Das US-amerikanische Unternehmen Dyna Robotics hat seinen DYNA-2-Roboter veröffentlicht, der mit Videos von Menschen trainiert wurde

Dyna Robotics stellte am Montag ein neues Roboter-Fundamentmodell vor: DYNA-2. Laut eigenen Angaben wurde es mit über einer Million Stunden Videomaterial von Menschen trainiert, jedoch ohne Roboterdaten. 

Das in den USA ansässige Unternehmen ist überzeugt, dass dieser Ansatz dazu beitragen könnte, die Kostenprobleme zu lösen, die den Einsatz von Allzweckrobotern bisher eingeschränkt haben.

Warum Roboterherstellern immer wieder die Trainingsdaten ausgehen

DYNA-2 zielt darauf ab, ein häufiges Problem beim Bau von Universalrobotern zu lösen: die Gewinnung ausreichender Daten. Die meisten Roboter lernen durch Teleoperation, bei der eine Person die Maschine stundenlang durch Aufgaben führt. 

Das Problem hierbei ist, dass die Methode langsam, kostspielig und schwer skalierbar ist, was die Entwicklungsmöglichkeiten dieser Systeme einschränkt.

Heute stellen wir Dyna-2 vor, ein Weltaktionsmodell, das mit einer Million Stunden Videomaterial von Menschen vortrainiert wurde. In diesem Umfang haben wir erstmals mehrere neue Skalierungsgesetze entdeckt:

• Weltaktionsmodelle zeigen bei menschlichen Daten über vier Größenordnungen hinweg ein Skalierungsgesetz, von 1000… pic.twitter.com/wZamR0axzS

— Dyna Robotics (@DynaRobotics) 10. August 2026

Dynas Lösung besteht darin, den Roboter während des Trainings außen vor zu lassen. DYNA-2 wurde stattdessen ausschließlich mit egozentrischen Videos von Menschen, also Aufnahmen aus der Perspektive einer Person, die mit Objekten interagiert. 

Das Unternehmen gibt an, dass dies insgesamt etwa 170 Jahre kontinuierliche Erfahrung ergibt. Mitgründer Jason Ma erklärte: „Aktionsdaten sind rar, aber Videos sind allgegenwärtig“, und argumentierte, dass physikalische Intuition „direkt aus menschlichen Videos gelernt werden kann“, anstatt Millionen von Stunden an einem Roboterarm.

Bei hochpräzisen Fertigungsaufgaben stieg die Erfolgsquote von 20 % auf 80 bis 90 %. Dyna führt diese Verbesserung auf den Umfang der Vorschulungen zurück. 

In 15 Vergleichsaufgaben schnitten Modelle, die mit Videos mit mehr menschlichen Protagonisten trainiert wurden, durchweg besser ab als Modelle, die mit Videos mit weniger menschlichen Protagonisten trainiert wurden.

Was das Weltaktionsmodell von Dyna anders macht

Dyna zeichnet sich durch seine einzigartige Architektur aus. Anstatt ein Bild-Sprach-Modell zu verwenden, basiert DYNA-2 auf einem Welt-Aktions-Modell, das auf Videogenerierung beruht. 

Während des Vortrainings sagt es gleichzeitig das nächste Videobild und die nächste Aktion voraus.

Laut Dyna verleiht dieses doppelte Ziel dem Modell ein internes Verständnis von Kontaktphysik und räumlichem Denken. Das Unternehmen hofft, dass sich die Erkenntnisse aus den Videos mit menschlichen Bewegungen auf andere Roboter übertragen lassen, beispielsweise auf stationäre Arme, humanoide Prototypen und feinmotorische Hände, obwohl diese Geräte nicht im Vortraining verwendet wurden.

Die Anpassung an eine neue Plattform erfordert dann nur noch stundenlanges Feintuning anstatt wochenlanger Datenerfassung. Dyna berichtet beispielsweise, dass nur 13 Minuten Daten ausreichten, um Roboterhänden das Abschrauben eines Flaschenverschlusses beizubringen.

Dyna will den Ansatz auf 10 Millionen Stunden ausweiten

Dyna setzt bereits Roboter in realen Umgebungen ein, was das Unternehmen von anderen Robotikfirmen unterscheidet. 

Berichten zufolge werden DYNA-1-Roboter in Hotels, Restaurants, Waschsalons und sogar Fitnessstudios eingesetzt.

Das Unternehmen wurde von Lindon Gao, York Yang und Jason Ma gegründet, die zuvor bei DeepMind gearbeitet hatten. 

Dynas erklärter Plan besteht darin, denselben Ansatz auf 10 Millionen Stunden Videomaterial anzuwenden, das sie eher als ein Problem der Datensammlung denn als ein Problem des Flottenaufbaus betrachtet.

Lesen Sie Krypto-News nicht nur, sondern verstehen Sie sie. Abonnieren Sie unseren Newsletter. Er ist kostenlos.