diff --git a/.github/pr-assets/pr-maskedmimic-round5.png b/.github/pr-assets/pr-maskedmimic-round5.png
new file mode 100644
index 00000000..f291907a
Binary files /dev/null and b/.github/pr-assets/pr-maskedmimic-round5.png differ
diff --git a/.github/pr-assets/pr-maskedmimic-round6.png b/.github/pr-assets/pr-maskedmimic-round6.png
new file mode 100644
index 00000000..9d5b439d
Binary files /dev/null and b/.github/pr-assets/pr-maskedmimic-round6.png differ
diff --git a/AGENTS.md b/AGENTS.md
index 3b0f537a..5a07eb16 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -100,7 +100,7 @@ Jekyll 把笔记渲染成同名 `.html`，源 `.md` 不会发布，所以 `[PPO]
 - **画真实机器人用真机的图，不用火柴人**：取 [Robot_Description_Gallery_Online](https://github.com/ImChong/Robot_Description_Gallery_Online) 的 `web/thumbs/<id>.webp`（透明底，按各家开源 URDF 渲染），裁到机身、按 `data/robots.json` 的 `measured.height_m` 等比例缩放后放进 `assets/img/robots/`，图注写明出处；bundle 里用 `document.currentScript.src` 解析 `../../img/robots/`，网页和离线视频都能找到（LCP 第 10 幕就是这么做的）。**机器人要跟着数据动**（重定向结果、跟踪轨迹）时，可以用 [Robot_Retarget_Online](https://github.com/ImChong/Robot_Retarget_Online) 的 MuJoCo WASM + three.js 模型加载代码按 qpos 逐帧离线渲染成透明底贴图表（正交相机与 bundle 的投影同一套，二维标注直接叠上去），做法见 GMR（`g1Mesh()`）。
 - **讲硬件 / 机构设计时，可以直接用论文的图**（裁剪截图）：放进 `assets/img/papers/<bundle>/`（webp），bundle 里同样用 `document.currentScript.src` 解析路径，画面上写明「论文图 N」；论文图可以做底图，动的部分（高亮、标注、示意动画）叠在上面。ToddlerBot 第 2 幕（图 7 的三种传动）、第 5 幕（图 10 的标定卡具，旁白念到哪种颜色就框出哪几块）、第 6 幕（图 11 的台架照片加部件标注）、第 8 幕（图 1 的遥操作装置）是这样做的。arXiv 默认许可下图的版权仍归作者，只做讲解引用、不改原图。
 - **主动画各幕里不预告下一篇**：下一篇的主题只放在配音视频的片尾，`K.explainer` 的分镜、字幕轨和旁白的正片部分都不提（2026-10-11 的看片反馈）。
-- **真机效果用项目页的视频片段**：论文项目页放了真机视频时，直接剪对应的片段嵌进讲解动画和配音视频，别再用论文里的静态截图（2026-10-16 OmniH2O 的看片反馈；之后的视频照此做）。片段剪成 H.264、无声、faststart 的 mp4（单段 480×270，或 2×2 / 1×3 拼成一段，小块高必须是偶数，`-crf 30 -preset slow`，一段 0.1–0.5 MB）加一张首帧 webp 当海报，放进 `assets/img/papers/<bundle>/clips/`；分镜里用 `K.svgClip(x, y, w, h, src, { poster })`，draw 里调 `clip.at(K.clipSince(t, cue), 可见)`，`cue` 是片段开始那一幕内时刻。网页上片段 `preload="none"`，播到那一幕才下载，那一幕不画了（换幕、暂停）就停；离线视频里 `stage.html` 按时间线算出片段已经播了几秒（旁白比分镜长时片段照样往下播），`render.mjs` 先把 `clips/*.mp4` 转成全关键帧 VP9 放进 `out/<paper>/clips/`（渲染用的 Chromium 解不了 H.264），每帧 seek 到准确时刻、等 `window.__clipWait()` 返回再截图。画面上写明「项目页视频」和项目页标的倍速，笔记的参考来源写明出处，只做讲解引用。片段上别压字（`check_layout` 把它当整块图）。做法见 OmniH2O 的 `projClip()`，`test_storyboard_clips_live_where_render_finds_them` 会核对位置、编码与海报。
+- **真机效果用项目页的视频片段**：论文项目页放了真机视频时，直接剪对应的片段嵌进讲解动画和配音视频，别再用论文里的静态截图（2026-10-16 OmniH2O 的看片反馈；之后的视频照此做）。片段剪成 H.264、无声、faststart 的 mp4（单段 480×270，或 2×2 / 1×3 拼成一段，小块高必须是偶数，`-crf 30 -preset slow`，一段 0.1–0.5 MB）加一张首帧 webp 当海报，放进 `assets/img/papers/<bundle>/clips/`；分镜里用 `K.svgClip(x, y, w, h, src, { poster })`，draw 里调 `clip.at(K.clipSince(t, cue), 可见)`，`cue` 是片段开始那一幕内时刻。网页上片段 `preload="none"`，播到那一幕才下载，那一幕不画了（换幕、暂停）就停；离线视频里 `stage.html` 按时间线算出片段已经播了几秒（旁白比分镜长时片段照样往下播），`render.mjs` 先把 `clips/*.mp4` 转成全关键帧 VP9 放进 `out/<paper>/clips/`（渲染用的 Chromium 解不了 H.264），每帧 seek 到准确时刻、等 `window.__clipWait()` 返回再截图。画面上写明「项目页视频」和项目页标的倍速，笔记的参考来源写明出处，只做讲解引用。片段上别压字（`check_layout` 把它当整块图）。剪之前先按 0.25 s 抽一张缩略图表把整段源视频看一遍，确认旁白讲的动作落在剪的区间里、人物不贴着裁剪框（MaskedMimic 第 14 幕两段「侧手翻」原先都剪在源视频 0–5 s，翻是在 5.5–7.0 s，2026-10-18 看片反馈）。做法见 OmniH2O 的 `projClip()`，`test_storyboard_clips_live_where_render_finds_them` 会核对位置、编码与海报。
 - **一个格子里只放一个例子**：项目页常把四个例子拼成 2 × 2，原样塞进 380 宽的格子，每个例子只剩 190 × 107，手机上人小得看不清（MaskedMimic 2026-10-17 的看片反馈）。把每个例子单独裁出来、按顺序拼成一段，片段下面写出放到第几个、是什么（MaskedMimic 的 `seqClip()`）；论文里竖排几块的总览图同理，旁白讲到哪块就把哪块单独放大。
 - **改了某一幕先出这一段给人看**：`node render.mjs <paper> clip <from>,<to>` 只渲染这段时间并配上同一段旁白，确认后再重渲整片。
 
@@ -153,7 +153,7 @@ kramdown 在 `markdown="1"` 的 HTML 块里既不跑 GFM 的中文 id 生成器
 <div class="paper-demo" data-demo="ppo-video" data-src="media/ppo_explainer_video.mp4" data-poster="media/ppo_explainer_video_poster.jpg"><p class="demo-fallback">（……也可以直接<a href="media/ppo_explainer_video.mp4" download="PPO_讲解视频.mp4">下载 mp4</a>）</p></div>
 ```
 
-`<video>` 过不了 nh3 清洗，所以播放器与「下载视频」按钮由 `kit.js` 的 `K.video(host, { title, sub, size, fileName })` 在运行时生成，bundle 里只需注册一个调用它的构建函数；无 JS 时兜底文案里的 `<a download>` 仍可下载。视频用 H.264 + AAC 的 mp4（`-movflags +faststart`），体积尽量压在 6 MB 左右（超过 5 分钟的 AWR 为 7.1 MB，六分多钟的 PHC / ADD 为 8.5 / 8.3 MB，七分多钟的 ASE 为 9.5 MB，六七分钟的 CALM / PULSE 用 `-preset slow -crf 31` 压到 7.9 / 9.4 MB，八分钟的 Diffusion Policy 用 `-preset slow -crf 33` 压到 9.9 MB，GR00T N1 为 7.0 MB，六分钟上下的 Transformer / π₀ / π₀.₅ 用 `-preset slow -crf 31` 压到 7.7 / 8.2 / 8.7 MB，五分半上下的 SONIC 同参数压到 7.0 MB，八分半的 SMP 用 `-preset slow -crf 34` 加 48k 音频压到 9.7 MB，八分多钟的域随机化用 `-crf 35` 加 48k 音频压到 9.9 MB，九分半的四足野外盲走用 `-preset slow -crf 36 -tune stillimage` 加 48k 音频压到 10.4 MB，十分半的真实世界人形行走同参数改 `-crf 37` 压到 11.1 MB，十分钟出头的十二幕 ASAP 同参数 `-crf 37` 压到 11.3 MB（火柴人和曲线一直在动，`-crf 36` 是 11.7 MB），九分 47 秒的十二幕 BeyondMimic 同参数 `-crf 37` 压到 11.3 MB，十分钟出头的十二幕接触辅助 InEKF 同参数 `-crf 36` 压到 11.1 MB（`-crf 37` 是 10.7 MB），十分钟出头的十二幕 OP3 足球用 `-crf 36` 压到 11.4 MB，十一分钟出头的十二幕 Berkeley Humanoid 同参数 `-crf 37` 压到 12.1 MB，十三分半的十二幕 ToddlerBot 同参数 `-crf 37` 压到 14.5 MB，十分 51 秒的十二幕 HumanML3D 同参数 `-crf 37` 压到 11.7 MB，12 分 2 秒的十三幕 GMR 同参数 `-crf 37` 压到 13.2 MB，12 分 56 秒的十二幕 OmniRetarget 同参数 `-crf 37` 压到 13.4 MB，13 分 17 秒的十三幕 ExBody 同参数 `-crf 37` 压到 14.2 MB，13 分 49 秒的十四幕 H2O 同参数 `-crf 37` 压到 15.5 MB，13 分 25 秒的十七幕 OmniH2O 同参数 `-crf 37` 压到 15.1 MB（第二版嵌了项目页的真机片段，初版是 14.5 MB），15 分 8 秒的十八幕 MaskedMimic 同参数 `-crf 37` 压到 18.4 MB（嵌了项目页的 13 段仿真片段；第一版 16.7 MB、第二版 16.8 MB、第三版 17.4 MB），将近十分钟的十幕 LCP 用 `-crf 37` 压到 11.3 MB；对话里交付的是 `-crf 19` 原片），`preload="none"` 不会拖慢页面。
+`<video>` 过不了 nh3 清洗，所以播放器与「下载视频」按钮由 `kit.js` 的 `K.video(host, { title, sub, size, fileName })` 在运行时生成，bundle 里只需注册一个调用它的构建函数；无 JS 时兜底文案里的 `<a download>` 仍可下载。视频用 H.264 + AAC 的 mp4（`-movflags +faststart`），体积尽量压在 6 MB 左右（超过 5 分钟的 AWR 为 7.1 MB，六分多钟的 PHC / ADD 为 8.5 / 8.3 MB，七分多钟的 ASE 为 9.5 MB，六七分钟的 CALM / PULSE 用 `-preset slow -crf 31` 压到 7.9 / 9.4 MB，八分钟的 Diffusion Policy 用 `-preset slow -crf 33` 压到 9.9 MB，GR00T N1 为 7.0 MB，六分钟上下的 Transformer / π₀ / π₀.₅ 用 `-preset slow -crf 31` 压到 7.7 / 8.2 / 8.7 MB，五分半上下的 SONIC 同参数压到 7.0 MB，八分半的 SMP 用 `-preset slow -crf 34` 加 48k 音频压到 9.7 MB，八分多钟的域随机化用 `-crf 35` 加 48k 音频压到 9.9 MB，九分半的四足野外盲走用 `-preset slow -crf 36 -tune stillimage` 加 48k 音频压到 10.4 MB，十分半的真实世界人形行走同参数改 `-crf 37` 压到 11.1 MB，十分钟出头的十二幕 ASAP 同参数 `-crf 37` 压到 11.3 MB（火柴人和曲线一直在动，`-crf 36` 是 11.7 MB），九分 47 秒的十二幕 BeyondMimic 同参数 `-crf 37` 压到 11.3 MB，十分钟出头的十二幕接触辅助 InEKF 同参数 `-crf 36` 压到 11.1 MB（`-crf 37` 是 10.7 MB），十分钟出头的十二幕 OP3 足球用 `-crf 36` 压到 11.4 MB，十一分钟出头的十二幕 Berkeley Humanoid 同参数 `-crf 37` 压到 12.1 MB，十三分半的十二幕 ToddlerBot 同参数 `-crf 37` 压到 14.5 MB，十分 51 秒的十二幕 HumanML3D 同参数 `-crf 37` 压到 11.7 MB，12 分 2 秒的十三幕 GMR 同参数 `-crf 37` 压到 13.2 MB，12 分 56 秒的十二幕 OmniRetarget 同参数 `-crf 37` 压到 13.4 MB，13 分 17 秒的十三幕 ExBody 同参数 `-crf 37` 压到 14.2 MB，13 分 49 秒的十四幕 H2O 同参数 `-crf 37` 压到 15.5 MB，13 分 25 秒的十七幕 OmniH2O 同参数 `-crf 37` 压到 15.1 MB（第二版嵌了项目页的真机片段，初版是 14.5 MB），15 分 8 秒的十八幕 MaskedMimic 同参数 `-crf 37` 压到 18.5 MB（嵌了项目页的 13 段仿真片段；第一版 16.7 MB、第二版 16.8 MB、第三版 17.4 MB、第四版 18.4 MB），将近十分钟的十幕 LCP 用 `-crf 37` 压到 11.3 MB；对话里交付的是 `-crf 19` 原片），`preload="none"` 不会拖慢页面。
 
 **首页路线图的悬浮卡片会显示视频信息**：`scripts/prepare_pages.py` 从笔记的 `data-demo="*-video"` 读 mp4 的 `mvhd` 时长、从 `## 🎬 N幕动画` 读幕数、从「🎯 一句话总结」第一段取简介，写进 `_data/papers.json` 的 `video_seconds` / `explainer_scenes` / `summary_zh`，`index.html` 再按 `_data/roadmap_links.yml` 输出成 `#roadmap-node-details`。所以接入或重渲视频后要重跑 `python3 scripts/prepare_pages.py`，并给路线图节点加上 🎬（`tests/test_roadmap_links.py::test_roadmap_video_badges_match_real_videos` 会核对两边一致）。
 
diff --git a/assets/img/papers/maskedmimic/clips/castle.mp4 b/assets/img/papers/maskedmimic/clips/castle.mp4
index 391593d6..5ec90a7e 100644
Binary files a/assets/img/papers/maskedmimic/clips/castle.mp4 and b/assets/img/papers/maskedmimic/clips/castle.mp4 differ
diff --git a/assets/img/papers/maskedmimic/clips/combo.mp4 b/assets/img/papers/maskedmimic/clips/combo.mp4
new file mode 100644
index 00000000..a7a1dede
Binary files /dev/null and b/assets/img/papers/maskedmimic/clips/combo.mp4 differ
diff --git a/assets/img/papers/maskedmimic/clips/combo.webp b/assets/img/papers/maskedmimic/clips/combo.webp
new file mode 100644
index 00000000..b03b31a3
Binary files /dev/null and b/assets/img/papers/maskedmimic/clips/combo.webp differ
diff --git a/assets/img/papers/maskedmimic/clips/tracking.mp4 b/assets/img/papers/maskedmimic/clips/tracking.mp4
index 8d4a88ea..b6390054 100644
Binary files a/assets/img/papers/maskedmimic/clips/tracking.mp4 and b/assets/img/papers/maskedmimic/clips/tracking.mp4 differ
diff --git a/assets/img/papers/maskedmimic/clips/vr.mp4 b/assets/img/papers/maskedmimic/clips/vr.mp4
index d3c30dc1..d9c764f7 100644
Binary files a/assets/img/papers/maskedmimic/clips/vr.mp4 and b/assets/img/papers/maskedmimic/clips/vr.mp4 differ
diff --git a/assets/img/papers/maskedmimic/clips/vr.webp b/assets/img/papers/maskedmimic/clips/vr.webp
index 6a47e09b..41b851ab 100644
Binary files a/assets/img/papers/maskedmimic/clips/vr.webp and b/assets/img/papers/maskedmimic/clips/vr.webp differ
diff --git a/assets/js/demos/kit.js b/assets/js/demos/kit.js
index 37124353..860b0265 100644
--- a/assets/js/demos/kit.js
+++ b/assets/js/demos/kit.js
@@ -914,6 +914,8 @@
     function target(sec) {
       var d = v.duration;
       if (!(d > 0)) return Math.max(0, sec);
+      // 换幕淡入时 cue 还没到，clipSince 是负的；循环片段把负数绕到片尾，会在开头闪一下最后的画面（MaskedMimic 2026-10-18）
+      if (sec < 0) sec = 0;
       return v.loop ? ((sec % d) + d) % d : clamp(sec, 0, d - 0.001);
     }
     if (offline) {
diff --git a/assets/js/demos/maskedmimic.js b/assets/js/demos/maskedmimic.js
index 8701c2e6..19943e10 100644
--- a/assets/js/demos/maskedmimic.js
+++ b/assets/js/demos/maskedmimic.js
@@ -428,7 +428,9 @@
     var c = K.svgClip(x, y, w, h, CLIP_BASE + id + '.mp4', { poster: CLIP_BASE + id + '.webp' });
     g.appendChild(c);
     if (caption) label(g, o.capX == null ? x + w / 2 : o.capX, y + h + (o.capDy || 16), caption, 'demo-x-mut', o.capSize || 9.5, o.capAnchor || 'middle');
-    return { g: g, x: x, y: y, w: w, h: h, at: function (sec, vis) { c.at(sec, vis); } };
+    /* 换幕时这一幕先淡入、cue 还没到，clipSince 是负的；片段默认循环，负数会绕到片尾，开头闪一下最后一个例子
+       （第 1 幕闪过坐王座、第 14、16、18 幕闪过最后一个例子，2026-10-18 看片反馈），所以负数一律按 0 算 */
+    return { g: g, x: x, y: y, w: w, h: h, at: function (sec, vis) { c.at(Math.max(0, sec), vis); } };
   }
   /* 项目页的一串片段，一次只放一个例子（原先四个拼成 2 × 2，手机上人太小，2026-10-17 看片反馈）。
      parts = [[秒, 名称, 颜色], …]，顺序和时长与片段一致。片段下面一排小条标出放到第几个、再写这一个是什么，
@@ -447,6 +449,7 @@
     return {
       g: g,
       at: function (sec, vis) {
+        sec = Math.max(0, sec);
         c.at(sec, vis);
         var m = ((sec % total) + total) % total, idx = 0, a = 0;
         parts.forEach(function (p, i) { if (m >= a) idx = i; a += p[0]; });
@@ -626,11 +629,16 @@
     var VX = 24, VY = 44, VW = 400, VH = 225;
     /* 左边：第 1、4、5 段放城堡（MaskedMimic 自己），第 2、3 段讲以前的路，换成以前的工作，一次放一个 */
     var castle = group(s);
-    var v = projClip(castle, 'castle', VX, VY, VW, VH, '项目页视频（1 倍速）：论文图 2 的城堡');
-    /* 片段的四段：5 + 5 + 5 + 6.5 s */
-    var SEGS = [[0, 5, '(a) 跟着头的目标爬上山坡', C_VIS], [5, 10, '(b) 文字：向卫兵挥手', C_TXT], [10, 15, '(c) 头的目标 + 文字风格：碎石地上走', C_VIS], [15, 21.5, '(d) 物体：坐上王座', C_OBJ]];
+    var v = projClip(castle, 'castle', VX, VY, VW, VH, '');
+    /* 第一段先把城堡片段完整放一遍（爬坡、挥手、碎石地、坐王座），再换成以前的工作（2026-10-18 看片反馈）：
+       第一段旁白约 11 s，片段 23.5 s，所以这一段按 2 倍速放；回到城堡时从 (c) 起按 1 倍速再放一遍到坐稳 */
+    var speedCap = label(castle, VX + VW / 2, VY + VH + 16, '', 'demo-x-mut', 9.5, 'middle');
+    /* 片段的四段：5 + 5 + 5 + 8.5 s。原先最后一段只剪到角色刚要坐下（6.5 s），坐王座那一下总落在画面外
+       （2026-10-17 看片反馈）：现在最后一段剪到坐稳、围着王座放大，放完停在坐稳的那一帧 */
+    var CLIP_LEN = 23.5;
+    var SEGS = [[0, 5, '(a) 跟着头的目标爬上山坡', C_VIS], [5, 10, '(b) 文字：向卫兵挥手', C_TXT], [10, 15, '(c) 头的目标 + 文字风格：碎石地上走', C_VIS], [15, CLIP_LEN, '(d) 物体：坐上王座', C_OBJ]];
     var bar = group(castle), segBars = SEGS.map(function (sg) {
-      var x = VX + sg[0] / 21.5 * VW, w = (sg[1] - sg[0]) / 21.5 * VW - 4;
+      var x = VX + sg[0] / CLIP_LEN * VW, w = (sg[1] - sg[0]) / CLIP_LEN * VW - 4;
       return paint(svgEl('rect', { x: x.toFixed(1), y: 296, width: w.toFixed(1), height: 6, rx: 3 }), sg[3]);
     });
     segBars.forEach(function (r) { bar.appendChild(r); });
@@ -680,9 +688,11 @@
     label(p5, R + 10, 230, '复现以前各个系统的任务：全身跟踪、VR、', 'demo-x-ink2', 11.5);
     label(p5, R + 10, 250, '场景交互、地形、文字控制……同一个模型', 'demo-x-ink2', 11.5);
     function draw(t) {
-      var sec = K.clipSince(t, 0);
+      var first = t < 10.4;
+      var sec = first ? Math.min(CLIP_LEN - 0.05, 2 * Math.max(0, K.clipSince(t, 0))) : Math.min(CLIP_LEN - 0.05, 10 + Math.max(0, K.clipSince(t, 10.4)));
+      speedCap.textContent = '项目页视频（' + (first ? 2 : 1) + ' 倍速）：论文图 2 的城堡';
       v.at(sec, true);
-      var m = ((sec % 21.5) + 21.5) % 21.5, idx = 0;
+      var m = ((sec % CLIP_LEN) + CLIP_LEN) % CLIP_LEN, idx = 0;
       SEGS.forEach(function (sg, i) { if (m >= sg[0]) idx = i; });
       segBars.forEach(function (r, i) { r.style.opacity = i === idx ? 1 : 0.25; });
       segName.textContent = SEGS[idx][2];
@@ -703,7 +713,7 @@
   /* ── scene 2: 控制就是补全（图 1） ── */
   function buildSceneInpaint() {
     var s = sceneSvg('左边：官方样例里的一段参考动作（SAMP 的走过去坐扶手椅），SMPL 角色按真实几何做 3D 渲染；同一段动作依次换几种遮法：' +
-      '能给的 6 个部位全给（绿圈）、只给头和双手、只给头未来的一串位置、只给椅子的包围盒、只给一句话；右边先用图像补全打比方，最后左右都淡出、放大论文图 1 的九种用法');
+      '能给的 6 个部位全给（绿圈）、只给头和双手、只给头未来的一串位置、只给椅子的包围盒、只给一句话，组合那一段换成项目页里举着双手沿路径走的片段；右边先用图像补全打比方，最后左右都淡出、放大论文图 1 的九种用法');
     label(s, 24, 28, '同一段参考动作，换一种遮法，就是换一个任务', 'demo-x-ink2', 13.5);
     var LX = 24, LY = 44, LW = 400, LH = 352;
     /* 最后一段的后半（旁白念到「论文图 1」）左边和右栏都淡出，图 1 放大到 600 宽居中 */
@@ -718,12 +728,17 @@
     for (var i = 0; i < 8; i++) pathDots.push(dotAt(path, 0, 0, 3.4, C_VIS));
     var box = bboxLayer(left, C_OBJ);
     var bub = group(left), bubIn = speech(bub, 0, 0, 228, '“the person walks normally”');
-    /* 组合那一段的文字是图 7f 的「举着双手往前走」，和右栏、旁白一致（2026-10-17 全局检查） */
-    var bub2 = group(left); speech(bub2, 0, 0, 300, '“a person raises both hands and walks forward”');
     /* 学生能给的只有 6 个部位（双踝、骨盆、头、双手，第 7 节）；24 个刚体是老师看的 */
     var KEY6 = [B.lank, B.rank, B.pelvis, B.head, B.lhand, B.rhand];
     var six = KEY6.map(function () { return ring(left, 0, 0, 8, 8, C_VIS); });
     var modeName = label(left, LX + 14, LY + 24, '', 'demo-x-ink', 12.5);
+    /* 组合那一段：官方样例只会走过去坐下，举不起双手（2026-10-17 看片反馈），这一段左边换成项目页里「路径 + 一句话」的片段 */
+    var combo = group(left);
+    rectBox(combo, LX, LY, LW, LH, C_BORDER, C_SURFACE2);
+    var comboV = projClip(combo, 'combo', LX + 6, LY + 40, LW - 12, (LW - 12) * 270 / 480, '项目页视频（1 倍速）：绿点是头要经过的路径');
+    label(combo, LX + 14, LY + 312, '文字：“A person walks with its hands raised”', 'demo-x-ink2', 11.5);
+    label(combo, LX + 14, LY + 334, '路径只管头往哪走，举手是那句话补出来的', 'demo-x-mut', 11);
+    left.appendChild(modeName);  /* 左上角的「组合：…」压在片段的底框上面 */
     var R = 446, RW = 330;
     var p0 = group(s);
     label(p0, R, 64, '关键洞察：控制 = 补全', 'demo-x-ink', 14);
@@ -778,16 +793,17 @@
       KEY6.forEach(function (j, i) { moveRing(six[i], P[j], 7 + 1.5 * Math.sin(now * 4)); six[i].style.opacity = ph === 1 ? win(t, 3.6, 7.0) : 0; });
       var vrOn = ph === 2 ? win(t, 7.0, 10.4) : 0;
       [B.head, B.lhand, B.rhand].forEach(function (j, i) { moveRing(vr[i], P[j], 8 + 2 * Math.sin(now * 4)); vr[i].style.opacity = vrOn; });
-      var pathOn = ph === 2 ? vrOn : ph === 4 ? win(t, 13.4) : 0;
+      var pathOn = ph === 2 ? vrOn : 0;
       pathDots.forEach(function (d, i) { var q = project(frame(Math.min(CLIP.n - 1, k + 2 * (i + 1))).b[B.head], cam); moveDot(d, q); });
       setOpacity(path, pathOn);
       box.put(cam);
       setOpacity(box.g, ph === 3 ? win(t, 10.4, 13.4) : 0);
       var hd = P[B.head];
       bub.setAttribute('transform', 'translate(' + clamp(hd[0] - 30, LX + 8, LX + LW - 236).toFixed(1) + ',' + Math.max(LY + 34, hd[1] - 62).toFixed(1) + ')');
-      bub2.setAttribute('transform', 'translate(' + clamp(hd[0] - 30, LX + 8, LX + LW - 308).toFixed(1) + ',' + Math.max(LY + 34, hd[1] - 62).toFixed(1) + ')');
       setOpacity(bub, ph === 3 ? win(t, 10.4, 13.4) : 0);
-      setOpacity(bub2, ph === 4 ? win(t, 13.4) : 0);
+      setOpacity(combo, ph === 4 ? win(t, 13.4) : 0);
+      actor.g.style.opacity = ph === 4 ? 1 - seg(t, 13.4, 13.7) : 1;
+      comboV.at(K.clipSince(t, 13.4), t >= 13.4 && t < 15.0);
       /* 图像补全：遮住的那一块在 0.4–3.6 s 里先黑、再慢慢补回来 */
       var fillIn = seg(now % 3.2, 1.2, 2.4);
       holeCover.style.opacity = (1 - fillIn).toFixed(2);
@@ -911,7 +927,9 @@
     rich(s, 24, 28, '老师 $\\pi^{\\text{FC}}$ 看到的：当前状态 + 未来 $K$ 帧完整参考', 13.5, 'demo-x-ink2');
     var LX = 24, LY = 44, LW = 400, LH = 352;
     rectBox(s, LX, LY, LW, LH, C_BORDER, C_SURFACE2);
-    var GY = 330, SC = 150, OX = 140;
+    /* 骨盆跟拍在框的水平中线偏左一点（OX）：前面的影子往右上走，人和影子合起来才在框里居中；
+       原先 OX = 140，整团偏左约 77（2026-10-18 看片反馈） */
+    var GY = 330, SC = 150, OX = 214;
     /* 框底下一行写着「半透明：τ = …」，格子停在它上面，别压字 */
     var floor = groundGrid(s, LX + 2, LY + 2, LW - 4, LH - 50);
     /* 高度图的采样点也裁在格子的范围里：16 × 16 的最后几行会伸到底下那行「半透明：τ = …」上（2026-10-17 全局检查） */
@@ -924,11 +942,11 @@
     /* 老师只看未来 15 帧（0.5 s），最远的影子不能超过它：取 0.13 / 0.27 / 0.47 s（2026-10-17 全局检查） */
     var AHEAD = [2, 4, 7];
     var ghosts = AHEAD.map(function () { return smplMesh(s, SHEETS.sit, { ghost: 0.28 }); });
-    var gLegend = rich(s, LX + 14, LY + LH - 30, '半透明：$\\tau$ = ' + AHEAD.map(function (a) { return f2(a / CLIP.fps); }).join(' / ') + ' s 后的参考姿态', 11.5);
+    var gLegend = rich(s, LX + LW / 2, LY + LH - 30, '半透明：$\\tau$ = ' + AHEAD.map(function (a) { return f2(a / CLIP.fps); }).join(' / ') + ' s 后的参考姿态', 11.5, 'demo-x-ink2', 'middle');
     var actor = sampleActor(s, { noChair: true });
     var aJ = arrow(s, C_VIS, 2.4), aR = arrow(s, C_FULL, 2.4, '5 3');
     var tgt = ring(s, 0, 0, 7, 7, C_VIS);
-    var tagL = label(s, LX + 14, LY + LH - 8, '实线：相对头　虚线：相对根', 'demo-x-ink2', 11.5);
+    var tagL = label(s, LX + LW / 2, LY + LH - 8, '实线：相对头　虚线：相对根', 'demo-x-ink2', 11.5, 'middle');
     var R = 446, RW = 330;
     var p1 = group(s);
     label(p1, R, 64, '观测 = 当前状态 + 未来 $K$ 帧', 'demo-x-ink', 14);
@@ -1854,12 +1872,13 @@
     var s = sceneSvg('左边一个一个播项目页的视频：全身跟踪（出拳、台阶上跳舞、侧手翻、跑步），后半换成 VR 三点做侧手翻、只跟头跑步；' +
       '右边是表 1 测试集的成功率与误差，接着是表 2 的 VR 跟踪；MaskedMimic 没有为 VR 专门训练');
     label(s, 24, 28, '一个模型、不针对任务微调，和专门的方法比', 'demo-x-ink2', 13.5);
-    /* 前三段放全身跟踪、后两段换成 VR 跟踪，同一个框，一次一个例子 */
+    /* 前三段放全身跟踪、后两段换成 VR 跟踪，同一个框，一次一个例子。侧手翻在项目页原视频的 5.5–7.0 s，
+       VR 那段从 4.4 s 剪起，第二遍循环时正好在旁白念「做侧手翻」时翻过去 */
     var v1g = group(s), v2g = group(s);
     var v1 = seqClip(v1g, 'tracking', 24, 48, 380, 214, '项目页视频（1 倍速）：全身跟踪没见过的动作，绿球是目标关节',
       [[4, '出拳', C_FULL], [4, '台阶上跳舞', C_FULL], [5, '侧手翻', C_FULL], [4, '跑步', C_FULL]]);
     var v2 = seqClip(v2g, 'vr', 24, 48, 380, 214, '项目页视频（1 倍速）：稀疏跟踪，绿球是给出的目标',
-      [[5.5, '只给 VR 三点（头和双手）：侧手翻', C_VIS], [5, '只给头的路径：跑步', C_VIS]]);
+      [[3.1, '只给 VR 三点（头和双手）：侧手翻', C_VIS], [7.4, '只给头的路径：跑步', C_VIS]]);
     var R = 430, RW = 350;
     var p1 = group(s);
     label(p1, R, 64, '表 1：全身跟踪（AMASS，平地）', 'demo-x-ink', 14);
@@ -2461,7 +2480,7 @@
     K.video(host, {
       title: '配音讲解视频：MaskedMimic 十八幕全流程',
       sub: '15 分 8 秒竖屏视频（1080×1920），中文配音 + 字幕。画面就是上面的十八幕动画，旁白把每一幕讲细；适合手机上看或转发。',
-      size: '18.4 MB',
+      size: '18.5 MB',
       fileName: 'MaskedMimic_讲解视频.mp4'
     });
   }
diff --git a/papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting.md b/papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting.md
index 2b12137a..2d367574 100644
--- a/papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting.md
+++ b/papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting.md
@@ -75,7 +75,7 @@ demos: ["maskedmimic"]
 
 ## 📺 配音讲解视频（可下载） {#mm-video}
 
-<div class="paper-demo" data-demo="mm-video" data-src="media/maskedmimic_explainer_video.mp4" data-poster="media/maskedmimic_explainer_video_poster.jpg"><p class="demo-fallback">（本节含讲解视频播放器，需要启用 JavaScript；也可以直接<a href="media/maskedmimic_explainer_video.mp4" download="MaskedMimic_讲解视频.mp4">下载 mp4（18.4 MB）</a>）</p></div>
+<div class="paper-demo" data-demo="mm-video" data-src="media/maskedmimic_explainer_video.mp4" data-poster="media/maskedmimic_explainer_video_poster.jpg"><p class="demo-fallback">（本节含讲解视频播放器，需要启用 JavaScript；也可以直接<a href="media/maskedmimic_explainer_video.mp4" download="MaskedMimic_讲解视频.mp4">下载 mp4（18.5 MB）</a>）</p></div>
 
 > 📖 **动画之后的正文默认全部折叠**：动画覆盖到的那几节（要解决什么问题、方法详解、实验结果、局限）按小节收起，再往后的具体实例、源码对照、在路线中的位置、面试和附录各整块收起。想细读哪一块就点开对应的折叠条，内容一字未删；流程图和三个交互演示留在外面，目录里的标题依旧可以直接点，会自动展开所在折叠块，左侧目录顶部还有「展开全部文字」一键铺开。
 >
diff --git a/papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/media/maskedmimic_explainer_video.mp4 b/papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/media/maskedmimic_explainer_video.mp4
index 0ea28655..75c07799 100644
Binary files a/papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/media/maskedmimic_explainer_video.mp4 and b/papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/media/maskedmimic_explainer_video.mp4 differ
diff --git a/scripts/paper_video/README.md b/scripts/paper_video/README.md
index 3e003162..800fcc44 100644
--- a/scripts/paper_video/README.md
+++ b/scripts/paper_video/README.md
@@ -132,6 +132,8 @@ ffmpeg -y -f concat -safe 0 -i out/beyondmimic/concat.txt \
 3. 旧画面取上一版的**分段文件**（`chunk_*.mp4`，帧号与时间线一一对应），不取合成后的成片。上一版合成时用了 `-shortest`，末尾少了 3 帧；接缝处逐帧比对过，前面的帧没有错位。
 4. 拼接前在每个接缝两侧比对新旧帧（缩成灰度后取平均绝对差：同一画面约 0.1，错一帧约 0.5）。确认后用 `trim=start_frame=…:end_frame=…` 加 `concat` 滤镜按帧号拼接，一次编码成 CRF 19，配上完整的 `narration.wav`，不加 `-shortest`。
 
+2026-10-18 MaskedMimic 第 1、2 幕只换了项目页片段、旁白没动，时间线不变，帧号直接对上：只重渲第 1 幕和第 2 幕最后一段（到下一幕起点后 0.5 s，共 1,722 帧，两路并行约 2.5 分钟），接缝两侧新旧帧的灰度平均差 0.07–0.15。把五段 `trim` 放进一条 `concat` 滤镜同时解两遍同一个分段文件，内存不够被杀掉；改成每段旧画面单独 `trim` 编成 CRF 19、新渲的分段直接用，再和后面三个没动的分段一起走 concat demuxer（`-c copy`），只有第一个分段重编码一次。
+
 所以下一次整片重渲之前，先别删上一版的 `chunk_*.mp4`。
 
 并行方案应在开始渲染前决定。不要中途终止现有串行进程后直接复用它正在写的普通 MP4：未完成封装时可能没有 `moov`，已编码的前半段也无法直接拼接。渲染产物和临时脚本继续放在被忽略的 `out/` 等临时位置，不提交进仓库。
diff --git a/scripts/paper_video/RELEASE_PLAN.md b/scripts/paper_video/RELEASE_PLAN.md
index c194c99c..05acaf43 100644
--- a/scripts/paper_video/RELEASE_PLAN.md
+++ b/scripts/paper_video/RELEASE_PLAN.md
@@ -60,7 +60,7 @@
 - [x] 025 [Expressive WBC](../../papers/03_High_Impact_Selection/Expressive_Whole-Body_Control_for_Humanoid_Robots/Expressive_Whole-Body_Control_for_Humanoid_Robots.md)（2024）🎬 `exbody` — PULSE→EWBC、BeyondMimic→EWBC；2026-10-12 按 OmniRetarget 之后的排期重做：笔记对照 arXiv v2 的 LaTeX 源码与官方仓库 chengxuxin/expressive-humanoid 逐条核查重写，改正旧版十余处（一个目标条件策略而不是上下两层；重定向是直接搬关节旋转 + 指数映射，不是逆运动学；数据是 CMU 的 780 段；观测、奖励、训练设置换成原表），并记下代码与论文的出入（参考取 0.1 s 后一帧、ROA 式历史编码器、碰撞与下半身偏离的权重对调、抬脚高度方向相反、`project_joints` 没被调用、躯干参考取绕 y 的分量、6144 个环境、1043 → 780 段）；新做十三幕动画，H1 用我们照官方重定向步骤、拿 CMU 官网 ASF/AMC 重算的四段动作（`14_25` 挥手、`104_41` 僵尸走、`20_11` 边走边击掌、`08_07` 大步走；原先的 `141_16`、`141_22` 腿脚动捕超出 ASF 限位，2026-10-13 换掉），按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图；用上论文图 1、3–9；新增三个交互演示（重定向浏览、奖励计算器、表 IV 与表 V）；配音 13 分 17 秒，片头接 024 的片尾预告（一边稳稳地走、一边用上半身跟着人做动作），片尾只预告 026 H2O 的主题（人在摄像头前做动作，机器人实时跟着做），主动画各幕不预告下一篇；整片四段并行渲染。2026-10-13 照 024 的做法全局检查：抽每段旁白末尾的帧，发现分镜的 `win()` 在 cue 前就淡出，旁白比分镜长时第 1、3、6、9 幕等十几处面板有几秒到几十秒是空的，改成到 cue 才淡出；示意图补标注（第 4 幕表 II 的数字不压短条、第 5 幕放大图 3 的子图并写中文、第 6 幕先讲两类关节再画 T 字与 14 个对应关节、第 8 幕图例挪开曲线、第 10 幕分别圈出图 5(b) 的速度与横滚俯仰、第 12 幕两张图加图例并圈出拳击例外、第 13 幕按图注框出图 1 的四块）；旁白里自由度、增益、骨盆、本体感受、特权信息、PD、四元数、正则、PPO 的折扣与裁剪、消融、课程、判别器、MDM 第一次出现时用白话交代，表 IV 的 MEL 写明论文没给单位；整片重渲为 12 分 17 秒（原 11 分 20 秒），封面不变；同日挥手、击掌换成 `14_25`、`20_11`，旁白第 6 幕的数字跟着改，整片再渲为 12 分 22 秒。2026-10-14 按看片反馈重做两处结尾：第 5 幕改成「人工撒点（示意）vs 人的数据」的左右对比，第 10 幕改成「图 6 的点怎么来」（左边 H1 挥手、右边站着的 H1 落点，加俯视朝向小圆，交代点按身体朝向记、转身已扣掉）；顺带记下论文把 Fu 等人的引用连错了文献。只重渲这两幕、其余按帧号拼接，整片 13 分 17 秒
 - [x] 026 [H2O](../../papers/03_High_Impact_Selection/H2O_Learning_Human-to-Humanoid_Real-Time_Whole-Body_Teleoperation/H2O_Learning_Human-to-Humanoid_Real-Time_Whole-Body_Teleoperation.md)（2024）🎬 `h2o` — H2O→OmniH2O、H2O→TWIST；下一行 OmniH2O 写的「HOVER 统一 ExBody / H2O / OmniH2O 的命令空间」里，H2O 之前一直没进清单。〔取舍〕和 Expressive WBC（2024-02）同期，按年份排在它后面。2026-10-14 照 025 的做法重做：笔记对照 arXiv v1 的 LaTeX 源码与官方仓库 LeCAR-Lab/human2humanoid 逐条核查重写，改正旧版几处（重定向是拟合形状 14 对 + 重定向 11 对、Adadelta、截断到限位、整段抬到 0.08 m；观测在代码里是「位置差、参考位置、参考速度」、朝向坐标系、参考取下一帧；刚体速度奖励不带平方；训练时的终止是任一连杆超阈值），并记下代码与表 II 的出入；新做十四幕动画，H1 用我们照官方 `grad_fit_h1.py` 在 CMU 五段动作（`14_25` 挥手、`14_01` 拳击、`10_02` 踢球、`07_01` 走路、`49_06` 侧手翻）上重算的位置逆运动学（SMPL 要注册才能下载，换成逐段缩放 CMU 骨架的九个量），按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图；内八用「不改身材」的同一段挥手对照，「对末端不抄角度」用 025 ExBody 的同一段挥手关节角对照；用上论文图 1–7；新增三个交互演示（重定向浏览、奖励计算器、表 III 与表 IV）；配音 13 分 27 秒，片头接 025 的片尾预告（人在摄像头前做动作，机器人实时跟着做），片尾只预告 027 OmniH2O 的主题（VR 头显、头和双手三个点、遥操作数据训自主策略），主动画各幕不预告下一篇；整片四段并行渲染。2026-10-15 按看片反馈：第 4 幕把人体骨架半透明地叠到两台 H1 上（左本来的身材、右改过的身材），第 5 幕补 Adam / Adadelta 各一句话（步长按 PyTorch 默认参数算）；`build.py` 加 `--reuse`，只合成新加的一句，只重渲这两幕、其余按帧号拼接，整片 13 分 49 秒；同日第 8 幕「66 加 72，138 维」被 TTS 当成千分位念成七万两千一百三十八维，改成「66 加 72 等于 138 维」，用 edge-tts 的 WordBoundary 把全篇 78 句查了一遍，只有这一处，只重渲这一句
 - [x] 027 [OmniH2O](../../papers/03_High_Impact_Selection/OmniH2O_Universal_Whole-Body_Teleoperation/OmniH2O_Universal_Whole-Body_Teleoperation.md)（2024）🎬 `omnih2o` — OmniH2O→HOVER；HOVER 统一的就是 ExBody / H2O / OmniH2O / HumanPlus 各自的命令空间。2026-10-15 照 026 的做法重做：笔记对照 arXiv v1 的 LaTeX 源码、PMLR 定稿与官方仓库 LeCAR-Lab/human2humanoid 逐条核查重写，改正旧版十余处（学生观测是 3 个点 × 3 项 = 27 维目标加 25 步历史、共 1665 维，教师 913 维；DAgger 不要动捕；表 2 真机误差 87.33 → 47.94 mm），并记下代码与论文的出入（抬脚奖励在代码里是落地时罚 $-2500\max(0.25-h, 0)$、课程每次乘 $1 \pm 10^{-5}$、阈值 50 / 120、头的目标截到 1 m）和表 3 与附录表 17 对不上的两处；新做十七幕动画，H1 用官方样例 `stable_punch.pkl` 的左手出拳（样例本身就是站姿版），蹲姿版与原始重定向是我们照论文描述做的，按 Robot_Retarget_Online 的材质离线渲染成 3D 贴图；用上论文图 1、3–11 与官方 README 的硬件图；新增三个交互演示（三个点浏览器、抬脚奖励与惩罚课程、表 1–3）；配音 13 分 25 秒，片头接 026 的片尾预告（VR 头显、头和双手三个点、遥操作数据训自主策略），片尾只预告 028 MaskedMimic 的主题（随机遮掉目标，一个策略补全全身），主动画各幕不预告下一篇；整片四段并行渲染。2026-10-16 按看片反馈：片头「还能拿遥操作数据」被读成「拿遥，操作数据」（「遥」后面 240 ms 没声音），改成「还能把遥操作数据拿来训练」，全篇十处「遥操作」用基频跟踪量过，都在 50–80 ms；全局查「快压住」（`check_layout.mjs story near`，3px），修了第 3–8、10、16 幕的贴边与贴字（第 5 幕的 120、40 贴着右栏）；第 10、14–17 幕的真机画面换成项目页视频剪的 10 段片段（`kit.js` 加 `svgClip`，`render.mjs` 转 VP9、逐帧 seek，另加 `chunk` 分段模式），先出改动的几段给用户看；同日片头「只跟头和双手」被切成「跟头」，改成「只跟踪头和双手」；用户确认后用 `render.mjs chunk` 四段并行整片重渲 24,136 帧（13 分 25 秒），网页版 15.1 MB。发布后（同日）第 9 幕「更新学生」那条虚线只画了一半、没有箭头也没说明，改成从损失连到学生的虚线箭头（「梯度回传 / 更新学生」），旁边的实线标「学生自己的 a_t」；旁白没变，只重渲第 9 幕（帧 11,340–12,546），其余按帧号拼接上一版的分段，网页版跟着换
-- [ ] 028 [MaskedMimic](../../papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting.md)（2024）🎬 `maskedmimic` — MaskedMimic→HOVER；仿真角色上「随机遮掉部分目标」的统一控制，HOVER 的 mode mask + sparsity mask 把同一个问题搬到人形。〔取舍〕夹在 OmniH2O（固定头手三点）和 HOVER 之间，正好对照「固定接口」与「任意掩码」。2026-10-16 照 027 的做法重做：笔记对照 arXiv v1 的 LaTeX 源码与官方仓库 NVlabs/ProtoMotions（v2.3 标签与 v3 主分支）逐条核查重写，补全或改正旧版几处（物体还有 6 维朝向、共 31 维；路径跟随给头的位置和朝向；KL 调度、网络尺寸、64 维潜变量、12 维约束、掩码的全部概率按附录原文），并记下 v2.3 代码与论文的出入（空白概率 0.1、文字可见 0.5、历史 120 步取 15 帧、全局旋转系数 10、能量权重 1e-5、损失是动作均方误差）；新做十八幕动画，角色用 ProtoMotions 自带的官方样例 `smpl_humanoid_sit_armchair.motion`（SAMP 的坐扶手椅）按 SMPL 角色的 MJCF 几何离线渲染成 3D 贴图，扶手椅用官方 `armchair.obj`；第 1、8、14–18 幕嵌入项目页视频剪的 10 段片段，用上论文图 1、3、4、5a；新增三个交互演示（掩码浏览器、结构化掩码采样器、表 1–6）；配音 14 分 2 秒，片头接 027 的片尾预告（随机遮掉目标，一个策略补全全身），片尾只预告 029 HOVER 的主题（把掩码式的多模式控制搬到真实的人形机器人），主动画各幕不预告下一篇；用 WordBoundary 把全篇 96 句切词查了一遍，改了「上任」「从先验」「上照」三处粘词，「残差」照 ASAP 写「残插」；整片四段并行渲染 25,269 帧，网页版 16.7 MB。2026-10-17 按看片反馈：第 8 幕沙发片段围着沙发放大、铺满左框；第 3 幕图 3 按块放大；项目页的 2 × 2 拼图改成一次放一个（`seqClip`）；图 1、图 5a 在对应的一段铺满整个宽度（第 2 幕最后一句旁白拆成两句）；第 9 幕 KL 读数停在 0.363；字幕与分镜里的公式改用 KaTeX、中文与字母数字之间补空格；整片重渲 25,287 帧，网页版 16.8 MB。同日第三轮：3D 地面从一条线改成淡的 0.5 m 网格；第 8 幕先一句话介绍 VAE；第 10 幕 KL 系数的点沿曲线扫过并显示读数；要放大的沙发是第 3 幕图 3 第三块里的小图（从原位放大成 PDF 里的原图），第 8 幕沙发片段恢复原样；旁白「表 2」写成「表二」；表 6 标明是坐上椅子的成功率；整片重渲 25,807 帧（14 分 20 秒），网页版 17.4 MB。同日第四轮：对照论文 LaTeX 与 v2.3 代码全局核对旁白、字幕与分镜（学生只给 6 个部位、表 2–6 写明成功率、论文没写的标成推测），第 9 幕按「推理时只用先验 / 训练时用编码器」重写，第 4、10、11、12 幕的压字与越出画面修掉；整片重渲 27,253 帧（15 分 8 秒），网页版 18.4 MB
+- [ ] 028 [MaskedMimic](../../papers/03_High_Impact_Selection/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting/MaskedMimic_Unified_Physics-Based_Character_Control_Through_Masked_Motion_Inpainting.md)（2024）🎬 `maskedmimic` — MaskedMimic→HOVER；仿真角色上「随机遮掉部分目标」的统一控制，HOVER 的 mode mask + sparsity mask 把同一个问题搬到人形。〔取舍〕夹在 OmniH2O（固定头手三点）和 HOVER 之间，正好对照「固定接口」与「任意掩码」。2026-10-16 照 027 的做法重做：笔记对照 arXiv v1 的 LaTeX 源码与官方仓库 NVlabs/ProtoMotions（v2.3 标签与 v3 主分支）逐条核查重写，补全或改正旧版几处（物体还有 6 维朝向、共 31 维；路径跟随给头的位置和朝向；KL 调度、网络尺寸、64 维潜变量、12 维约束、掩码的全部概率按附录原文），并记下 v2.3 代码与论文的出入（空白概率 0.1、文字可见 0.5、历史 120 步取 15 帧、全局旋转系数 10、能量权重 1e-5、损失是动作均方误差）；新做十八幕动画，角色用 ProtoMotions 自带的官方样例 `smpl_humanoid_sit_armchair.motion`（SAMP 的坐扶手椅）按 SMPL 角色的 MJCF 几何离线渲染成 3D 贴图，扶手椅用官方 `armchair.obj`；第 1、8、14–18 幕嵌入项目页视频剪的 10 段片段，用上论文图 1、3、4、5a；新增三个交互演示（掩码浏览器、结构化掩码采样器、表 1–6）；配音 14 分 2 秒，片头接 027 的片尾预告（随机遮掉目标，一个策略补全全身），片尾只预告 029 HOVER 的主题（把掩码式的多模式控制搬到真实的人形机器人），主动画各幕不预告下一篇；用 WordBoundary 把全篇 96 句切词查了一遍，改了「上任」「从先验」「上照」三处粘词，「残差」照 ASAP 写「残插」；整片四段并行渲染 25,269 帧，网页版 16.7 MB。2026-10-17 按看片反馈：第 8 幕沙发片段围着沙发放大、铺满左框；第 3 幕图 3 按块放大；项目页的 2 × 2 拼图改成一次放一个（`seqClip`）；图 1、图 5a 在对应的一段铺满整个宽度（第 2 幕最后一句旁白拆成两句）；第 9 幕 KL 读数停在 0.363；字幕与分镜里的公式改用 KaTeX、中文与字母数字之间补空格；整片重渲 25,287 帧，网页版 16.8 MB。同日第三轮：3D 地面从一条线改成淡的 0.5 m 网格；第 8 幕先一句话介绍 VAE；第 10 幕 KL 系数的点沿曲线扫过并显示读数；要放大的沙发是第 3 幕图 3 第三块里的小图（从原位放大成 PDF 里的原图），第 8 幕沙发片段恢复原样；旁白「表 2」写成「表二」；表 6 标明是坐上椅子的成功率；整片重渲 25,807 帧（14 分 20 秒），网页版 17.4 MB。同日第四轮：对照论文 LaTeX 与 v2.3 代码全局核对旁白、字幕与分镜（学生只给 6 个部位、表 2–6 写明成功率、论文没写的标成推测），第 9 幕按「推理时只用先验 / 训练时用编码器」重写，第 4、10、11、12 幕的压字与越出画面修掉；整片重渲 27,253 帧（15 分 8 秒），网页版 18.4 MB。2026-10-18 按看片反馈：第 1 幕先以 2 倍速完整放一遍城堡片段（爬坡、挥手、碎石地、坐王座）再换以前的工作；换幕淡入时片段时间为负、循环片段绕到片尾闪一下的问题在 `kit.js` 与 bundle 里一起修掉（第 1、14、16、18 幕）；第 2 幕组合模式换成项目页片段，第 4 幕居中；只重渲改过的帧段再按帧号拼接，网页版 18.5 MB；同日第 14 幕两段侧手翻原先剪在源视频 0–5 s、没剪到翻的那一下，改剪 5.5–7.0 s 前后，只重渲第 14 幕
 - [ ] 029 [HOVER](../../papers/03_High_Impact_Selection/HOVER_Versatile_Neural_Whole-Body_Controller/HOVER_Versatile_Neural_Whole-Body_Controller.md)（2024）🆕 — EWBC→HOVER
 - [ ] 030 [ExBody2](../../papers/03_High_Impact_Selection/ExBody2_Advanced_Expressive_Whole-Body_Control/ExBody2_Advanced_Expressive_Whole-Body_Control.md)（2024）🆕 — EWBC→ExBody2
 - [ ] 031 [HugWBC](../../papers/03_High_Impact_Selection/HugWBC_A_Unified_and_General_Humanoid_Whole-Body_Controller/HugWBC_A_Unified_and_General_Humanoid_Whole-Body_Controller.md)（2025）🆕 — EWBC→HugWBC；025、029–031 组内按年份排
diff --git a/tests/test_paper_demos.py b/tests/test_paper_demos.py
index 2efb0bf4..63419620 100644
--- a/tests/test_paper_demos.py
+++ b/tests/test_paper_demos.py
@@ -4186,7 +4186,7 @@ def _mp4_seconds(path):
 
 
 def test_maskedmimic_project_page_clips():
-    """MaskedMimic：第 1、8、14–18 幕的仿真画面剪自项目页的视频（13 段，按幕懒加载）。
+    """MaskedMimic：第 1、2、8、14–18 幕的仿真画面剪自项目页的视频（14 段，按幕懒加载）。
 
     原先四个例子拼成 2 × 2，手机上人太小（2026-10-17 看片反馈），现在一次只放一个：seqClip 的 parts 时长加起来要等于片段时长，
     否则下面的小条和名称会和画面错开。
@@ -4194,7 +4194,7 @@ def test_maskedmimic_project_page_clips():
     js = (DEMO_JS_DIR / "maskedmimic.js").read_text(encoding="utf-8")
     clip_dir = ROOT / "assets/img/papers/maskedmimic/clips"
     used = set(re.findall(r"(?:projClip|seqClip)\(\w+, '(\w+)'", js))
-    assert used == {"castle", "prior", "sofa", "tracking", "vr", "terrain", "tasks", "task_path", "task_steer", "task_reach", "objects", "text", "bloopers"}
+    assert used == {"castle", "combo", "prior", "sofa", "tracking", "vr", "terrain", "tasks", "task_path", "task_steer", "task_reach", "objects", "text", "bloopers"}
     for cid, parts in re.findall(r"seqClip\(\w+, '(\w+)',[^\[]*?(\[\[.*?\]\])", js, flags=re.S):
         total = sum(float(x) for x in re.findall(r"\[\s*([0-9.]+),", parts))
         assert abs(total - _mp4_seconds(clip_dir / f"{cid}.mp4")) < 0.02, (cid, total)