DreamZero模型：14B参数实现7Hz实时闭环机器人控制
du_yilun · x · 2026-08-13
作者分享了关于世界动作模型的新论文《World Action Models are Zero-shot Policies》及其代码。该研究提出了 DreamZero，基于预训练的视频扩散模型构建。
- 核心优势：与现有的视觉-语言-动作（VLA）模型相比，DreamZero 通过联合建模视频和动作来学习物理动态，无需依赖重复演示，在新任务和新环境中的泛化能力提升了 2倍以上。
- 系统优化：通过模型和系统层面的优化，成功让 14B 参数的自回归视频扩散模型实现了 7Hz 的实时闭环控制。
- 跨载体迁移：展示了出色的跨身体迁移能力。仅使用其他机器人或人类的纯视频数据训练 10-20 分钟，在未见过的任务上就能获得超过 42% 的相对性能提升。
「具身」频道最新
- 特斯拉新 Roadster 演示:垂直爬墙、倒挂行驶,靠推进器飞离 — tetsuoai · 2026-10-16
- FoveaVLA 用学习式注视动作替代腕部相机,成功率升至 70.8% — Haoyu_Xiong_ · 2026-10-16
- 马斯克暗示：Grok 将进 Optimus 机器人，数字 Optimus 也将入 Grok — beffjezos · 2026-10-16
- OpenDriveLab 等提出 SimVTA:用模拟器渲染未来视频给驾驶世界模型做 RL 后训练 — OpenDriveLab · 2026-10-16
- 9 家机器人数据供应商横评：Scale AI 营收超 10 亿美元，机器人业务能否复制其利润率 — FinanceYF5 · 2026-10-16
- Kroger 裁 3000 个公司岗位占 37%，博主预言人形机器人 2030 年代接棒 — csuwildcat · 2026-10-16