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
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 机器人模型实测:RoboTwin 50 项任务成功率 80.8% 远超基线 — trevordarrell · 2026-10-27
- AW-0 用代码流改变世界模型预测:同一指令下精准选中目标物体 — trevordarrell · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27