New York University / Meta FAIR(论文署名) / 独立收录记录

DINO-WM(ICML 2025)

DINO-WM 使用 DINOv2 的预训练视觉 patch 特征,学习离线轨迹中的未来特征变化,并将目标特征用于规划动作序列。

表征与状态预测最近一次技术来源阅读于 2026-09-303 份原始材料
技术资料

能做什么,使用时要注意什么

来源与原文 ↓

输入与结果

提供什么
视觉表征和动作。完整流程先从图像提取 DINOv2 patch 特征;起点和目标图像用于视觉目标规划。
得到什么
未来视觉 patch 特征。特征预测不等于直接生成可观看的视频。
动作的作用
预测以动作为条件。

开放情况与使用边界

开放声明
开放权重

开放情况是所引材料中的声明;当前访问方式与服务状态请以官方页面为准。开放权重不等于开源。

分类与用途

控制方式
智能体动作
应用领域
机器人

按 ICML 2025 论文对象整理,2024 是首稿年份。机器人标签指所列模拟控制与操作任务,不表示通用真机部署;DINOv2 编码器与 DINO-WM 分开。

查看分类依据 ↓
资料尚未确认
开源情况适用限制需要区分的对象已收录材料不足以判断,未确认不代表没有相应能力。
相关动态

沿着公开资料继续了解

按事件时间展示已收录进展,非完整新闻列表。

本项目 · 项目发布与研究

DINO-WM 研究在预训练视觉特征上规划

DINO-WM 利用 DINOv2 的空间特征和离线行为轨迹学习动作条件预测,在测试时优化动作序列以接近目标图像的特征。

此条记录 ICML 2025 研究,不将会议日期当作模型首次发布日;实验结论限定在论文所列任务。

阅读原始材料 ↗

参考材料

来源与原文

按原始材料集中查阅;相同原句合并展示,对应资料与阅读日期一并保留。

DINO-WM(ICML 2025) · 项目原始材料

dino-wm.github.io

核对原文摘录 · 4 段,支持 5 项资料
原阅读方向

阅读于 2026-09-30

DINO-WM models the world dynamics on compact embeddings of the world, rather than the raw observations themselves.
一句话认识

阅读于 2026-09-30

This allows DINO-WM to achieve observational goals through action sequence optimization, facilitating task-agnostic planning by treating goal features as prediction targets.
输入什么 / 动作是否影响预测

阅读于 2026-09-30

Given these visual embeddings and actions, DINO-WM uses the ViT architecture to predict future embeddings.
输出什么

阅读于 2026-09-30

DINO-WM leverages spatial patch features pre-trained with DINOv2, enabling it to learn from offline behavioral trajectories by predicting future patch features.

背景资料阅读于 2026-09-30

DINO-WM(ICML 2025) · 项目原始材料

proceedings.mlr.press

补充阅读入口,当前技术字段未引用该页摘录。

背景资料阅读于 2026-09-30

DINO-WM(ICML 2025) · 项目原始材料

github.com

核对原文摘录 · 1 段,支持 1 项资料
来源中的开放声明

阅读于 2026-09-30

We have uploaded our trained world model checkpoints for PointMaze, PushT, and Wall here under checkpoints.

背景资料阅读于 2026-09-30

分类依据

类型、控制方式与应用领域是本站根据所引材料归纳的检索标签。它们可以重叠,不表示能力验证;未知不表示不支持。

本站整理来源中的声明,不核查厂商声明真伪,不评价模型优劣。了解收录方式 →