世界模型团队争抢带操作标签的游戏数据：动作才是稀缺的那一半
KnowledgeOk7634 · reddit · 2026-11-12
作者分析世界模型训练数据的供需逻辑：世界模型需要「画面+操作」成对数据来预测下一步，纯视频只展示发生了什么，而解释因果的操作标签才是稀缺资源。文中列举案例：OpenAI 的 Minecraft 工作把 2000 小时标注数据扩增为 7 万小时自动标注数据；微软为 Muse 保留了七年的手柄输入记录；NVIDIA 则从主播画面叠加层读取输入。作者指出多数数据的缺陷是缺乏「他者心智」——单人游玩、无语言、不知道玩家意图与协作关系。作者自述做了一个人类与 AI 模型在同一战场对抗、每步操作精确记录的游戏，认为比物理更有价值的是行为数据：承诺、背叛、以及最后一分钟谁按下了按钮。
「研究」频道最新
- GRPO 论文：算力对齐后密集奖励反而不如稀疏奖励 — burny_tech · 2026-11-12
- Wayve 发布端到端学习的驾驶安全包络 LSE — alexgkendall · 2026-11-12
- HipKittens 一周年:团队持续攻坚 AMD GPU 软件生态破 CUDA 护城河 — simran_s_arora · 2026-11-12
- Uno 用离散扩散让 LLM 推理提速至 3 倍,作者将开线上讲座 — burny_tech · 2026-11-12
- Pro-0 触觉手套零机器人数据训练灵巧手策略，亮相 CoRL — chris_j_paxton · 2026-11-12
- Physical Intelligence 拆解 Fable vs π0.5：零样本 LLM 已胜微调 VLA — paigeinsf · 2026-11-12