DreamGen: los robots "sueñan" en modelos de generación de video para sintetizar datos de entrenamiento
Título original:What if robots could dream inside a video generative model? Introducing DreamGen, a new engine that ...
Resumen de IA
DreamGen permite que los robots "sueñen" en modelos de generación de video para sintetizar datos de entrenamiento. Mediante el ajuste fino de modelos como Sora se generan trayectorias neuronales masivas (videos realistas + etiquetas de acción), y el robot generaliza desde una única tarea de recoger y colocar a 22 nuevas conductas como verter o doblar. En pruebas en la cafetería de la sede de NVIDIA, la tasa de éxito zero-shot de un robot humanoide ante nuevos verbos pasó del 0% al 43%, y alcanzó el 28% en entornos nuevos. Frente a los motores gráficos tradicionales, no requiere modelado manual para manejar escenarios complejos como fluidos y objetos deformables; todo el pipeline se abrirá completamente en breve.
Puntos clave
- DreamGen permite que los robots "sueñen" en modelos de generación de video para sintetizar datos…
- Mediante el ajuste fino de modelos como Sora se generan trayectorias neuronales masivas (videos…
- En pruebas en la cafetería de la sede de NVIDIA,la tasa de éxito zero-shot de un robot humanoide…
- Frente a los motores gráficos tradicionales,no requiere modelado manual para manejar escenarios…
- todo el pipeline se abrirá completamente en breve.
Resumen rápido
- Publicado
- Actualizado
- Fuente
- X:Jim Fan (@DrJimFan)
- Categoría
- Otros
NVIDIA 提出 DreamGen:让机器人在视频生成模型中「做梦」合成训练数据,实现强零样本泛化,将开源
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: DreamGen: los robots "sueñan" en modelos de generación de video para sintetizar datos de entrenamiento. 20. mayo 2025. https://new.nat6.net/es/news/cmnw1ysuy0106slc325419zpu/