DYNA-2: Il modello fondante per robot addestrato su 1 milione di ore di video umani

Come è stato addestrato DYNA-2

Dimensioni e fonte del dataset

Il dataset di addestramento è composto da oltre 1.000.000 di ore di video egocentrico (in prima persona) umano — l'equivalente di circa 170 anni di esperienza continua da svegli . I video ritraggono attività quotidiane di manipolazione come cucinare, piegare, assemblare e pulire . Durante il pre-addestramento non sono stati utilizzati dati di azione robotica; i dati robotici sono stati introdotti solo in una fase successiva di post-addestramento o messa a punto, in genere per 10 ore o meno per compito .

Obiettivi di addestramento

Durante il pre-addestramento, DYNA-2 ha utilizzato un obiettivo di predizione video — imparare a prevedere fotogrammi video futuri a partire da osservazioni passate — combinato con un algoritmo di co-addestramento video che apprende congiuntamente rappresentazioni visive e previsione di azioni . Questo approccio contrasta con l'architettura VLA di DYNA-1, che mappa direttamente la percezione in azioni robotiche senza una predizione video intermedia .

L'azienda ha dimostrato la scalabilità su quattro ordini di grandezza, da 1.000 ore fino a 1.000.000 di ore di dati di pre-addestramento .

Miglioramenti prestazionali rispetto a DYNA-1

L'azienda ha condotto confronti diretti tra DYNA-2 e DYNA-1 in condizioni di addestramento corrispondenti e in deployment reali.

Test benchmark testa a testa (7 compiti)

• DYNA-2 ha completato i compiti 1,55 volte più spesso rispetto al DYNA-1 basato su VLA .
• Nei confronti a coppie, DYNA-2 ha vinto il 65% delle prove contro il 29% di DYNA-1 .

Risultati aggregati dei benchmark (14-15 compiti su 3 diverse piattaforme robotiche)

Le prestazioni medie normalizzate sono aumentate in modo monotono con la scala di pre-addestramento: 20% → 28% → 45% → 53% del massimo ottenibile, man mano che i dati aumentavano da 1k → 10k → 100k → 1M di ore . Alla scala di 1 milione di ore, DYNA-2 ha ottenuto le migliori prestazioni reali in 9 dei 14 compiti . I miglioramenti chiave a livello di singolo compito includono:

• Apertura di una cassaforte con chiave: dallo 0% di successo (fino a 100k ore) al 90% di successo a 1 milione di ore .
• Svitamento del tappo di una bottiglia: dal 10% di successo al 40-50% a 1 milione di ore, utilizzando solo circa 10 minuti di dati di post-addestramento robotico .
• Recupero mirato di una bevanda (comprensione del linguaggio): migliorato dal 58% all'83% .

Deployment reale in produzione e presso i clienti

• Compiti di produzione ad alta precisione: i tassi di successo sono passati da circa il 20% all'80-90% esclusivamente grazie all'aumento della scala di pre-addestramento, senza modifiche ai dati di post-addestramento .
• Deployment zero-shot presso un cliente: DYNA-2 ha registrato un tasso di superamento qualità dell'87% rispetto al 46% di DYNA-1 — un miglioramento di 41 punti percentuali .
• L'algoritmo di co-addestramento video ha aumentato i punteggi di esecuzione delle istruzioni del 133% su compiti che richiedono movimenti distinti in risposta a comandi dell'utente .

La legge di scala osservata da Dyna Robotics

Dyna Robotics ha riportato quella che definisce "la prima vera legge di scala nella robotica alimentata interamente da dati umani" . Caratteristiche principali:

• Legge di scala del trasferimento uomo-robot: All'aumentare della quantità di video umano egocentrico utilizzato per il pre-addestramento attraverso quattro ordini di grandezza (1k → 1M di ore), le prestazioni robotiche su hardware robotico mai visto prima sono migliorate in modo prevedibile, monotono e log-lineare — un pattern che l'azienda identifica come una legge di scala .
• Trasferimento cross-embodiment: La scalabilità è stata mantenuta su due diverse piattaforme robotiche (una piattaforma bimanuale fissa e un prototipo semi-umanoide) che il modello non aveva mai visto durante il pre-addestramento .
• Predizione di azioni zero-shot: Aumentare i dati video umani ha anche migliorato la capacità del modello di prevedere azioni su dati video robotici mai visti durante l'addestramento .

L'azienda dichiara esplicitamente che questa è una dimostrazione "senza precedenti" del fatto che aumentare i dati di osservazione umana, e non i dati di azione robotica, può servire come asse affidabile per migliorare l'intelligenza fisica dei robot .

Perché è importante

Se queste affermazioni saranno verificate in modo indipendente, Dyna Robotics ha mostrato un percorso pratico per scalare l'intelligenza robotica senza il collo di bottiglia della raccolta di costosi dati di azione robotica. Il video umano esiste a una scala praticamente illimitata. L'azienda afferma di stare già lavorando per raggiungere 10 milioni di ore di dati di addestramento, il che consentirebbe ai robot di padroneggiare nuovi compiti fisici con poche ore di messa a punto locale .