- 美国 Dyna Robotics 公司发布了其 DYNA-2 机器人，任务成功率高达 90%。.
- DYNA-2 使用超过一百万小时的人类视频进行训练。.
- 该公司计划将这种方法推广到 1000 万小时。.
Dyna Robotics 周一推出了一款新的机器人基础模型 DYNA-2，该公司表示，该模型使用超过一百万小时的人类视频进行训练，而没有使用任何机器人数据。.
这家总部位于美国的科技公司认为，这种方法有助于解决限制通用机器人发展的成本问题。.
为什么机器人制造商总是面临训练数据不足的问题
DYNA-2旨在解决通用机器人制造中一个常见的难题，即获取足够的数据。大多数机器人通过远程操作进行学习，即由人指导机器完成任务数小时。.
问题在于，这种方法速度慢、成本高、难以扩展，这限制了这些系统的发展程度。.
今天我们推出 Dyna-2，这是一个基于一百万小时人类视频预训练的世界动作模型。在这个规模下，我们首次发现了几个新的缩放规律：
— Dyna Robotics (@DynaRobotics) 2026年8月10日
• 世界动作模型在人类数据上展现出跨越四个数量级的缩放规律，从 1000… pic.twitter.com/wZamR0axzS
Dyna的解决方案是在训练过程中不让机器人参与。DYNA-2则只接受以 人为中心的视频，也就是从人的角度拍摄的与物体互动的画面。
该公司表示，这相当于约170年的连续经验。联合创始人马杰森解释说：“动作数据稀缺，但视频无处不在”，他认为，物理直觉“可以直接从人类视频中学习”，而无需在机械臂上花费数百万 小时。
在高精度制造任务中，成功率从 20% 提高到 80% 到 90% 之间。Dyna 将这一进步归功于大规模的岗前培训。.
在 15 项基准任务中，用更接近人类的视频训练的模型始终优于用不太接近人类的视频训练的模型。.
Dyna的世界行动模型有何不同之处
Dyna 的独特之处在于其架构。DYNA-2 没有采用视觉语言模型，而是基于视频生成的世界动作模型。.
在预训练期间，它可以同时预测下一个视频帧和下一个动作。.
Dyna公司表示，这一双重目标赋予了模型内在的接触物理感知和空间推理能力。该公司希望，从人类视频中获得的知识能够迁移到不同的机器人身上，例如固定手臂、人形原型和灵巧的手，即使这些设备并未用于预训练。.
这样一来，适应新平台只需几个小时的微调，而无需像以前那样花费数周时间收集新数据。例如，Dyna公司报告称，仅用13分钟的数据就教会了机械臂拧开瓶盖。.
Dyna 将延长进近时间至 1000 万小时
Dyna 的机器人已经在现实世界中得到应用，这使其与其他机器人公司区别开来。.
据报道，DYNA-1 机器人已被应用于酒店、餐厅、自助洗衣店以及健身房等场所。.
该公司由 Lindon Gao、York Yang 和 Jason Ma 创立，他们之前都曾在 DeepMind 工作。.
Dyna 的既定计划是将同样的方法应用于 1000 万小时的视频，并将其视为一个收集问题，而不是一个车队建设问题。.
最顶尖的加密货币专家都在阅读我们的简报。想 加入他们？
常见问题解答
DYNA-2是什么？它是如何训练的？
DYNA-2 是 Dyna Robotics 的世界动作模型，它使用超过一百万小时的以自我为中心的人类视频进行训练，没有机器人动作数据，采用双重目标，既预测下一帧视频，也预测下一个动作。.
DYNA-2 将任务成功率提高了多少？
Dyna 报告称，仅通过预训练规模，高精度制造任务的成功率就从 20% 提高到 80% 到 90% 之间，并且 DYNA-2 在零样本客户部署中达到了 87% 的质量合格率，而其早期的 DYNA-1 型号的质量合格率仅为 46%。.
Dyna Robotics的机器目前部署在哪里？
据消息人士透露，Dyna 早期型号的 DYNA-1 机器人已经在酒店、餐厅、洗衣店和健身房投入使用。.
伊比亚姆·瓦亚斯
伊比亚姆·瓦亚斯自 2019 年起便开始报道加密货币新闻。他毕业于尼日利亚国立开放大学计算机科学专业。他的作品曾发表于多家加密货币新闻平台，包括 Coinformania、Crypto News Australia 和 AltcoinBuzz。凭借其计算机科学背景，他目前专注于加密货币、机器人和长寿领域的新闻报道。.
