用途：在 Runtime 中加载并校验 Physical AI Studio 导出的策略，用于部署推理。核心入口是 src/physicalai/inference/model.py 中的 InferenceModel，清单解析在 manifest.py，后端注册在 adapters/registry.py（onnx 对应 .onnx，openvino 对应 .xml），Hub 下载在 utils/_hub.py。
主要能力：支持本地导出目录与 Hub 仓库加载；优先自动检测后端，必要时显式指定 backend 与 device；可通过 from_pretrained 加载已发布包，并用 revision 固定版本以保证可复现。提供 reset() 与 select_action(observation) 做冒烟推理。
使用方式：先确认制品类型（本地目录或 repo_id）、期望后端、以及需要 select_action 还是 predict_action_chunk。本地可写 InferenceModel("./exports/act_policy")；Hub 可写 InferenceModel.from_pretrained("OpenVINO/act-fp16-ov", revision="<commit-sha>")；自动检测有歧义时再显式指定 backend="openvino"、device="CPU"。随后按 references/export-load-contract.md 及 onnx.md、openvino.md 校验清单、模型文件与处理器制品是否可解析，并跑一次代表性观测的前向推理。硬件循环交给 physicalai-runtime-running-policy-on-robot。
校验：可运行 uv run pytest tests/unit/inference/test_model.py tests/unit/inference/test_manifest.py -q；适配器改动应在 tests/unit/inference/ 下补充或运行定向测试。
限制与注意：导出目录需包含后端模型文件与符合 docs/reference/manifest-schema.md 的 manifest.json，元数据输入输出与特征名须与清单中的预处理器一致；可选后端缺失时应给出明确安装指引（onnxruntime、OpenVINO）；未注册适配器的后端不应写入文档；Hub 加载不得记录令牌，生产文档建议固定 revision。