500 条随机场景演示是关键:Dream-1 技能从桌面中部扩散到全桌
paigeinsf · x · 2026-11-19
作者揭示 Dream-1 提升的秘诀不是更大的模型,而是 500 条演示:微调后得分提升 159%,从 8.5 涨到 22。
核心做法是每条演示都从随机打乱的场景开始,让训练数据覆盖全桌而非只有操作员习惯的桌面中部。效果:微调前 Dream-1 几乎够不到桌子中段以外(16 个玩具辣椒只碰到边缘附近 4 个),微调后 14 个拿到 11 个;它甚至学会了此前一直忽略的规则——只用尺子对齐方块,zero-shot 得分 1,微调后 41。
「具身」频道最新
- Valem 打造 TouchSurface:把桌面变成混合现实触屏 — Scobleizer · 2026-11-19
- 随机化演示数据集开源:微调让机器人技能覆盖全桌,附 500 条数据 — paigeinsf · 2026-11-19
- 机器人实测:LLM 零样本 7/10 项目碾压微调世界动作模型 — paigeinsf · 2026-11-19
- 世界动作模型 Dream-1 微调后得分暴涨 159%,多项任务反超前沿 LLM — paigeinsf · 2026-11-19
- 机器人创业者放话「sim2real 是伪命题」:买数据的路线撑不了多久 — Scobleizer · 2026-11-19
- Matt Wolfe 盘点 12 个被忽视的 AI 突破:从机器人到静音语音眼镜 — Matt Wolfe · 2026-11-19