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
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 特斯拉悬停跑车被指非飞行汽车：气罐撑不了多久 — tinyfool · 2026-10-16
- Scobleizer 转述：Optimus 实机比空中翻转的新 Roadster 更震撼 — Scobleizer · 2026-10-16
- 独立开发者的 AI PASSPORT 固件几天下载破 1200 次 — ezshine · 2026-10-16
- 1X 开设加州工厂，批量量产 NEO 人形机器人 — emmanuelvivier · 2026-10-16