DreamTrue представила модель мира робота с контрфактическим дообучением

Исследователи опубликовали на arXiv работу DreamTrue: Action-Faithful Robot World Model with Counterfactual Post-Training, в которой представили многовидовую модель мира робота для предсказания видео, согласованного с действиями. Модель обучалась на данных AgiBot и заняла первое место в треке world model соревнования AgiBot World Challenge 2026. Авторы выложили код в открытый доступ.

Что это значит

DreamTrue — это модель мира для робототехники, а не генератор видео для пользовательских задач. В нашем разделе генераторов видео нет инструментов, которые решают задачу предсказания будущих кадров по траекториям действий робота. Ближайшие по форме инструменты — Maestro, LTX-Video и CogVideoX — работают с текстовыми или визуальными подсказками, а не с траекториями действий и контактными конфигурациями. Авторы DreamTrue не указывают ни размер модели, ни требования к видеопамяти, ни лицензию. Известно только, что код открыт, а обучение и оценка проводились на данных AgiBot. Для сравнения: LTX-Video заявляет потребность от 1 ГБ видеопамяти, Maestro — от 12 ГБ, а CogVideoX ориентирован на NVIDIA H100 и выше. Практического пересечения с нашим справочником пока нет: DreamTrue решает задачу физически правдоподобного предсказания взаимодействий робота с объектами, а не генерации видео по тексту или изображению. Если авторы опубликуют веса и требования к железу, можно будет оценить, насколько модель пригодна для локального запуска.