總部位於美國的Dyna Robotics公司發佈了其DYNA-2機器人，該機器人已通過人類視頻進行訓練。

Dyna Robotics 週一推出了一款新的機器人基礎模型 DYNA-2，該公司表示，該模型使用超過一百萬小時的人類視頻進行訓練，而沒有使用任何機器人數據。. 

這家總部位於美國的科技公司認爲，這種方法有助於解決限制通用機器人發展的成本問題。.

爲什麼機器人制造商總是面臨訓練數據不足的問題

DYNA-2旨在解決通用機器人制造中一個常見的難題，即獲取足夠的數據。大多數機器人通過遠程操作進行學習，即由人指導機器完成任務數小時。. 

問題在於，這種方法速度慢、成本高、難以擴展，這限制了這些系統的發展程度。.

今天我們推出 Dyna-2，這是一個基於一百萬小時人類視頻預訓練的世界動作模型。在這個規模下，我們首次發現了幾個新的縮放規律：

• 世界動作模型在人類數據上展現出跨越四個數量級的縮放規律，從 1000… pic.twitter.com/wZamR0axzS

— Dyna Robotics (@DynaRobotics) 2026年8月10日

Dyna的解決方案是在訓練過程中不讓機器人蔘與。DYNA-2則只接受以 人爲中心的視頻，也就是從人的角度拍攝的與物體互動的畫面。 

該公司表示，這相當於約170年的連續經驗。聯合創始人馬傑森解釋說：“動作數據稀缺，但視頻無處不在”，他認爲，物理直覺“可以直接從人類視頻中學習”，而無需在機械臂上花費數百萬 小時。

在高精度製造任務中，成功率從 20% 提高到 80% 到 90% 之間。Dyna 將這一進步歸功於大規模的崗前培訓。. 

在 15 項基準任務中，用更接近人類的視頻訓練的模型始終優於用不太接近人類的視頻訓練的模型。.

Dyna的世界行動模型有何不同之處

Dyna 的獨特之處在於其架構。DYNA-2 沒有采用視覺語言模型，而是基於視頻生成的世界動作模型。. 

在預訓練期間，它可以同時預測下一個視頻幀和下一個動作。.

Dyna公司表示，這一雙重目標賦予了模型內在的接觸物理感知和空間推理能力。該公司希望，從人類視頻中獲得的知識能夠遷移到不同的機器人身上，例如固定手臂、人形原型和靈巧的手，即使這些設備並未用於預訓練。.

這樣一來，適應新平臺只需幾個小時的微調，而無需像以前那樣花費數週時間收集新數據。例如，Dyna公司報告稱，僅用13分鐘的數據就教會了機械臂擰開瓶蓋。.

Dyna 將延長進近時間至 1000 萬小時

Dyna 的機器人已經在現實世界中得到應用，這使其與其他機器人公司區別開來。. 

據報道，DYNA-1 機器人已被應用於酒店、餐廳、自助洗衣店以及健身房等場所。.

該公司由 Lindon Gao、York Yang 和 Jason Ma 創立，他們之前都曾在 DeepMind 工作。. 

Dyna 的既定計劃是將同樣的方法應用於 1000 萬小時的視頻，並將其視爲一個收集問題，而不是一個車隊建設問題。.

如果你正在閱讀這篇文章，你已經領先一步了。 訂閱我們的新聞簡報，繼續保持領先優勢。