主要观点总结
英伟达推出DreamGen项目，让机器人在梦境中学习新技能。该项目利用AI视频世界模型生成神经轨迹，使机器人能够执行新任务。DreamGen实现了零样本行为泛化和环境泛化，提高了机器人执行复杂任务的成功率。英伟达GR00T-Dreams蓝图将协助新工具GR00T-Dreams生成合成运动数据，加速机器人行为学习。DreamGen项目的推出展示了英伟达在机器人技术领域的领先地位。
关键观点总结
关键观点1: DreamGen项目的介绍
DreamGen是英伟达最新推出的项目，利用AI视频世界模型生成神经轨迹，使机器人能够从中学习新技能。该项目实现了零样本行为泛化和环境泛化，提高了机器人执行复杂任务的成功率。
关键观点2: DreamGen项目的实现流程
DreamGen项目的实现流程包括微调模型、虚拟数据生成、虚拟动作提取和策略训练四个步骤。通过这四个步骤，团队能够实现仅凭单一环境中的遥操作数据，在多个新环境中生成神经轨迹，并训练机器人执行这些任务。
关键观点3: 英伟达的GR00T-Dreams蓝图
英伟达的GR00T-Dreams蓝图是将DreamGen作为进军物理AI的宏伟蓝图的一部分。该蓝图将协助新工具GR00T-Dreams从单个图像中生成大量合成运动数据，并通过压缩动作令牌加速机器人行为学习。
关键观点4: DreamGen项目的实验结果
实验结果表明，利用DreamGen项目，机器人学习新动作的成功率得到了显著提高。在真实机器人测试上，复杂任务的成功率也从21%显著提升至45.5%。此外，该项目还实现了真正意义上的从0开始的泛化。
关键观点5: DreamGen项目的影响和未来
DreamGen项目展示了英伟达在机器人技术领域的领先地位。未来，随着GR00T-Dreams蓝图的推进和DreamGen项目的进一步发展，英伟达有望在机器人技术领域取得更多的突破和创新。
文章预览
鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 「仿生人会梦见电子羊吗？」这是科幻界一个闻名遐迩的问题。 现在英伟达给出答案：Yes！而且还 可以从中学习新技能 。 如下面各种丝滑操作，都没有真实世界数据作为训练支撑。 仅凭文本指令，机器人就完成相应任务。 这是NVIDIA GEAR Lab最新推出的 DreamGen 项目。 它所说的“梦境中学习”，是巧妙利用AI视频世界模型生成神经轨迹，仅需少量现实视频，就能让机器人学会执行22种新任务。 在真实机器人测试上，复杂任务的成功率更是从21%显著提升至45.5%，并 首次实现真正意义上的从0开始的泛化 。 英伟达掌门人老黄最近也在Computex 2025演讲上将其作为 GR00T-Dreams 的一部分对外正式进行宣布。 接下来就DreamGen构造我们一一拆解。 在梦境中学习 传统机器人虽已展现出执行复杂现实任务的巨大潜力，但严重依赖
………………………………
