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
- 通用机器人公司 Walden 开设旧金山新总部，全面招募多模态与 RL 人才 — adnothing · 2026-08-14
- Uber 联合 Wayve 与日产，2026 年底在东京推出自动驾驶出租车 — alexgkendall · 2026-08-14
- NVIDIA Cosmos Labs发布机器人学习新方法WAMs和VLAs — NVIDIAAI · 2026-08-14
- 北大等推出 LDA-1B：基于 3 万小时具身数据的机器人基础模型 — chris_j_paxton · 2026-08-13
- IDUN 推出脑电波耳麦开发套件，支持端侧处理与神经自适应体验 — melnykowycz · 2026-08-13
- 独立开发者尝试发币筹资，以加速具身机器人模型评估 — du_yilun · 2026-08-13