Aioga
AI资讯 / 产品更新
返回 AI资讯

Reactor 发布 Open Dreamer:JAX/Flax 复现 Dreamer 4 世界模型管线

MarkTechPost(RSS)Aioga 编辑团队2026-07-25T18:59:54.000Z热度 40

Reactor 团队发布 Open Dreamer,在 JAX/Flax NNX 中完整复现 Dreamer 4 世界模型管线并公开训练配置。该实现包含一个基于 Transfo...

产品更新MarkTechPost(RSS)

今日 AI 情报摘要

Reactor 团队发布 Open Dreamer,在 JAX/Flax NNX 中完整复现 Dreamer 4 世界模型管线并公开训练配置。

该实现包含一个基于 Transformer 的因果视频分词器(约 100 倍压缩)和一个 1.6B 参数的动态模型,并提供了 Minecraft 实时生成演示。

中文正文 · AI 翻译

一小群 AI 研究人员(Reactor)发布了 Open Dreamer:https://next-state.github.io/open-dreamer/,这是 Dreamer 4:https://danijar.com/project/dreamer4/ 世界模型流水线的开源实现,使用 JAX 和 Flax NNX 编写。

发布了两个代码库。next-state/open-dreamer:https://github.com/next-state/open-dreamer 包含训练流水线:因果视频分词器、基于动作条件的潜在动态模型、回滚生成以及 FVD 评分。reactor-team/open-dreamer:https://github.com/reactor-team/open-dreamer 包含一个最小化的本地回滚工具,可从 MP4 和匹配的动作文件生成帧。

第三个产物是在 Reactor 运行时托管的浏览器演示。它实时流式传输生成的 Minecraft 世界,并提供 Game ⟷ Dream 切换功能,将实际游戏的流逐帧传递给世界模型。

明确目标是复现 Dreamer 4 的研究:https://arxiv.org/abs/2509.24527。研究团队刻意避免使用该研究论文之外的方法,以保持搜索空间狭窄。他们从 CoinRun 开始,这是一个程序生成的 2D 平台游戏,可在单个 GPU 上训练,然后将可行的流水线扩展到 Minecraft/VPT 风格的游戏视频。

分词器和动态模型都使用相同的块因果 Transformer 主干。该主干交替使用两种注意力类型。空间层在单帧元素之间传播信息。因果时间层在帧之间传播信息。

分词器是基于 Transformer 的掩码自编码器,而不是 VAE。团队报告大约 100× 的压缩,并指出该设计无需 KL 或对抗损失。他们认为掩码使潜在空间更加可扩散。

动态模型执行下一帧预测,并通过扩散强制、流匹配和捷径模型进行训练。它还预测下一步动作。回滚并不是在单独的转换模块和策略之间交替进行,而是折叠为每个时间步的(前一个动作、状态、策略)块。空间注意力在每个块内部运行;因果时间注意力连接跨时间的块。

关键的是,世界模型的标记不能读取代理标记。因此,任务和策略信息只能通过下一步动作影响未来状态。

附带的Minecraft配置使配方变得具体。

动力学模型有16亿参数:30个块因果层,d_model 1920,30个注意力头,以及3个用于分组查询注意力的KV头。每四层是一个时间注意力层。每个时间步携带32个学习的寄存器标记,packing_factor: 2 将相邻的分词器潜变量打包到每个动力学空间标记中。时间注意力使用192步的滑动窗口。

训练在Muon上进行,总共200,000步,使用WSD调度,最高学习率为3e-4。快捷/自举样本在第100,000步以0.25的批量比例启动。EMA衰减为0.999。

分词器配置在瓶颈宽度16下,每帧发出512个潜变量标记。原始360×640帧被填充至368×640,以使两个尺寸都可划分为16×16的补丁。编码器深度为12,d_model为1536;解码器深度为8,d_model为1024。MAE掩码概率最高为0.9,并且在一半时间步上以权重0.2应用LPIPS。

VPT动作被解析为27个二进制动作通道加121个分类鼠标类,没有连续通道。

研究团队报告模型FLOPs利用率为57–58%,而健康的变压器训练的标称基准为60%。理由是屋顶线分析。在B200上,带宽受限和计算受限的交叉点为292 FLOP/byte。每GPU输入256帧会使工作负载超过该临界点。

分片情况与预期相反。在16亿参数下,模型状态——参数、梯度、优化器状态和EMA——大约占用24 GiB,可放入B200。激活才是真正的开销。研究团队尝试了数据并行、FSDP、张量并行和序列并行,最终选择了普通数据并行加激活检查点。

数据加载通过将整个数据集预先分词成.arrayrecord文件,然后使用带GPU端预取缓冲的Grain来解决。ffmpeg解码速度不足以保持GPU供给。

研究团队明确表示,稳定性问题消耗了他们最多的时间。他们的关键观察:尽管损失下降,大多数稳定性问题仍然发生。MSE平滑改善,而生成质量下降。

文档中记录了六个修复方法。Muon 替代了 LaProp,后者在大约两次每次 400 B200 小时的运行中随机且越来越频繁地出现峰值。EMA 权重被视为扩散推理的强制要求。混合精度对边界敏感:参数保持 float32,大多数 matmul 激活和注意力输入使用 BF16,而归一化和动态流输出头保持 float32。

在损失加权方面,他们使用带有 v 空间损失的 x 预测,这归约为类似 Dreamer 4 的加权项,但分母为平方。他们报告了小但可注意的改进。在噪声和潜序列之间进行小批量重心最优运输使展开生成更稳定。μ 参数化已测试并被判断为不必要,部分原因是 Muon 在不同模型大小下保持超参数更稳定。

来自 CoinRun 阶段的另一个结果:等 FLOPs 扫描显示计算最优缩放大约为 N ∝ C 0.56 和 D ∝ C 0.44。

该仓库不包括行为克隆或 RL 训练循环;完整的 Dreamer 4 BC/RL 代理循环列为开放路线图项目。帖子中描述的 CoinRun 策略工作未用于 Minecraft,并且未发布。

该帖子也未发布 FVD 分数,尽管脚本/eval_fvd.py 配备了一个基于 I3D 的测试环境,配置为 4 个上下文帧和 240 帧的时间跨度。

查看博客帖子和演示:https://next-state.github.io/open-dreamer/,训练仓库:https://github.com/next-state/open-dreamer,推理仓库:https://github.com/reactor-team/open-dreamer,以及 Reactor 在 X:https://x.com/reactorworld/status/2080711388738249132。本研究的所有功劳归该项目的研究人员所有。

Reactor 发布 Open Dreamer:JAX/Flax 复现 Dreamer 4 世界模型管线

Asif Razzaq 是 Marktechpost Media Inc. 的首席执行官。作为一位有远见的企业家和工程师,Asif 致力于利用人工智能的潜力造福社会。他最近的努力是推出人工智能媒体平台 Marktechpost,该平台因其对机器学习和深度学习新闻的深入报道而脱颖而出,既技术上可靠,又易于广大受众理解。该平台每月浏览量超过 200 万次,显示了其在观众中的受欢迎程度。

Designing High-Performance GPU Kernels with TileLang: Tensor-Core GEMM, Fused Softmax, FlashAttention, and Autotuning

情报判断

Aioga 编辑摘要

Aioga 编辑摘要:Reactor 团队发布 Open Dreamer,在 JAX/Flax NNX 中完整复现 Dreamer 4 世界模型管线并公开训练配置。 Aioga 将其归入「产品更新」方向,重点关注它对真实使用和行业竞争的影响。

背景分析

背景分析:模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断,单项指标领先不等于已经形成稳定采用。

Aioga 观点

Aioga 判断:这条动态更适合作为行业观察信号,当前信息足以建立线索,但不足以推导长期结论。

影响与后续

影响分析:对相关团队而言,短期应先核对来源、可用范围和实际成本,再判断是否值得接入或跟进。 后续观察:继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: RSS · 原始域名: marktechpost.com

来源: MarkTechPost(RSS)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-07-25T18:59:54.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

Reactor 团队发布 Open Dreamer,在 JAX/Flax NNX 中完整复现 Dreamer 4 世界模型管线并公开训练配置。该实现包含一个基于 Transfo...

MarkTechPost(RSS)2026-07-25T18:59:54.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。