EmbodiedWorld-200K 数据集发布，含 20 万样本与视频世界模…
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载数据集规模与标注层次
EmbodiedWorld-200K 面向开放世界条件下的具身导航与规划任务，样本量超过 20 万，场景覆盖多样。材料强调，每个样本都配有多级标注：底层是相机运动轨迹，高层是语义指令，中间层次未在摘要中展开。除标注外，数据集还给出统一的评测划分和针对具体任务的指标，使离线预训练与横向评测可以共用同一套基准。作者把这类能在多样视觉环境中理解并执行通用动作的智能体称为 Embodied World Agents（EWA），并指出此前多数工作局限于单一场景的特定任务，迁移到新环境时表现不佳，开放世界下的通用具身智能体仍缺少系统研究。
用世界模型替代真实环境
材料指出，EWA 的关键特性是与环境交互，仅靠离线数据训练不足以泛化到训练分布未覆盖的场景；而搭建专门的真实交互环境成本往往高到难以承受。为此，作者提出一种训练方案：把视频世界模型当作低成本的环境代理，让智能体在其中进行交互式强化学习后训练。这样既绕开真实环境的高昂开销，又补上了离线监督缺失的交互环节。摘要没有披露世界模型的具体架构、规模，也没有说明强化学习所用的奖励来源与训练步数。
实验结果与开放资源
实验结论有两点：在 EmbodiedWorld-200K 上做预训练，能显著提升智能体的开放世界具身规划能力；在此基础上于世界模型内部继续做强化学习后训练，在分布外场景上取得明显增益。这两点分别对应数据集的离线监督价值与世界模型交互训练的价值。作者同时公开了数据集、基线检查点以及训练和评测代码，论文被 NeurIPS 2026 接收，arXiv 编号为 2610.25959。材料未给出具体提升幅度、对比基线名称和硬件配置，因此无法判断增益的绝对大小。
为什么值得看
想复现或评测开放世界具身智能体的团队，可直接拿到 20 万级带多级标注的数据、基线权重和训练评测代码。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。