arXiv新论文Mirror：无需动作数据，视频模型靠环境交互自学执行计划

事件核心：发生了什么

论文 arXiv:2610.24177v1 提出 Mirror：先由视频生成模型充当视觉规划器，生成完成任务的教学视频；Mirror 在环境中按自己对动作的最佳猜测去跟随视频，并把执行中产生的视频-动作对作为训练数据，反复迭代、逐步贴近视觉计划。按摘要说法，这一过程不需要先验动作数据，也不需要手工设计的奖励函数。评测覆盖 Atari、OGBench、DeepMind Control、Minecraft BASALT 和 Minecraft 生存任务；在 BASALT 上超过使用专家动作或手工任务知识的方法，在生存任务中首次仅靠自我改进获得铁镐，离线设定下（有专家动作标签但无环境交互）在获得钻石任务上刷新最好结果。需要说明，以上均为摘要表述，全文实验尚待核验。

为什么重要

让视频生成模型充当“视觉规划器”是具身智能的一条活跃路线，但此前执行计划往往要依赖大规模人类采集的视频-动作数据，成本高、规模受限。Mirror 的路线把数据来源转向环境交互本身，若可复现，意味着视频生成模型的进步可以更直接地转化为智能体执行能力，减少对专家动作标签和奖励工程的依赖。这可能影响具身智能和游戏 AI 的数据采集、训练流程设计，也为视频模型商业化提供新的应用出口。

对用户/开发者/创作者的影响

目前公开信息显示，这是研究论文而非已上线产品，普通用户短期不会直接用到。对开发者而言，值得关注的是它把“视频生成 + 逆动力学模型 + 环境交互”串成自改进闭环，若后续开源或提供 API，机器人训练和游戏智能体开发的数据门槛可能下降。对内容创作者，视频生成与动作执行的连接仍以研究为主，不宜据此判断工具形态会立即变化。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

观察点有三个：一是论文全文和代码是否公开，实验能否被独立复现；二是方法在真实机器人等更复杂环境中的泛化表现；三是是否出现沿用“交互自训练”思路的竞品或开源项目，以及它是否能与现有视频大模型、算力方案形成可落地的训练管线。

来源：arXiv cs.AI