150 美元从零训练 15.7 亿参数 Dreamer 4
OtherRaisin3426 · reddit · 2026-08-24
作者分享了以不到 150 美元的成本，从零开始训练一个 15.7 亿参数的 Dreamer 4 世界模型的经历。项目基于 Genie 架构改进，解决了初始版本控制失效的问题。关键发现包括：
- 低成本可行：150 美元预算足以训练此类模型，不再需要前沿实验室的算力。
- 数据策略：使用 Procgen 自生成每一帧而非爬取视频，确保拥有每一步的真实动作标签，从而能验证模型是否真正响应控制而非仅生成动态画面。
最终模型在 CoinRun 环境下达到 40.41 PSNR，FVD 32.19，可维持 144 帧稳定性。作者提供了在线演示和代码。
「研究」频道最新
- GenRecon：结合生成先验的多视图高保真 3D 场景重建 — rsasaki0109 · 2026-08-24
- 「失配模型样本」：对齐研究新支柱的提出 — CFGeek · 2026-08-24
- 糖类结构预测难如登天？SweetFold 扩散模型精准攻克 Glycan 预测 — AllThingsApx · 2026-08-24
- HydroGym 平台：JAX 环境与梯度增强 PPO — maier_ak · 2026-08-24
- RL 智能体零迁移至机翼减阻 38% — maier_ak · 2026-08-24
- IJCV 期刊征稿：多模态统一理解与生成特刊 — liuziwei7 · 2026-08-24