AIPress.com.cn報道

2月10日消息，英偉達研究團隊近日發布名為 DreamDojo 的機器人“世界模型”系統，旨在通過大規模人類視頻數據，提升機器人對物理世界的理解與交互能力，從而降低下一代類人機器人訓練所需的時間與成本。

該研究由英偉達牽頭，聯合加州大學伯克利分校、斯坦福大學、德克薩斯大學奧斯汀分校等多家機構完成，并于本月對外發布。研究團隊將 DreamDojo 描述為一種能夠在后訓練階段對多樣化物體與環境實現較強泛化能力的機器人世界模型。

DreamDojo 的核心在于一個大規模視頻數據集 DreamDojo-HV。該數據集包含約 4.4 萬小時的人類第一視角視頻，為目前用于機器人世界模型預訓練的最大規模數據集。根據項目說明，其數據規模在時長、技能種類與場景數量上，分別達到此前最大同類數據集的 15 倍、96 倍和 2000 倍。

在訓練機制上，DreamDojo 采用兩階段流程。第一階段通過“潛在動作”對大規模人類視頻進行預訓練，使模型獲得通用的物理與交互認知；第二階段則針對具體機器人本體，使用連續機器人動作進行后訓練，以適配不同硬件形態。這種方式使機器人能夠在尚未進行實體操作前，通過觀察人類行為學習基礎物理規律。

研究團隊指出，該方法有助于緩解機器人訓練中的長期瓶頸。傳統機器人在非結構化環境中進行物體操作，往往需要大量機器人示范數據，采集成本高、周期長。DreamDojo 通過引入現成的人類視頻數據，使機器人在實際部署前即可完成大量學習過程。

在性能層面，研究人員通過模型蒸餾，實現了 超過1分鐘、10幀/秒的實時交互能力，為實時遙操作與即時規劃等應用提供可能。該系統已在多種機器人平臺上進行驗證，包括 GR-1、G1、AgiBot 與 YAM 等類人機器人，覆蓋多種環境與物體交互場景。

此前，英偉達首席執行官黃仁勛在公開場合多次表示，AI 機器人是“代際級別”的發展機會，未來十年將成為機器人技術加速演進的關鍵階段。在行業層面，隨著大型科技公司持續擴大 AI 基礎設施投入，機器人領域的資本與產業合作亦明顯升溫。（AI普瑞斯編譯）