DreamTrue世界模型:反事实后训练把交互缺陷率从48%降到6%
Junyan Li · hf · 2026-10-09
- DreamTrue 是多视角、跨具身(embodiment)的机器人世界模型,目标是动作忠实且物理合理的视频预测,获 AgiBot World Challenge 2026 世界模型赛道第一。
- 针对两个训练痛点:
- 标定不精准损害动作跟随——把动作轨迹渲染为图像条件,并用离线几何标定对齐;
- 失败交互覆盖不足导致预测偏乐观——引入反事实后训练,修改录制的动作轨迹,在更广的动作与接触配置下生成未来视频。
- 构建人工标注(覆盖机器人、物体、交互缺陷)的视频数据集,训练具身视频奖励模型,其评分通过 RL 后训练引导更物理合理的预测。
- 在 AgiBot 上取得 SOTA 动作跟随,人评交互缺陷率从 48.12% 降至 6.25%。
「具身」频道最新
- KAIST 提出 ME-World:多智能体第一人称世界模型联合去噪生成 — kaist-ai · 2026-10-09
- Scoble 亲测 Tesla Cybercab：超出预期，还想买来出租 — Scobleizer · 2026-10-09
- 研究员称自我中心数据采集正当红，当年项目超前时代 — gragtah · 2026-10-09
- NVIDIA USDCraft:用LLM写程序重建可操作的铰接3D资产 — nvidia · 2026-10-09
- 浙大 SuperNav:免微调 MLLM 加导航工具,任意场景执行任意任务 — zju3dv · 2026-10-09
- SimpleICL:低成本数据采集实现机器人上下文视觉学习,将全面开源 — Minxing Li · 2026-10-09