# DreamZero-DROID

> 权威词条地址：https://robotics.hellobike.com/models/gear-dreams-dreamzero-droid
> 所属分类：models | 最近核验日期：2026-03-15 | 技术层级：L7

## 核心摘要

GEAR-Dreams 在 Hugging Face 发布的机器人模型，架构为 VLA，参数规模 22.9B，训练数据包含 GEAR-Dreams/DreamZero-DROID-Data。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/GEAR-Dreams/DreamZero-DROID"] |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/GEAR-Dreams/DreamZero-DROID"}] |
| `updated` | 2026-03-15 |
| `family` | world_model |
| `params` | 22.9B |
| `architecture` | VLA |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | cc-by-nc-4.0 |
| `weights_license` | cc-by-nc-4.0 |
| `data_formats` | ["ONNX"] |
| `pretraining_data` | ["GEAR-Dreams/DreamZero-DROID-Data"] |
| `control_hz` | 7 |
| `status` | research |
| `hub_id` | GEAR-Dreams/DreamZero-DROID |
| `hub_stats` | {"downloads": 1989, "likes": 38, "as_of": "2026-10-21"} |

## 技术详解与生态说明

DreamZero-DROID 是一个 14B 参数的 World Action Model（WAM）检查点，使用 DROID 数据集从头训练，面向通用机器人策略。它不同于传统 Vision-Language-Action 模型，通过联合预测未来世界状态和动作来学习物理动态，并以视频作为世界演化的密集表示。

模型基于预训练视频扩散骨干 Wan2.1-I2V-14B-480P，输入包括视觉上下文、语言指令和本体状态，输出为未来视频帧与机器人动作的联合自回归预测。训练数据仅来自带语言标注的 DROID Dataset，约 75k episodes。

该检查点用于展示视频模型骨干在泛化机器人策略中的能力：在真实机器人实验中，相比先进 VLA，在新任务和新环境的泛化上取得超过 2x 改进。通过 DreamZero-Flash 的模型与系统优化，14B 模型可进行约 7Hz 的实时闭环控制；分布式推理或仿真评估需参考主 GitHub 仓库。

## 原始核验来源 (Sources)

- [Hugging Face GEAR-Dreams/DreamZero-DROID](https://huggingface.co/GEAR-Dreams/DreamZero-DROID)