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
- 外滩大会观察：AI 与硬件厂商分工成型，蚂蚁扮演攒局者 — 智东西 · 2026-09-11
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11