待验证50% 置信事实精确时间

DreamTrue 构建了一个具身视频奖励模型，用于对预测视频的物理合理性打分，分数用于强化学习后训练。

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

DreamTrue：动作忠实的机器人世界模型新突破

涉及实体

DreamTruemodel 具身视频奖励模型concept

相关事实

待验证DreamTrue 引入反事实后训练（counterfactual post-training），通过修改记录的动作轨迹生成更广泛的动作与接触配置下的未来视频，以拓宽交互覆盖范围。74% 相似待验证WorldGuide 的实验结果表明，将规划与可学习的执行耦合，是目标导向程序性视频生成的关键。73% 相似待验证训练流程为先训练图像基线模型，用图像模型热启动八帧视频基线模型，最终生成 5.6 秒推理输出69% 相似已验证视频生成模型对时间连贯性的要求迫使模型在训练过程中学习更接近真实世界的动力学表示69% 相似已验证在强化学习训练中，模型的目标是最大化奖励函数给出的分数68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1012820

API

curl https://kongchang.com/api/v1/knowledge/claims/1012820

MCP

get_claim(id=1012820)