Update Wall-X to 1.1.0 (#104)

README.zh-CN.md

@@ -0,0 +1,152 @@
+# Wall-X
+
+Wall-X 开源仓库提供 WALL 系列开源具身基础模型的训练与推理代码，当前公开范围包含 LeRobot 数据链路、Qwen2.5 模型、Wall-OSS-0.5 训练配置、最小 fake inference、LIBERO 仿真评测、open-loop WebSocket 评测，以及安装时编译的导出 CUDA 算子源码。
+
+## 最新动态
+
+- 2026 年 6 月：Wall-X 1.1.0 更新 Wall-OSS-0.5 训练与推理栈，包含公开 serving/evaluation runtime、DMuon 训练支持，以及安装期 CUDA 算子编译。
+- 2026 年 5 月：发布 [WALL-WM: Carving World Action Modeling at the Event Joints](https://x2robot.com/api/files/file/WALL-WM.pdf)。
+- 2026 年 5 月：发布 [Wall-OSS-0.5: A Deployment-Ready VLA with Gradient-Bridged Pretraining](https://x2robot.com/api/files/file/wall_oss_05.pdf)。
+- 2025 年 9 月：发布 [WALL-OSS: Igniting VLMs toward the Embodied Space](https://x2robot.com/en/research/68bc2cde8497d7f238dde690)。
+
+## 模型
+
+- WALL-OSS-0.5: https://huggingface.co/x-square-robot/wall-oss-0.5
+- WALL-OSS-FLOW-0.1: https://huggingface.co/x-square-robot/wall-oss-flow-0.1
+- WALL-OSS-FLOW: https://huggingface.co/x-square-robot/wall-oss-flow
+- WALL-OSS-FAST: https://huggingface.co/x-square-robot/wall-oss-fast
+
+## 环境安装
+
+创建 Python 环境：
+
+```bash
+conda create --name wallx python=3.10
+conda activate wallx
+```
+
+安装依赖：
+
+```bash
+pip install -r requirements.txt
+MAX_JOBS=4 pip install flash-attn==2.7.4.post1 --no-build-isolation
+```
+
+安装默认训练配置使用的 DMuon：
+
+```bash
+pip install "dmuon @ git+https://github.com/X-Square-Robot/dmuon.git"
+```
+
+安装 LeRobot：
+
+```bash
+git clone https://github.com/huggingface/lerobot.git
+cd lerobot
+git checkout c66cd401767e60baece16e1cf68da2824227e076
+pip install -e .
+```
+
+安装 Wall-X：
+
+```bash
+MAX_JOBS=8 pip install --no-build-isolation -e .
+```
+
+公开辅助脚本位于 `scripts/` 下，文档中的命令保持仓库根目录形式，例如 `python scripts/fake_inference.py` 或 `bash scripts/run_libero.sh`。
+
+导出的 CUDA 算子源码位于 `wall_x/model/core/ops/csrc/`。安装 Wall-X 时，`setup.py` 会通过 PyTorch `CUDAExtension` 编译这些算子。`requirements.txt` 已包含 `ninja` 用于并行编译，`MAX_JOBS` 控制编译并发。这里需要 `--no-build-isolation`，这样构建过程会复用当前环境里已经安装好的 torch。
+
+## 使用 LeRobot 训练
+
+仓库内提供了 Qwen2.5 + LeRobot 训练模板：
+
+```text
+workspace/example/lerobot/qwen2_5_lerobot_template.yml
+```
+
+复制该模板，替换数据集、归一化统计、模型和 checkpoint 输出路径后运行：
+
+```bash
+python -m wall_x.trainer.fsdp_trainer.train_fsdp --config <path/to/config.yml>
+```
+
+完整 Wall-OSS-0.5 微调、归一化统计、LIBERO 评测和 open-loop WebSocket 评测说明见 `workspace/README.md`。
+
+## Fake Inference
+
+`scripts/fake_inference.py` 提供最小推理链路检查，用于确认 checkpoint、训练配置、processor、normalizer 和模型调用可以连通：
+
+```bash
+python scripts/fake_inference.py --checkpoint-path <path/to/checkpoint>
+```
+
+如果 checkpoint 旁边没有 `config.yml` 或 `config.yaml`，可以显式指定训练配置：
+
+```bash
+python scripts/fake_inference.py \
+  --checkpoint-path <path/to/checkpoint> \
+  --train-config-path <path/to/config.yml>
+```
+
+## LIBERO 评测
+
+使用封装脚本运行 LIBERO 评测：
+
+```bash
+bash scripts/run_libero.sh <path/to/checkpoint>
+```
+
+常用环境变量：
+
+```bash
+CHECKPOINT_PATH=<path/to/checkpoint>
+TRAIN_CONFIG_PATH=<path/to/config.yml>
+TASK_SUITE_NAME=libero_spatial
+TASK_INDICES=0,1,2
+NUM_TRIALS_PER_TASK=50
+CUDA_ID=0
+SMOKE=1
+MAX_INFER_TIMES=52
+```
+
+`MAX_INFER_TIMES` 可以不传；默认会按 suite 使用与 LIBERO 评测对齐的 action chunk 数：spatial 22、object 28、goal 30、libero_10 52、libero_90 40。
+
+也可以直接调用 Python 入口：
+
+```bash
+python scripts/infer_libero.py \
+  --checkpoint-path <path/to/checkpoint> \
+  --task-suite-name libero_spatial \
+  --num-trials-per-task 50 \
+  --driver-mode in_process
+```
+
+## Open-Loop WebSocket 评测
+
+```bash
+python scripts/draw_openloop_plot.py \
+  --uri ws://127.0.0.1:32195 \
+  --dataset-root <path/to/lerobot_dataset> \
+  --train-config <path/to/config.yml> \
+  --episode-indices 0,1,2
+```
+
+## 社区
+
+欢迎扫码加入社区讨论群。
+
+<img src="assets/QRcode_community.jpg" alt="QR Code" width="400">
+
+## 引用
+
+如果 WALL-OSS 对你的研究或项目有帮助，请引用：
+
+```bibtex
+@article{zhai2025igniting,
+  title   = {Igniting VLMs Toward the Embodied Space},
+  author  = {Zhai, Andy and Liu, Brae and Fang, Bruno and Cai, Chalse and Ma, Ellie and Yin, Ethan and Wang, Hao and Zhou, Hugo and Wang, James and Shi, Lights and Liang, Lucy and Wang, Make and Wang, Qian and Gan, Roy and Yu, Ryan and Li, Shalfun and Liu, Starrick and Chen, Sylas and Chen, Vincent and Xu, Zach},
+  journal = {arXiv preprint arXiv:2509.11766},
+  year    = {2025}
+}
+```