不要把原始帧塞进控制循环
mediad 靠近相机运行推理，只把目标位置、人物检测等几十字节特征推给 robotd。640×480 RGB@30fps 约 27 MB/s，跨进程搬运原始帧会浪费内存带宽。
深度是独立传感器
tofd 管理头部 ToF，发布 8×8 深度矩阵。它不依赖 robotd，也不把自己并入媒体管线；消费者结合 robot.state 与 head forward kinematics 把深度重投影到机器人坐标系。
远程路径
mediad 负责相机、音频、硬件编码、WebRTC 与远程 API 前门。控制调用仍映射到与本地 CLI、手柄相同的 JSON-RPC 意图。
本文根据官方公开资料整理。命令与接口可能随早期版本变化，操作真机前请核对官方仓库最新 cheatsheet。