星语 pi0：VLA 模型源码拆解与最小复现

该项目围绕 VLA 模型进行源码级理解和最小复现，目标是从“调用模型”深入到“实现模型”。

• 系统拆解视觉编码、语言建模与动作预测模块，梳理多模态 token 组织与特征流动。
• 手动复现 attention、位置编码和多模态融合等关键组件。
• 跟踪 forward / loss / 推理流程，验证视觉-语言-动作建模的数据流。

项目链接：GitHub。