DreamTrue
面向机器人学习的视频世界模型，通过多视角、跨本体视频预测与反事实后训练及具身视频奖励模型，提升动作忠实度与物理合理性
时间轴 (近 90 天)
DreamTrue 是一种通过多视角、跨本体的视频预测框架实现机器人世界模型的方法，专注于提升动作忠实度与物理合理性。
DreamTrue 将动作轨迹渲染到图像空间形成视觉条件，再通过离线几何标定将这些条件与目标视频对齐，以使跨本体模型更好理解动作意图。
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。
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。
在 AgiBot 平台上，DreamTrue 取得了当前最优的动作跟随性能。
DreamTrue 将人工评估的交互缺陷率从 48.12% 降低到了 6.25%，改善幅度超过八成。
DreamTrue 在 AgiBot World Challenge 2026 的世界模型赛道中排名第一。
全部知识事实 (7)
DreamTrue 是一种通过多视角、跨本体的视频预测框架实现机器人世界模型的方法，专注于提升动作忠实度与物理合理性。
50%待验证DreamTrue 将动作轨迹渲染到图像空间形成视觉条件，再通过离线几何标定将这些条件与目标视频对齐，以使跨本体模型更好理解动作意图。
50%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。
50%待验证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。
50%待验证在 AgiBot 平台上，DreamTrue 取得了当前最优的动作跟随性能。
50%待验证DreamTrue 将人工评估的交互缺陷率从 48.12% 降低到了 6.25%，改善幅度超过八成。
50%待验证DreamTrue 在 AgiBot World Challenge 2026 的世界模型赛道中排名第一。
50%