Princeton 提出动作影响最大化，世界模型训练数据需求降 85 倍
shahdhruv_ · x · 2026-10-24
普林斯顿大学团队提出 AIM（Action Influence Maximization），用于训练可控且符合物理规律的世界模型，CoRL 2026 论文。
核心发现：
- 用成功专家演示训练的动作条件视频生成模型常会忽略指令动作，无论给什么动作都生成「像专家」的未来——根源是训练数据中动作对结果的影响不足，这一指标构成模型可表达影响力的上限。
- AIM 主动收集能补足「缺失动作后果」的自由探索（free-range play）数据，而非继续喂同类专家演示。
- 在像素级操作任务上，向 3000 条演示追加 500 条主动采集的片段，末端可控性即可匹敌用 30 万条专家片段训练的世界模型，数据需求降低 85 倍；AIM 是对比中唯一能持续提升可控性的方法。
「具身」频道最新
- 机器人一周要闻汇总：NVIDIA、Agile Robots、Eka 齐发新品 — lukas_m_ziegler · 2026-10-24
- Stackchan 桌面机器人跑上 Phonon 本地语音，响应快过 ElevenLabs API — alexcovo_eth · 2026-10-24
- 美国拟移除无方向盘自动驾驶监管障碍，法国却被批给 Tesla FSD 拖后腿 — mitchdeg · 2026-10-24
- 英伟达扩展 Cosmos 平台，保时捷奔驰等落地物理 AI — NVIDIAAI · 2026-10-24
- Enact 携 3000 万美元出 Stealth，创瑞士最大 pre-seed 纪录 — lukas_m_ziegler · 2026-10-24
- Generalist 与 PI 开放机器人模型 API,机器人行业或迎模型即服务转折 — binarybits · 2026-10-24