GR00T-Dreams

流程

GR00T-Dreams 是 DreamGen（arXiv 2505.12705）的产品化版本，五步：用单环境单任务遥操数据 post-train Cosmos Predict-2；以初始图加新文本生成视频；Cosmos Reason 过滤有缺陷的"梦境"；逆动力学模型（IDM）反推动作；训练策略 [1][2]。仓库 Apache-2.0，约 621 星，最后推送 2025-10-24（2026-10-14 查）[5]。

数字口径

NVIDIA 称借此蓝图 36 小时完成 GR00T N1.5 合成数据，人工采集需近三个月，公司口径，未给条数与量化提升 [1]。光轮博客称专家与生成数据约 1:10 微调 N1.5，部署到 SO-101 厨房任务，无对照数字 [3]。78 万条/11 小时的合成轨迹属 Isaac 仿真加 Mimic 路线，不属于 Dreams [4]。

局限

打分器本身也是模型；论文自述多数失败来自轨迹质量，增益依赖少量真机数据。见 NVIDIA Cosmos（Predict / Transfer）、世界模型生成数据。

来源

1. https://developer.nvidia.com/blog/enhance-robot-learning-with-synthetic-trajectory-data-generated-by-world-foundation-models (2026-10-14)
2. https://arxiv.org/abs/2505.12705 (2026-10-14)
3. https://blogs.nvidia.cn/blog/gt00t-dreams-lightwheel/ (2026-10-14)
4. https://developer.nvidia.com/blog/building-a-synthetic-motion-generation-pipeline-for-humanoid-robot-learning (2026-10-14)
5. https://github.com/NVIDIA/GR00T-Dreams (2026-10-14)