W&B 评测显示，NVIDIA 14B DreamZero 的难题表现被指标掩盖
wandb · x · 2026-07-23
- W&B 对 NVIDIA GEAR Lab 的 14B World Action Model DreamZero 做了零样本评测，共跑了 65 次 rollout。
- 在最难任务上，单一标量指标已经无法区分成功与失败，说明仅看汇总数字会掩盖关键行为差异。
- 这份评测重点在于看清模型在哪些场景能泛化、又在哪些场景会失效。
「具身」频道最新
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- 机器人走到冰箱前拿出一瓶啤酒 — Darpinian · 2026-07-27
- 研究者用针织结构复现数字电路 — mtizard · 2026-07-27
- 本地 Qwen 模型驱动机械臂测试 78 款手机续航 — gappyvalley · 2026-07-27
- TechCrunch 讨论脑波信号或成 physical AI 训练新钥匙 — TechCrunch AI · 2026-07-27
- YC 讨论具身机器人：预训练、记忆和组合行为才是关键 — ycombinator · 2026-07-27