NVIDIA DreamDojo:
Dünya Modeliyle Robot Eğitimi.
NVIDIA'nın DreamDojo dünya modeli, fizik motoru yerine 44.711 saatlik insan videosundan öğrenilmiş bir nöral simülatör sunuyor — ve Unitree G1, resmî desteklenen embodiment'lardan biri. Bu rehberde: dünya modeli kavramı, DreamDojo pipeline'ı, G1 desteğinin ayrıntıları, donanım gereksinimleri ve bu teknolojinin yakıtı olan veri toplamayı Türkiye'de nasıl kuracağınız.
Hızlı Bakış — 4 Adımda DreamDojo
Kavramı kavrayın
Dünya modeli, 'bu eylemi yaparsam ne olur?' sorusunu video üreterek yanıtlayan öğrenilmiş bir simülatördür — mesh ve fizik motoru yok.
Checkpoint'i indirin
HuggingFace nvidia/DreamDojo: 2B ve 14B ön-eğitimli ağırlıklar + Unitree G1 için hazır post-train checkpoint'leri.
Kendi verinizle post-train edin
G1 teleoperasyon bölümleri (~10 Hz video + 43 boyutluk durum/eylem) toplayın; G1 konfigürasyonuyla ince ayar yapın.
Rüyada kullanın
Politikanızı gerçek robota dokunmadan değerlendirin, test anında planlayın veya sanal G1'i VR ile teleopere edin.
Dünya modeli nedir, neden önemli?
Klasik robot simülasyonu (Isaac Lab, MuJoCo, Gazebo) bir fizik motorudur: sahneyi mesh'lerle kurar, temas ve sürtünmeyi elle parametrelendirirsiniz; motor da sonucu hesaplar. Dünya modeli bu denklemi tersine çevirir: mevcut kamera karesini ve robotun eklem komutlarını alan bir sinir ağı, bir sonraki kareleri doğrudan üretir. Sahne kurulumu yoktur — model, dünyanın nasıl davrandığını gerçek videodan öğrenmiştir.
DreamDojo'nun iddiası ölçekte: fiziksel sağduyu, robotlardan değil insanlardan öğrenilebilir. 44.711 saatlik birinci şahıs insan videosuyla ön-eğitilen model; kumaş katlama, sıvı dökme, dağınık ev sahneleri gibi fizik motorunda kurması aylar sürecek etkileşimleri kendiliğinden bilir ve hiç görmediği nesnelere genellenir. NVIDIA GEAR ekibi lideri Jim Fan bu yaklaşımı "Simulation 2.0" olarak adlandırıyor.
İki yaklaşım rakip değil, tamamlayıcı: locomotion politikalarını binlerce paralel ortamda eğitmenin evi hâlâ fizik motorudur (bkz. Unitree RL Gym rehberimiz); dünya modeli ise manipülasyon simülasyonu, politika değerlendirme ve planlamada yeni bir katman açıyor.
| Boyut | Fizik Motoru (Isaac Lab) — Sim 1.0 | Dünya Modeli (DreamDojo) — Sim 2.0 |
|---|---|---|
| Dünya nasıl kurulur? | Elle: mesh, URDF, temas ve sürtünme parametreleri | Öğrenilir: 44.711 saat gerçek insan videosundan |
| İçerik çeşitliliği | Kurduğunuz kadar — deforme nesne ve dağınık sahne zahmetli | Kumaş, yiyecek, granüler nesne dahil; görülmemiş sahneye sıfır-atış |
| Hız ve paralellik | GPU'da binlerce paralel ortam, RL için ideal | Tek akış, damıtılmış modelde ~10,81 FPS |
| Durum bilgisi | Ayrıcalıklı tam durum (eklem, temas, hız) | Yalnızca piksel; tek kamera görüşü |
| En güçlü olduğu iş | Locomotion RL eğitimi ve sim2real aktarım | Manipülasyon simülasyonu, politika değerlendirme, planlama, sanal teleop |
DreamDojo pipeline'ı: veriden rüyaya 5 aşama
Sistemin özü, etiketsiz insan videosunu robot eğitimine açan latent eylem hilesi ve difüzyon modelini gerçek zamana indiren distilasyon zinciridir.
Veri: 44.711 saat insan videosu
Ön-eğitim korpusu robot verisi değil, birinci şahıs (egosantrik) insan videosu: DreamDojo-HV (43.827 saat, ev/endüstri/perakende sahneleri), EgoDex (829 saat) ve In-lab (55 saat). Toplamda ~6.015 farklı görev, 43.237 nesne ve 9.869'dan fazla sahne — bugüne kadarki en büyük dünya modeli ön-eğitim veri seti.
Latent Eylem Modeli (LAM)
İnsan videolarında motor komutu yoktur. 700M parametrelik spatiotemporal Transformer VAE, ardışık iki kare arasındaki değişimi 32 boyutluk sürekli bir 'latent eylem' vektörüne sıkıştırır. Bu vektör; insan, G1 veya GR-1 fark etmeksizin ortak bir vekil eylem dili oluşturur ve etiketsiz videoyu eylem-koşullu eğitime açar.
Dünya modeli ön-eğitimi
Üretici, NVIDIA'nın Cosmos-Predict2.5 video difüzyon modelinden başlatılır; 2B ve 14B varyantlar 140 bin adım boyunca 256 H100 üzerinde eğitilir. DreamDojo'ya özgü eklemeler: göreli eylemler, parçalı (chunked) eylem enjeksiyonu ve zamansal tutarlılık kaybı — hassas eylem takibi ve karşı-olgusal tepkiler bunlardan gelir.
Post-training: gerçek robota geçiş
Kısa bir ince ayarla eylem arayüzü, hedef robotun gerçek sürekli eylem uzayına bağlanır. Resmî desteklenen dört embodiment: Fourier GR-1, Unitree G1, AgiBot ve çift kollu YAM. Fizik bilgisi ön-eğitimden geldiği için küçük ölçekli robot verisi yeterlidir; model robot verisinde hiç görülmemiş nesnelere sıfır-atış genellenir.
Distilasyon: gerçek zamana inmek
35 denoising adımlı çift yönlü difüzyon öğretmeni (2,72 FPS), Self-Forcing yöntemiyle 4 adımlı nedensel bir öğrenciye damıtılır: tek H100'de 640x480 çözünürlükte 10,81 FPS ve 600 kare (1 dakikadan uzun) boyunca stabil üretim. Canlı VR teleoperasyonunu mümkün kılan aşama budur.
Sonra ne yapılıyor?
Rüyada üç kullanım: politika checkpoint'lerini gerçek robota dokunmadan sıralamak (gerçekle korelasyon r = 0,995), test anında aday eylemleri simüle edip en iyisini seçmek (AgiBot deneyinde gerçek başarıda +%17) ve sanal robotta canlı VR teleoperasyonu.
Nicel sonuçlar GR-1 ve AgiBot platformlarında ölçüldü.
DreamDojo'da Unitree G1: yalnızca söylenti değil, kod ve checkpoint
G1, DreamDojo'nun resmî post-training embodiment'larından biri — ve listedeki tek Unitree modeli. NVIDIA, kendi bünyesinde topladığı G1 teleoperasyon verisini (masa, raf, alışveriş arabası ve saha senaryoları) eğitimde kullandı; depoda G1'e özel konfigürasyon ve eylem şeması, HuggingFace'te de indirmeye hazır 2B_G1_post-train ve 14B_G1_post-train checkpoint'leri yer alıyor.
En çarpıcı gösterim: tek RTX 5090'lı bir masaüstünde, PICO VR kumandasıyla dünya modelinin içindeki sanal G1'in üst gövdesini gerçek zamanlı teleopere etmek. Fiziksel robot olmadan görev provası ve gösterim verisi toplama yolu açan bu demo, dünya modelinin G1 eylem uzayını ne kadar hassas takip ettiğinin kanıtı.
G1 eylem şeması (43 boyut)
| Bölge | Boyut |
|---|---|
| Sol + sağ bacak | 6 + 6 eklem |
| Bel | 3 eklem |
| Sol + sağ kol | 7 + 7 eklem |
| Sol + sağ parmaklı el | 7 + 7 eklem |
| Toplam | 43 boyut — birleşik 384 boyutlu eylem projeksiyonunda G1'e ayrılan [58, 101) aralığı |
# 1) On-egitilmis agirliklari indirin: huggingface.co/nvidia/DreamDojo # 2) Yukleme yolunu (load_path) pretrain checkpoint'ine ayarlayin # 3) Unitree G1 post-training'i baslatin: bash launch.sh dreamdojo_2b_480_640_g1 # 14B icin depodaki 14b_480_640_g1 konfigurasyonu kullanilir
Doğru beklenti: simülatör, kontrolcü değil
DreamDojo fiziksel G1'i sürmez ve robotun üzerindeki Jetson'da çalışmaz. Ürettiği şey, G1'in eylemlerine kare kare tepki veren bir video-dünyadır. Fiziksel robotu hareket ettiren katman ayrıdır: GR00T gibi bir VLA politikası, RL politikası veya klasik kontrol.
NVIDIA ile Unitree arasında DreamDojo özelinde duyurulmuş bir ortaklık da yok — NVIDIA, G1'i araştırma platformu olarak seçip kendi verisini topladı. Bu, G1'in dünya modeli araştırmasındaki fiilî konumunu gösteren bağımsız bir tercih.
Bilinen sınırlar
- DreamDojo bir dünya modelidir, robot kontrolcüsü değil: fiziksel G1'i sürmek için ayrıca bir politika (GR00T, RL veya imitation learning) gerekir.
- Çıkarım robotun üzerindeki Jetson'da değil, masaüstü/veri merkezi GPU'sunda çalışır.
- Ani ve hızlı hareketlerde (tokat, hızlı el sallama) üretim kalitesi düşer; rüyadaki mutlak başarı oranları gerçeğe göre iyimser kalabilir.
- Tek kamera görüşüyle sınırlıdır; çoklu görüş isteyen politikalarla doğrudan kullanılamaz.
- 44 bin saatlik ön-eğitim verisinin tamamı kamuya açık değil; yalnızca GR-1 post-training seti ve değerlendirme alt kümeleri yayımlandı.
- Damıtılmış (öğrenci) checkpoint'ler yayımlanmadı — distilasyonu kendi donanımınızda çalıştırırsınız.
- Nicel sonuçların ölçüldüğü platformlar GR-1 ve AgiBot'tur; G1 tarafında resmî gösterim sanal teleoperasyon demosudur.
Kurulum, komutlar ve gerçekçi donanım beklentisi
DreamDojo bir araştırma altyapısıdır: eğitim tarafı veri merkezi sınıfı GPU ister, çıkarım tarafı ise distilasyon sonrasında tek güçlü masaüstü GPU'ya kadar iner. Aşağıdaki komutlar resmî depodan derlendi.
git clone https://github.com/NVIDIA/DreamDojo.git cd DreamDojo bash install.sh # bagimliliklar uv ile kurulur # veri setlerini datasets/ dizinine indirin veya symlink'leyin
bash launch_teacher_gen.sh # 1) ogretmen hedefleri uret bash launch_warmup.sh # 2) nedensel ogrenciyi baslat bash launch_self_forcing.sh # 3) self-forcing ile rafine et # Canli teleoperasyon cikarimi (~10 FPS hedef): bash launch_student_inference_teleop.sh
| Görev | Donanım / Durum |
|---|---|
| Eğitim (LAM / ön-eğitim / post-training) | En az 8 GPU'luk sunucu; kod H100 80GB üzerinde test edildi (ön-eğitim 256, post-training 128 H100) |
| Öğretmen model çıkarımı (35 adım) | H100 — 2,72 FPS |
| Damıtılmış öğrenci çıkarımı (4 adım) | Tek H100 — 640x480'de 10,81 FPS, 1 dakikadan uzun stabil üretim |
| Canlı VR teleop demosu (2B öğrenci) | Tek RTX 5090'lı masaüstü + PICO VR kumanda |
| Lisans | Kod: Apache-2.0 · Model ağırlıkları: NVIDIA Open Model License |
Dünya modeli eğitimi veri ister — o veriyi toplayacak robot lazım
DreamDojo'nun ön-eğitimi NVIDIA tarafından yapıldı ve hazır; sizin katma değeriniz post-training verisindedir: hedef robotta toplanmış, ~10 Hz senkron kamera görüntüsü ile eklem durumu/eylem vektörlerini içeren teleoperasyon bölümleri. NVIDIA kendi G1 veri setini yayımlamadığı için kendi robotunuzda kendi verinizi toplarsınız — görev başına yüzlerce bölüm.
Aynı veri yalnız DreamDojo için değil; Unitree'nin kendi dünya modeli UnifoLM-WMA-0, GR00T tarzı VLA politikaları ve imitation learning için de yakıttır. Yani veri toplama altyapısına yapılan yatırım, tek bir projeye değil tüm embodied-AI hattınıza çalışır.
Bugün başlayın: Unitree G1 / G1 EDU
Ayaklı G1, hem araştırma hem veri toplama platformudur: Unitree'nin açık xr_teleoperate yığını (Apple Vision Pro, PICO ve Meta Quest destekli) ile kol-el teleoperasyonu yapar, Dex3 parmaklı ellerle manipülasyon bölümleri kaydeder, LeRobot uyumlu araçlarla veri setinizi oluşturursunuz. DreamDojo'nun G1 şemasındaki 43 boyutun tamamı bu donanımdan gelir.
Endüstriyel ölçek: Unitree G1-D veri platformu
Unitree'nin Kasım 2025'te duyurduğu G1-D, veri toplamayı endüstrileştirmek için tasarlandı: bacaklar yerine diferansiyel tekerlekli taban (uzun vardiyalar için stabilite), 6 saate kadar batarya, görev şablonlarıyla tutarlı kayıt, yüzlerce robotla senkron filo toplama ve UnifoLM-WMA-0 / PI / GR00T modellerine bağlanan uçtan uca eğitim hattı. DreamDojo sınıfı dünya modellerinin istediği teleop verisi, tam olarak G1-D'nin üretmek için kurulduğu ürün.
G1-D konfigürasyonları (özet)
| Parametre | G1-D Standard | G1-D Flagship |
|---|---|---|
| Toplam ağırlık | ~50 kg | ~80 kg |
| Toplam serbestlik derecesi | 17 DOF | 19 DOF (teleskopik kolon + mobil taban) |
| Batarya ömrü | ~2 saat | ~6 saat |
| Maksimum hız | — | 1,5 m/s, 360° yerinde dönüş |
| Kameralar | Kafada HD binoküler + 2 bilek kamerası | Kafada HD binoküler + 2 bilek kamerası |
| Taban sensörleri | — | LiDAR, 2 derinlik kamerası, çarpışma + alçak engel sensörleri |
| İşlem gücü | 8 çekirdek CPU (ops. Orin NX 100 TOPS) | 8 çekirdek CPU (ops. Orin NX 100 TOPS) |
Her iki konfigürasyonda 7 DOF kollar, 2 DOF bel, 1260–1680 mm yükseklik ayarlı kolon ve 2 parmaklı tutucu / 3 parmaklı el (dokunmalı-dokunmasız) / 5 parmaklı el uç birim seçenekleri bulunur. G1-D fiyatı konfigürasyona göre teklif ile belirlenir.
DreamDojo, GR00T, Cosmos, UnifoLM: hangisi ne işe yarar?
2025–26'nın robot öğrenimi dalgasında isimler birbirine karışıyor. Kısa harita:
| Proje | Rolü | DreamDojo ile ilişkisi |
|---|---|---|
| DreamDojo | Genelci robot dünya modeli — öğrenilmiş etkileşimli simülatör | Bu rehberin konusu; NVIDIA GEAR ekibi (ICML 2026) |
| Cosmos-Predict2.5 | Açık video üretim taban modeli (latent difüzyon) | DreamDojo bu tabanın üzerine kurulur ve onu geride bırakır |
| GR00T N1 / N1.5 | VLA politikası — robotu fiilen süren model | DreamDojo'nun içinde değerlendirilen ve yönlendirilen 'aktör' |
| GR00T-Dreams | Video modeliyle çevrimdışı sentetik eğitim verisi üretimi | Etkileşimli değil; DreamDojo ise kapalı döngü gerçek zamanlı simülatör |
| UnifoLM-WMA-0 | Unitree'nin açık kaynak dünya modeli–eylem mimarisi (G1 ve Z1) | Aynı kategoride bağımsız/paralel bir proje; G1-D eğitim hattına entegre |
| Isaac Lab | Fizik motoru tabanlı GPU-paralel RL simülasyonu | Simulation 1.0 — locomotion RL için hâlâ standart yol |
Rakamlarla DreamDojo
egosantrik insan videosu — en büyük dünya modeli ön-eğitim korpusu
damıtılmış 2B modelin tek H100'deki gerçek zamanlı hızı (640x480)
rüyadaki politika başarısının gerçekle korelasyonu (AgiBot deneyi)
dünya modeli planlamasının gerçek robottaki başarı artışı (AgiBot deneyi)
Teleoperasyon ve veri kaydı, masa başı konumuz değil.
Robotlar.org mühendislik ekibi; insansı robotlarda XR kumandalı kol-el teleoperasyonu, parmaklı el entegrasyonu ve veri kayıt hatlarını müşteri projelerinde sahaya kurdu. Dünya modeli eğitiminin istediği senkron video + eklem verisi akışını G1 üzerinde uçtan uca çalıştırmış bir ekipten destek alırsınız.
Sıkça Sorulan Sorular
NVIDIA DreamDojo nedir?
DreamDojo, NVIDIA'nın GEAR ekibinin (GR00T'un arkasındaki grup) ICML 2026'da yayımladığı genelci robot dünya modelidir. 44.711 saatlik birinci şahıs insan videosuyla ön-eğitilir; mevcut kamera karesini ve robotun eklem komutlarını alıp 'ne olacağını' video olarak üretir. Yani elle kurulmuş sahne, mesh veya fizik motoru olmadan çalışan, gerçek videodan öğrenilmiş bir nöral simülatördür. Kaynak kodu Apache-2.0 lisanslıdır; 2B ve 14B model ağırlıkları HuggingFace'te yayımlanmıştır (NVIDIA Open Model License).
Dünya modeli nedir, Isaac Lab gibi fizik motorlarından farkı ne?
Dünya modeli, 'şu durumda şu eylemi yaparsam ne olur?' sorusunu öğrenilmiş bir video üreticiyle yanıtlayan yapay sinir ağıdır. Fizik motoru (Simulation 1.0) mesh, URDF ve temas parametreleriyle elle kurulur; dünya modeli (Simulation 2.0) gerçek videodan öğrenir — kumaş, yiyecek, dağınık ev sahneleri gibi elle modellenmesi zor içerikler kendiliğinden gelir ve model hiç görmediği nesnelere genelleme yapar. Karşılığında tek kamera görüşü, piksel çıktısı ve ~10 FPS hızla sınırlıdır. Binlerce paralel ortamda RL eğitimi hâlâ fizik motorlarının işi; iki yaklaşım rakip değil tamamlayıcıdır.
DreamDojo Unitree G1'i destekliyor mu?
Evet, resmî olarak destekliyor — ve G1, listedeki tek Unitree modeli. Depoda G1'e özel post-training konfigürasyonu (launch.sh dreamdojo_2b_480_640_g1), HuggingFace'te hazır 2B_G1_post-train ve 14B_G1_post-train checkpoint'leri, birleşik eylem uzayında G1'e ayrılmış 43 boyutluk şema (bacaklar, bel, kollar, parmaklı eller) bulunur. NVIDIA'nın demosu, tek RTX 5090'lı bir masaüstünde PICO VR kumandasıyla dünya modelinin içindeki sanal G1'i gerçek zamanlı teleopere ediyor. Dikkat: DreamDojo fiziksel robotu sürmez; G1'in 'rüyadaki kopyasını' üretir.
DreamDojo çalıştırmak için hangi donanım gerekir?
Resmî kod NVIDIA H100 80GB üzerinde test edilmiştir; eğitim en az 8 GPU'luk bir sunucu ister (ön-eğitim 256 H100 ile yapıldı, post-training 128 H100). Çıkarım tarafı daha erişilebilir: damıtılmış 2B öğrenci model tek H100'de 10,81 FPS çalışır ve NVIDIA'nın canlı VR teleoperasyon demosu tek RTX 5090'lı masaüstünde koştu. Tüketici GPU'ları için resmî bir asgari VRAM şartı yayımlanmadı; kendi donanımınızda deneme yanılma gerekir.
DreamDojo ile robotumu doğrudan kontrol edebilir miyim?
Hayır. DreamDojo bir kontrol politikası (VLA) değil, öğrenilmiş bir simülatördür ve robotun üzerinde değil masaüstü/veri merkezi GPU'sunda çalışır. Robot davranışını GR00T N1.5 gibi bir politika modeli üretir; DreamDojo o politikayı gerçek robota dokunmadan değerlendirir (rüyadaki başarı oranı gerçekle r=0,995 korelasyonlu), test anında aday eylemleri simüle edip en iyisini seçerek gerçek başarıyı artırır (AgiBot deneyinde +%17) ve sanal robotta teleoperasyon/prova imkânı verir.
Kendi Unitree G1 verimle DreamDojo'yu post-train edebilir miyim?
Evet, akış tam olarak bunun için tasarlanmış: ~10 Hz senkron kamera görüntüsü ile 43 boyutluk durum/eylem vektörü içeren teleoperasyon bölümleri toplayıp G1 konfigürasyonuyla ince ayar yaparsınız. NVIDIA kendi G1 verisini yayımlamadı (yalnızca GR-1 post-training veri seti kamuya açık), yani kendi veri setinizi kendiniz toplarsınız. G1 EDU üzerinde Unitree'nin açık xr_teleoperate yığını, Dex3 eller ve LeRobot uyumlu kayıt araçları bu işi görür; görev başına yüzlerce bölüm hedeflenir.
Unitree G1-D'nin DreamDojo ile ilişkisi nedir?
Doğrudan bir bağlantı yok — DreamDojo materyallerinde G1-D geçmez ve iki proje arasında ortaklık bulunmuyor. İlişki kategoriktir: DreamDojo sınıfı dünya modellerinin yakıtı büyük ölçekli teleoperasyon verisidir ve Unitree G1-D (Kasım 2025), tam da bu veri toplama işini endüstrileştirmek için üretilmiş tekerlekli insansı platformdur: 6 saate kadar batarya, filo ölçeğinde senkron toplama, görev şablonları ve UnifoLM-WMA-0 / PI / GR00T modelleriyle eğitim hattı. Unitree'nin kendi UnifoLM-WMA-0'ı da DreamDojo ile aynı kategoride, açık kaynak bir dünya modeli-eylem mimarisidir.
Türkiye'de dünya modeli ve veri toplama projeleri için destek kim veriyor?
Robotlar.org mühendislik ekibi, Türkiye'de Unitree G1 ve G1-D tedariki, XR teleoperasyon veri toplama kurulumu, eğitim altyapısı planlaması ve dünya modeli / imitation learning iş akışı danışmanlığı sağlar. Ekibimiz sahada insansı robotlarda kol-el teleoperasyonu ve veri kayıt hatları kurdu; üniversite ve Ar-Ge merkezleri için müfredat ve atölye desteği de sunuyoruz.
Resmi Kaynaklar
NVIDIA/DreamDojo (GitHub)
Resmî kod deposu: kurulum, LAM, ön-eğitim, post-training ve distilasyon dokümanları.
DreamDojo Makalesi (arXiv)
ICML 2026 makalesi: yöntem, deneyler ve sınırlar.
Model Ağırlıkları (HuggingFace)
2B/14B ön-eğitimli + G1, GR-1, AgiBot, YAM post-train checkpoint'leri.
Proje Sayfası
Demolar: dört embodiment'ta eylem-koşullu rüya videoları.
robotlar.org Destek
Türkiye'de G1/G1-D tedariki, teleop veri toplama kurulumu ve danışmanlık.
Embodied AI Yolculuğunuz
Türkiye'den başlasın.
Dünya modeli araştırması, teleop veri toplama hattı veya G1 / G1-D tedariki için Türkiye'deki Unitree teknik ekibimizle konuşun.