当前位置： 首页 > article >正文

2025_NIPS_iVideoGPT: Interactive VideoGPTs are Scalable World Models

article 2026/4/29 10:18:42
文章核心内容与创新点总结核心内容iVideoGPT 是一款基于自回归Transformer的可扩展世界模型，通过融合视觉观测、动作、奖励等多模态信号，实现交互式环境模拟。其核心是先在百万级人类与机器人操作轨迹上预训练，再针对下游任务（动作条件视频预测、视觉规划、基于模型的强化学习）微调，最终在多个基准测试中取得与现有最优方法相当的性能，填补了生成视频模型与实际强化学习应用之间的差距。核心创新点压缩令牌化技术：设计条件VQGAN，基于初始上下文帧对未来帧进行令牌化，将令牌序列长度渐近减少16倍，兼顾训练效率与视频时序一致性。交互式自回归架构：通过插槽令牌整合多模态信号，支持无动作预训练与动作条件微调，同时实现模型的可扩展性与步骤级交互性。预训练-微调范式：在大规模跨数据集上预训练，形成通用世界模型基础，可快速适配不同下游任务，甚至零样本迁移至未见过的机器人类型（仅需适配令牌器）。简化的模型基强化学习：将iVideoGPT作为环境替代器，与MBPO算法结合，无需 latent imagination 即可实现高效视觉连续控制，简化了传统模型基强化学习的设计复杂度。英文原文与中文翻译（Markdown格式）Abstract

相关文章：

2025_NIPS_iVideoGPT: Interactive VideoGPTs are Scalable World Models

文章核心内容与创新点总结 核心内容 iVideoGPT 是一款基于自回归Transformer的可扩展世界模型，通过融合视觉观测、动作、奖励等多模态信号，实现交互式环境模拟。其核心是先在百万级人类与机器人操作轨迹上预训练，再针对下游任务（动作条件视频预测、视觉规划、基于模型的强…...

编程日记 2026/4/29 10:18:42

Windows 10系统精简终极指南：如何用开源工具让你的电脑快如闪电？

Windows 10系统精简终极指南：如何用开源工具让你的电脑快如闪电？ 【免费下载链接】Win10BloatRemover Configurable CLI tool to easily and aggressively debloat and tweak Windows 10 by removing preinstalled UWP apps, services and more. Origina…...

编程日记 2026/4/29 10:18:42

AI视频字幕去除技术革命：3分钟掌握专业级硬字幕清理方案

AI视频字幕去除技术革命：3分钟掌握专业级硬字幕清理方案 【免费下载链接】video-subtitle-remover 基于AI的图片/视频硬字幕去除、文本水印去除，无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API，本地实现。AI-based tool …...

编程日记 2026/4/29 10:18:42

如何用CardEditor将桌游卡牌设计效率提升300%：新手完整指南

如何用CardEditor将桌游卡牌设计效率提升300%：新手完整指南 【免费下载链接】CardEditor 一款专为桌游设计师开发的批处理数值填入卡牌生成器/A card batch generator specially developed for board game designers 项目地址: https://gitcode.com/gh_mirrors/ca…...

编程日记 2026/4/29 10:18:42

麒麟V10/龙蜥arm架构二进制安装mysql8.0.36

一、安装前环境监测 在MySQL被收购后，MySQL最初的作者担心MySQL存在闭源的风险，在MySQL的分支上开发了mariadb。后来一些Linux分发版就将mariadb作为系统默认安装的数据库系统 rpm -qa |grep -i mariadb#可能显示的结果：mariadb-libs-5.5.6…...

编程日记 2026/4/29 10:18:38

【nanobot】 实战与二次开发：4000 行代码，一套完整的 【AI Agent】 框架

🐈 nanobot 实战与二次开发：4000 行代码，一套完整的 AI Agent 框架 🤵‍♂️ 个人主页：小李同学_LSH的主页 ✍🏻 作者简介：LLM学习者 🐋 希望大家多多支持，我们一起进步&…...

编程日记 2026/4/29 10:16:36

从“定比分点”到“交比不变”：用初中三角形面积公式，轻松理解射影几何的核心定理

从“定比分点”到“交比不变”：用初中三角形面积公式，轻松理解射影几何的核心定理 数学的魅力往往藏在我们最熟悉的工具里。当你第一次听说"射影几何"时，脑海中浮现的可能是复杂的坐标系和晦涩的符号——但今天，我要带你…...

编程日记 2026/4/29 10:16:36

CentOS系统------DBMS

逻辑梳理一、准备工作 # 切换到root或使用sudo su - 二、安装 Apache sudo yum install -y httpd sudo systemctl start httpd sudo systemctl enable httpd 三、安装 PHP 环境 sudo yum install -y php php-mysqlnd php-json php-mbstring sudo systemctl restart httpd 四、安…...

编程日记 2026/4/29 10:16:35

告别JIT编译卡顿：用.NET 8.0 AOT编译你的第一个独立Web API（附完整配置流程）

告别JIT编译卡顿：用.NET 8.0 AOT编译你的第一个独立Web API（附完整配置流程） 你是否经历过这样的场景：深夜上线新版本，服务器刚启动就被用户投诉"请求超时"？监控面板上那条刺眼的冷启动曲线&…...

编程日记 2026/4/29 10:16:33

释放存储空间：你的免费开源视频图像压缩神器

释放存储空间：你的免费开源视频图像压缩神器 【免费下载链接】compressO Convert any video/image into a tiny size. 100% free & open-source. Available for Mac, Windows & Linux. 项目地址: https://gitcode.com/gh_mirrors/co/compressO 你是否…...

编程日记 2026/4/29 10:14:31

Agent记忆架构设计剖析系列：原理、权衡与场景适配（hermes设计原理）

Hermes 是一款主打 “自我进化” 的 Agent 框架，其记忆系统的核心设计哲学是认知经济性—— 即 “只记住对未来行为有价值的信息”，通过严格的记忆审查与精炼机制，将有限的计算资源集中于高价值记忆，实现了记忆质量与系统效率的平…...

编程日记 2026/4/29 10:14:27

STM32H743+SOEM+英威腾DA200伺服：一个嵌入式EtherCAT主站的完整调试笔记（含代码）

STM32H743与英威腾DA200伺服的EtherCAT主站实战：从硬件搭建到运动控制 在工业自动化领域，实时以太网通信协议EtherCAT因其卓越的性能和灵活性正成为运动控制系统的首选方案。本文将分享一个基于STM32H743微控制器和SOEM开源库实现EtherCAT主站控制英威腾…...

编程日记 2026/4/29 10:14:26

抖音无水印视频下载终极指南：3步实现高效批量下载与智能管理

抖音无水印视频下载终极指南：3步实现高效批量下载与智能管理 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback…...

编程日记 2026/4/29 10:14:22

避坑指南：STM32H7的SD卡虚拟U盘项目，为什么加了FreeRTOS后USB读写就挂了？

STM32H7虚拟U盘开发实战：FreeRTOS环境下USB与SD卡协同设计精要 在嵌入式存储解决方案中，将SD卡通过USB接口模拟为U盘是常见需求。当项目从裸机迁移到FreeRTOS环境时，原本稳定的USB大容量存储类（MSC）功能可能突然失效—…...

编程日记 2026/4/29 10:14:19

real-anime-z快速上手指南：无需代码，通过WebUI生成高质量动漫图

real-anime-z快速上手指南：无需代码，通过WebUI生成高质量动漫图 1. 模型简介 real-anime-z是基于Z-Image的LoRA版本开发的文生图模型，专注于生成高质量的动漫风格图片。这个模型通过Xinference部署，并提供了基于Gradio的WebUI界…...

编程日记 2026/4/29 10:12:19

金蝶云单据下推避坑指南：当子单据体遇上复杂条件，我这样用插件搞定

金蝶云单据下推高阶实战：复杂条件与跨层级数据抓取全解析 当你在金蝶云项目中遇到需要根据特定条件筛选子单据体数据，并且还要跨层级获取基础资料值时，是否感到无从下手？本文将带你深入剖析这个典型业务场景的解决方案。 1. 复杂下…...

编程日记 2026/4/29 10:12:17

Re：Linux系统篇（六）权限篇 · 一：用户切换与进程嵌套sudo提权与sudoers设置精讲

◆ 博主名称： 晓此方-CSDN博客 大家好，欢迎来到晓此方的博客。 ⭐️Linux系列个人专栏： 【主题曲】Linux ⭐️Re系列专栏：我们思考 (Rethink) 我们重建 (Rebuild) 我们记录 (Record) 文章目录概要&序論1.1用户切换指令1.1.…...

编程日记 2026/4/29 10:12:17

给TMS320F28335的存储空间画张“地图”：从零理解存储器与寄存器映射（附CCS实战）

给TMS320F28335的存储空间画张"地图"：从零理解存储器与寄存器映射（附CCS实战） 第一次接触DSP开发时，最让我头疼的就是那些密密麻麻的地址和寄存器名称。直到有天我盯着城市交通图发呆，突然意识到——芯片内…...

编程日记 2026/4/29 10:12:17

告别OFDM卡顿：用MATLAB手把手仿真AFDM波形，搞定高铁、无人机通信的时变信道难题

告别OFDM卡顿：用MATLAB手把手仿真AFDM波形，搞定高铁、无人机通信的时变信道难题 高铁窗外的风景飞速后退，无人机图传画面却开始卡顿——这正是传统OFDM技术在高速移动场景下的典型痛点。当多普勒频移超过一定阈值，正交频分复用的子…...

编程日记 2026/4/29 10:12:16

【Qt】常用控件（二十）QFormLayout，QSpacerItem的属性和使用，控件小结

小编个人主页详情<—请点击 小编个人gitee代码仓库<—请点击 Qt系列专栏<—请点击 倘若命中无此运&#xff0c;孤身亦可登昆仑&#xff0c;送给屏幕面前的读者朋友们和小编自己! 目录前言一、QFormLayoutQFormLayout的介绍QFormLayout的使用&#xff0c;填写表单的实…...

编程日记 2026/4/29 10:10:16

DLSS Swapper：一键智能管理游戏DLSS文件，彻底告别手动替换烦恼

DLSS Swapper&#xff1a;一键智能管理游戏DLSS文件&#xff0c;彻底告别手动替换烦恼 【免费下载链接】dlss-swapper 项目地址: https://gitcode.com/GitHub_Trending/dl/dlss-swapper 你是否曾经为了提升游戏帧率&#xff0c;手动在各个游戏目录中寻找并替换DLSS文件…...

编程日记 2026/4/29 10:10:15

WarcraftHelper终极优化指南：5个简单步骤让魔兽争霸3从卡顿到180帧流畅运行

WarcraftHelper终极优化指南&#xff1a;5个简单步骤让魔兽争霸3从卡顿到180帧流畅运行 【免费下载链接】WarcraftHelper Warcraft III Helper , support 1.20e, 1.24e, 1.26a, 1.27a, 1.27b 项目地址: https://gitcode.com/gh_mirrors/wa/WarcraftHelper 魔兽争霸3作为…...

编程日记 2026/4/29 10:10:15

WarcraftHelper魔兽争霸3终极优化工具：告别卡顿，享受高帧率流畅体验

WarcraftHelper魔兽争霸3终极优化工具&#xff1a;告别卡顿&#xff0c;享受高帧率流畅体验 【免费下载链接】WarcraftHelper Warcraft III Helper , support 1.20e, 1.24e, 1.26a, 1.27a, 1.27b 项目地址: https://gitcode.com/gh_mirrors/wa/WarcraftHelper 还在为魔兽…...

编程日记 2026/4/29 10:10:14

BepInEx 6.0架构演进：Unity游戏插件框架的稳定性深度解析

BepInEx 6.0架构演进&#xff1a;Unity游戏插件框架的稳定性深度解析 【免费下载链接】BepInEx Unity / XNA game patcher and plugin framework 项目地址: https://gitcode.com/GitHub_Trending/be/BepInEx 在Unity游戏模组生态中&#xff0c;BepInEx作为核心插件框架&…...

编程日记 2026/4/29 10:10:07

用QGC规划航线让Gazebo里的垂起固定翼自动飞行：一个完整的任务流程演示

用QGC规划航线实现Gazebo垂起固定翼全自动飞行&#xff1a;从仿真配置到任务执行的深度实践 垂起固定翼无人机凭借其独特的垂直起降能力与长航时优势&#xff0c;在巡检、测绘等领域展现出巨大潜力。而QGroundControl&#xff08;QGC&#xff09;作为开源生态中最强大的地面站软…...

编程日记 2026/4/29 10:08:06

Android 广告 SDK 接入避坑指南：从入门到收益翻倍

一、为什么写这篇做了 5 年 Android 广告 SDK 开发&#xff0c;先后接入了穿山甲&#xff08;Pangle&#xff09;、优量汇&#xff08;腾讯广点通&#xff09;、快手广告、百度联盟、Sigmob、TopOn 聚合等 10 广告平台和聚合平台。踩过内存泄漏的坑、ANR 的坑、审核被拒的坑、收…...

编程日记 2026/4/29 10:08:05

拆解 Paperxie 毕业论文写作界面：4 步流程 + 细节设计，让你的论文从 0 到 1 不走弯路

paperxie-免费查重复率aigc检测/开题报告/毕业论文/智能排版/文献综述/期刊论文https://www.paperxie.cn/ai/dissertationhttps://www.paperxie.cn/ai/dissertation 打开 Paperxie 的智能写作界面&#xff0c;第一眼就能感受到它对毕业论文写作流程的 “拆解式友好”。整个页面…...

编程日记 2026/4/29 10:08:05

别再让脏数据入库了！用EasyExcel+自定义监听器，搞定Excel导入的6种常见校验（附完整代码）

Excel数据导入防御性编程实战&#xff1a;基于EasyExcel的6层校验体系设计 每次业务系统上线新功能&#xff0c;最让我头疼的不是复杂逻辑实现&#xff0c;而是那些看似简单的Excel导入。上周又遇到生产事故&#xff1a;市场部门上传的客户数据因格式混乱导致系统主表污染&…...

编程日记 2026/4/29 10:08:02

如何永久保存微信聊天记录：WeChatMsg完整数据备份与可视化指南

如何永久保存微信聊天记录&#xff1a;WeChatMsg完整数据备份与可视化指南 【免费下载链接】WeChatMsg 提取微信聊天记录&#xff0c;将其导出成HTML、Word、CSV文档永久保存&#xff0c;对聊天记录进行分析生成年度聊天报告 项目地址: https://gitcode.com/GitHub_Trending/…...

编程日记 2026/4/29 10:08:00

Zotero PDF Translate：一站式跨语言文献阅读的高效解决方案

Zotero PDF Translate&#xff1a;一站式跨语言文献阅读的高效解决方案 【免费下载链接】zotero-pdf-translate Translate PDF, EPub, webpage, metadata, annotations, notes to the target language. Support 20 translate services. 项目地址: https://gitcode.com/gh_mir…...

编程日记 2026/4/29 10:06:00