感冒药里有一定比例的第一代抗组胺药，消炎和产生困意。鸭子有次同时吃了感冒药+过敏药之后全身无力。
二代:氯雷他定、西替利嗪等，鸭子感觉没有明显不良反应
三代:地氯雷他定、左西替利嗪，鸭子感觉没有明显不良反应理论上肯定是越新生代效果越好、副作用越小
2.过敏药可以长期磕吗?
理论上过敏药可以一直磕，这是朋友去看过敏，华山医院的医生说的，我认为医生的意思是如果必须用药物来控制过敏，那么可以一直磕，肯定不是没事长期磕。
但秉承着是药三分毒的认知，鸭子只在突发严重过敏时磕一点
注：转成pdf，如下：
图2a-3
注：接下来，上传解析。
二、科技文章（三级）
描述：看一篇科技文章，提高一下。
开工：
第一步：文章标题（四级）
20250706周日时间段：23:12-01:00
截图如下：
图2b-1
第二步：文章内容（四级）
20250706周日时间段：23:13-01:00
机器人学习3D操作任务（如从桌上拿起杯子），长期面临“数据效率低”的瓶颈——动辄需要数百次演示。核心挑战在于如何让视觉语言模型（VLA）真正理解3D场景并精准指导机器人动作（即输入输出对齐）。
中科院自动化所联合字节跳动Seed发布的BridgeVLA，不仅让机器人仅用3个示范轨迹就能达到96.8%的成功率，还斩获了**CVPR 2025 GRAIL workshop的COLOSSEUM Challenge冠军**！
注：以下涉及到的代码部分为**小编基于自己的理解进行的复现，非作者团队开源内容。期待与各位读者就技术细节展开探讨，同时向论文作者团队致以诚挚感谢，其研究成果为我们提供了重要启发！**
我们开设此账号，想要向各位对【具身智能】感兴趣的人传递最前沿最权威的知识讯息外，也想和大家一起见证它到底是泡沫还是又一场热浪？
第三步：机器人学习困境（四级）
当前最先进的视觉-语言-动作模型（VLAs）面临一个尴尬的困境：
2D VLA模型的优势与痛点**：**
20250706周日时间段：23:17-01:00
能利用预训练模型的丰富知识；具备强大的语言理解能力；在开放词汇任务上表现优异。但是需要大量数据（每个任务需要数百个轨迹）；对3D空间理解有限；难以处理精确的空间定位任务
第四步：范式转变（四级）
20250706周日时间段：23:19-01:00
从Next Token到Heatmap
BridgeVLA的核心创新在于它采用了输入输出对齐的策略，将预训练和微调的输入输出对齐到统一的2D空间，成功"bridge"了VLM和VLA之间的鸿沟：
输入对齐：3D→2D的智能转换
不同于传统3D VLA使用3D位置编码或3D信息注入，BridgeVLA采用了一种优雅的解决方案：
三视图正交投影：
图2b-2
图1 | 概述。BridgeVLA是一个新颖的3D VLA模型，在统一的2D图像空间中对输入和输出进行对齐。它使用2D热图在目标定位上进行预训练，并在3D操作的动作预测上进行微调。在仿真和现实环境中的实验结果表明，它能够高效且有效地学习3D操作。©️【深蓝具身智能】编译
这种设计的妙处在于：
三、生活照片
拍摄于2023年7月29日，17:55:59，带二宝去悦界玩泡泡拍的，当时大宝五岁七个月。其实，有时我挺着急的，想着快速的实现财务自由，让家人过上好日子，让老妈幸福，但首先，个人能力有限，暴富很难实现，其次是什么是幸福呢，我不结婚，一个月挣一万多，给老妈每个月寄一万，老妈会幸福吗？我想是不会的，老妈会觉得，别人家孩子都结婚生子，我是孤单一个人，将来她走了，谁管我呢？但结婚生子，就带来一个问题，挣了钱要养家，不能说只管生不管养吧，孩子会说：你生我，不养我，当初生我干啥。但家庭的开支刨除掉，给老妈的就少了，甚至有时不给老妈，挣的钱还供不上花。这个只能说慢慢来吧，最起码不能给老妈气受，这点我需要做到。
图2c-1
《本文完》
