用途：在 Physical AI 运行时中加载并校验由 Physical AI Studio 导出的策略，用于推理部署。核心入口为 src/physicalai/inference/model.py 中的 InferenceModel；清单解析在 src/physicalai/inference/manifest.py；后端注册表在 src/physicalai/inference/adapters/registry.py（onnx → .onnx，openvino → .xml）；Hub 下载位于 src/physicalai/inference/utils/_hub.py。
主要能力：支持本地导出目录与 Hub 仓库加载；默认后端自动检测，仅在歧义时显式指定 backend 和 device；提供 from_pretrained 加载 Hub 快照并可固定 revision；提供 reset() 与 select_action(observation) 做单次前向冒烟推理；需要动作块时可使用 predict_action_chunk。
使用方式：先确认产物类型（本地目录或 Hub repo_id）、期望后端及需要 select_action 还是 predict_action_chunk。本地自动检测：model = InferenceModel("./exports/act_policy")。Hub 加载：model = InferenceModel.from_pretrained("OpenVINO/act-fp16-ov", revision="<commit-sha>")。显式指定：model = InferenceModel("./exports/act_policy", backend="openvino", device="CPU")。冒烟推理：model.reset() 后 action = model.select_action(observation)。
校验：对照 references/export-load-contract.md 及各后端说明（references/onnx.md、references/openvino.md）核验结构；运行 uv run pytest tests/unit/inference/test_model.py tests/unit/inference/test_manifest.py -q，适配器变更时补充 tests/unit/inference/ 下的定向测试。检查导出目录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/特征名与清单中的预处理器一致。
限制与注意：可选后端缺失时应给出明确安装指引（onnxruntime、OpenVINO）；未在适配器注册表中注册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；运行时本身不负责机器人时序控制，硬件循环需转交运行策略相关技能。