用途：在 PhysicalAI Runtime 中配置推理流水线，围绕 InferenceModel 组织预处理器（preprocessors）、后处理器（postprocessors）和 runner。流水线顺序为：观测 → 预处理器 → runner → 后处理器 → 动作输出。相关说明见 docs/how-to/inference/configure-pre-post-processing.md。
主要能力与代码位置：核心实现在 src/physicalai/inference/component_factory.py（ComponentRegistry、instantiate_component、_MAX_COMPONENT_DEPTH）与 src/physicalai/inference/model.py（依据 manifest 规格构建处理器链）。内置预处理器/后处理器位于 preprocessors/ 与 postprocessors/ 下，runner 位于 runners/ 下。
使用方式：读取 manifest 中 preprocessors、postprocessors 与 model.runner 部分，先确认规格使用 type（注册表短名）还是 class_path。内置组件优先用 type（如文档中的 normalize/denormalize 模式）；显式类用 class_path 加 init_args，例如 class_path: physicalai.inference.preprocessors.StatsNormalizer 配合 init_args 中的 artifact: stats.safetensors，且 init_args 路径需经 resolve_artifact 相对导出目录解析。新增内置处理器时，在相应包中实现 Preprocessor/Postprocessor 子类，必要时在 component_factory 注册短类型名，并在 tests/unit/inference/preprocessors/ 或 postprocessors/ 下添加单元测试。
验证与限制：可运行 uv run pytest tests/unit/inference/preprocessors tests/unit/inference/postprocessors tests/unit/inference/test_manifest.py -q 做校验。要求处理器顺序与训练/导出语义一致（归一化在 runner 前，反归一化在其后）；manifest 中的 artifact 文件名不得进行路径穿越（如 ..、绝对路径）；新增公开处理器需出现在 docs/reference/inference-api.md 或 how-to 文档中；runner 选择（SinglePass、分块 runner）需与 predict_action_chunk 及 select_action 文档一致。init_args 中的嵌套组件需保持在 _MAX_COMPONENT_DEPTH 之内，避免循环规格。参考文档：docs/reference/manifest-schema.md、docs/how-to/inference/use-manifest.md。其他细节暂未提供。