近日AI开源社区推出全新项目Open Dreamer，该项目基于JAX与Flax技术栈完成了Dreamer4世界模型pipeline的全量复现，训练准确率可达原论文标称的98%，同步开放完整训练代码、参数配置文件及实操性极强的稳定性工程优化经验，为世界模型相关领域的开发者大幅降低了技术落地门槛，上线后迅速获得全球AI研发群体的广泛关注。作为强化学习领域最受关注的世界模型方案之一，DeepMind推出的Dreamer4自发布以来就凭借低样本消耗、高决策精度的特性，被视为具身智能、通用AI智能体落地的核心技术底座。 但长期以来，官方仅开放了推理代码，未公布完整的训练流程与稳定性优化方案，导致普通开发者的复现成功率长期低于30%，不少算力有限的中小团队、高校研究团队不得不放弃这套性能更优的技术路线。此次发布的Open Dreamer完全采用JAX+Flax技术栈重构了Dreamer4的全训练流程，JAX是谷歌推出的高性能自动微分与数值计算框架，Flax则是基于JAX构建的神经网络库，二者的组合天生适配大规模并行训练场景，也是目前前沿强化学习项目的主流技术选择。 相较于此前社区流传的非官方Py...
滇公网安备 53252802528133号