CG-World发布85万条CG数据集，用反事实干预重塑世界模型
TheTuringPost · x · 2026-08-01
现有的视频或机器人数据集往往只能捕捉到部分物理结构，难以训练出真正可用的世界模型。为此，CG-World 提出了一种基于工业计算机图形学（CG）的新数据协议，将像素视为底层状态生成的观察结果。
该数据集 v1 版本包含约 85 万个时长 1-5 秒的时间对齐片段，不仅对齐了 RGB 图像，还完整记录了物体的几何形状、动作、接触事件及物理状态等丰富信息。
其核心创新在于引入了反事实分支（Counterfactual Branches）：在相同初始状态下，通过改变动作、质量、摩擦力等单一变量，记录不同的演变结果。这种设计将世界模型的学习重点，从单纯的“预测下一帧”转向了“理解干预如何改变底层状态”。目前包含 5000 条动作和 5000 条机制干预分支，但出于工业限制，完整原始数据暂需受控访问。
所属事件:CG-World发布85万条CG数据集以重塑世界模型(2 条相关)→
「具身」频道最新
- 1X 开设加州工厂，批量量产 NEO 人形机器人 — emmanuelvivier · 2026-10-16
- Waymo 无人驾驶出租车对圣安东尼奥等三城全面开放 — emmanuelvivier · 2026-10-16
- 视觉预训练模型做触觉预测有多难?机器人研究者激辩跨模态迁移 — KyleMorgenstein · 2026-10-16
- Ropedia 预告 Super Week:5 天连发 6 项具身智能成果 — liuziwei7 · 2026-10-16
- 博主探访香港 Auki 办公室:超市其实是机器人训练场 — LoganGrasby · 2026-10-16
- 北大发布 SimForcing：把仿真运动先验蒸馏进真实机器人世界模型 — PekingUniversity · 2026-10-16