世界动作模型 Dream-1 微调后真机得分涨 159%,多任务反超前沿 LLM
SE3 Labs 发布评测系列《A Wider Dream》,在 10 项真机机器人任务上系统对比了前沿 LLM 零样本能力与微调后的世界动作模型 Dream-1。结论是双向的:LLM 零样本整体仍占优,但 Dream-1 经过针对性微调后在物理例程任务上以更低成本、更短时间反超。报告与数据集已开源,值得关注机器人基座模型路线的人士参考。
已确认
- 零样本阶段,Fable(5.2)在 10 项任务中约 7 项领先微调前的 Dream-1;Dream-1 仅在 3 项物理例程上占优,如装箱 54.5 对 39.0、叠玩具 35.0 对 31.0。
- 记忆与推理类任务是 LLM 强项:藏杯找块(按顺序翻杯)Fable 得 64,Dream-1 仅 9;按类别将物体分进三个箱子 Fable 62.5,Dream-1 10。
- SE3 Labs 用 500 条真实机器人演示微调 Dream-1,RoboDojo-Real 基准得分从 8.5 涨到 22,提升 159%,超过微调后的 π0.5(20.6);在重复性物理例程上以约五分之一的时间击败前沿 LLM。
- 提升的关键不是更大的模型,而是演示数据的随机化:此前发现 Dream 的零样本技能集中在遥操作数据密集的桌面中部,改用全桌随机布局的 10 个任务演示后,技能覆盖扩散到全桌。
- 微调后 Dream-1 在部分任务上仍落后,成本据作者称仅为对手的 1/100;500 条随机化演示数据集与评测报告已开源。
为什么重要
- 该评测给出了一条务实路线:不追求更大模型,而是用少量随机化真机演示微调世界动作模型,即可在物理任务上逼近甚至反超前沿 LLM,且数据和成本门槛显著更低。
2026-11-19 ~ 2026-11-19 · 6 条相关
一手来源
- 世界动作模型 Dream-1 微调后得分暴涨 159%,多项任务反超前沿 LLM — paigeinsf ·
- 随机化演示数据集开源:微调让机器人技能覆盖全桌,附 500 条数据 — paigeinsf ·
- 机器人实测:LLM 零样本 7/10 项目碾压微调世界动作模型 — paigeinsf ·
- Dream-1 微调后真机成绩涨 159%,成本仅为对手 1/100 — paigeinsf · 2026-11-19
- 【源头】世界动作模型 Dream-1 微调后得分暴涨 159%,多项任务反超前沿 LLM — paigeinsf · 2026-11-19
- 500 条随机场景演示是关键:Dream-1 技能从桌面中部扩散到全桌 — paigeinsf · 2026-11-19
- 记忆与推理仍是 LLM 强项:Fable 藏杯找块 64 比 9 大胜 Dream-1 — paigeinsf · 2026-11-19
- 【源头】机器人实测:LLM 零样本 7/10 项目碾压微调世界动作模型 — paigeinsf · 2026-11-19
- 【源头】随机化演示数据集开源:微调让机器人技能覆盖全桌,附 500 条数据 — paigeinsf · 2026-11-19