Como o DYNA-2 foi treinado

Tamanho e fonte do conjunto de dados

O conjunto de dados de treinamento consistiu em mais de 1.000.000 de horas de vídeo humano egocêntrico (em primeira pessoa) — o equivalente a aproximadamente 170 anos de experiência contínua acordada . Os vídeos capturavam tarefas diárias de manipulação, como cozinhar, dobrar roupas, montar objetos e limpar . Nenhum dado de ação de robô foi usado durante o pré-treinamento; dados de robô foram introduzidos apenas em uma pequena etapa de pós-treinamento ou ajuste fino, tipicamente 10 horas ou menos por tarefa .

Objetivos de treinamento

Durante o pré-treinamento, o DYNA-2 usou um objetivo de predição de vídeo — aprender a prever quadros de vídeo futuros a partir de observações passadas — combinado com um algoritmo de co-treinamento de vídeo que aprende conjuntamente representações visuais e predição de ações . Essa abordagem contrasta com a arquitetura VLA do DYNA-1, que mapeia diretamente a percepção para ações do robô sem predição intermediária de vídeo .

A empresa demonstrou escalabilidade em quatro ordens de grandeza, de 1.000 horas até 1.000.000 de horas de dados de pré-treinamento .

Melhorias de desempenho em relação ao DYNA-1

A empresa realizou comparações diretas entre o DYNA-2 e o DYNA-1 sob condições de treinamento equivalentes e em implantações reais.

Testes comparativos diretos (7 tarefas)

• O DYNA-2 completou tarefas 1,55 vez mais vezes que o DYNA-1 baseado em VLA .
• Em comparações pareadas, o DYNA-2 venceu 65% das tentativas contra 29% do DYNA-1 .

Resultados agregados (14–15 tarefas em 3 arquiteturas de robô)

O desempenho normalizado médio aumentou monotonicamente com a escala de pré-treinamento: 20% → 28% → 45% → 53% do máximo atingível, conforme os dados escalaram de 1k → 10k → 100k → 1M horas . Na escala de 1M horas, o DYNA-2 alcançou o melhor desempenho real em 9 de 14 tarefas . Melhorias notáveis em tarefas específicas incluíram:

• Girar chave em cadeado: de 0% de sucesso (até 100k horas) para 90% de sucesso em 1M horas .
• Destampar garrafa: de 10% de sucesso para 40–50% em 1M horas, usando apenas ~10 minutos de dados de pós-treinamento do robô .
• Busca direcionada de bebida (seguimento de comando verbal): melhoria de 58% para 83% .

Implantação real em manufatura e cliente

• Tarefas de manufatura de alta precisão: as taxas de sucesso saltaram de ~20% para 80–90% puramente pelo aumento da escala de pré-treinamento, sem alterações nos dados de pós-treinamento .
• Implantação zero-shot em um cliente: o DYNA-2 registrou 87% de taxa de aprovação de qualidade contra 46% do DYNA-1 — uma melhoria de 41 pontos percentuais .
• O algoritmo de co-treinamento de vídeo elevou as pontuações de seguimento de instruções em 133% em tarefas que exigem movimentos distintos em resposta a comandos do usuário .

A lei de escala observada pela Dyna Robotics

A Dyna Robotics reportou o que chama de "a primeira verdadeira lei de escala na robótica alimentada inteiramente por dados humanos" . Características principais:

• Lei de escala de transferência humano-robô: conforme a quantidade de pré-treinamento em vídeo humano egocêntrico aumentou em quatro ordens de grandeza (1k → 1M horas), o desempenho do robô em hardware nunca visto melhorou de forma previsível, monotônica e log-linear — um padrão que a empresa identifica como lei de escala .
• Transferência entre diferentes arquiteturas: a escala se manteve em duas arquiteturas de robô diferentes (uma plataforma bimanual estacionária e um protótipo semi-humanoide) que o modelo nunca havia visto durante o pré-treinamento .
• Predição de ação zero-shot: escalar dados de vídeo humano também melhorou a capacidade do modelo de prever ações em dados de vídeo de robô nunca vistos durante o treinamento .

A empresa afirma explicitamente que esta é uma "primeira do tipo" demonstração de que escalar dados observacionais humanos, e não dados de ação de robô, pode servir como um eixo confiável para melhorar a inteligência física de robôs .

Por que isso é importante

Se as alegações se sustentarem após verificação independente, a Dyna Robotics mostrou um caminho prático para escalar a inteligência de robôs sem o gargalo de coletar dados caros de ação de robôs. Vídeo humano existe em escala efetivamente ilimitada. A empresa afirma que já está trabalhando para 10 milhões de horas de dados de treinamento, o que permitiria que robôs dominassem novas tarefas físicas com apenas algumas horas de ajuste fino local .

Como o DYNA-2 foi treinado

Tamanho e fonte do conjunto de dados

O conjunto de dados de treinamento consistiu em mais de 1.000.000 de horas de vídeo humano egocêntrico (em primeira pessoa) — o equivalente a aproximadamente 170 anos de experiência contínua acordada . Os vídeos capturavam tarefas diárias de manipulação, como cozinhar, dobrar roupas, montar objetos e limpar . Nenhum dado de ação de robô foi usado durante o pré-treinamento; dados de robô foram introduzidos apenas em uma pequena etapa de pós-treinamento ou ajuste fino, tipicamente 10 horas ou menos por tarefa .

Objetivos de treinamento

Durante o pré-treinamento, o DYNA-2 usou um objetivo de predição de vídeo — aprender a prever quadros de vídeo futuros a partir de observações passadas — combinado com um algoritmo de co-treinamento de vídeo que aprende conjuntamente representações visuais e predição de ações . Essa abordagem contrasta com a arquitetura VLA do DYNA-1, que mapeia diretamente a percepção para ações do robô sem predição intermediária de vídeo .

A empresa demonstrou escalabilidade em quatro ordens de grandeza, de 1.000 horas até 1.000.000 de horas de dados de pré-treinamento .

Melhorias de desempenho em relação ao DYNA-1

A empresa realizou comparações diretas entre o DYNA-2 e o DYNA-1 sob condições de treinamento equivalentes e em implantações reais.

Testes comparativos diretos (7 tarefas)

• O DYNA-2 completou tarefas 1,55 vez mais vezes que o DYNA-1 baseado em VLA .
• Em comparações pareadas, o DYNA-2 venceu 65% das tentativas contra 29% do DYNA-1 .

Resultados agregados (14–15 tarefas em 3 arquiteturas de robô)

O desempenho normalizado médio aumentou monotonicamente com a escala de pré-treinamento: 20% → 28% → 45% → 53% do máximo atingível, conforme os dados escalaram de 1k → 10k → 100k → 1M horas . Na escala de 1M horas, o DYNA-2 alcançou o melhor desempenho real em 9 de 14 tarefas . Melhorias notáveis em tarefas específicas incluíram:

• Girar chave em cadeado: de 0% de sucesso (até 100k horas) para 90% de sucesso em 1M horas .
• Destampar garrafa: de 10% de sucesso para 40–50% em 1M horas, usando apenas ~10 minutos de dados de pós-treinamento do robô .
• Busca direcionada de bebida (seguimento de comando verbal): melhoria de 58% para 83% .

Implantação real em manufatura e cliente

• Tarefas de manufatura de alta precisão: as taxas de sucesso saltaram de ~20% para 80–90% puramente pelo aumento da escala de pré-treinamento, sem alterações nos dados de pós-treinamento .
• Implantação zero-shot em um cliente: o DYNA-2 registrou 87% de taxa de aprovação de qualidade contra 46% do DYNA-1 — uma melhoria de 41 pontos percentuais .
• O algoritmo de co-treinamento de vídeo elevou as pontuações de seguimento de instruções em 133% em tarefas que exigem movimentos distintos em resposta a comandos do usuário .

A lei de escala observada pela Dyna Robotics

A Dyna Robotics reportou o que chama de "a primeira verdadeira lei de escala na robótica alimentada inteiramente por dados humanos" . Características principais:

• Lei de escala de transferência humano-robô: conforme a quantidade de pré-treinamento em vídeo humano egocêntrico aumentou em quatro ordens de grandeza (1k → 1M horas), o desempenho do robô em hardware nunca visto melhorou de forma previsível, monotônica e log-linear — um padrão que a empresa identifica como lei de escala .
• Transferência entre diferentes arquiteturas: a escala se manteve em duas arquiteturas de robô diferentes (uma plataforma bimanual estacionária e um protótipo semi-humanoide) que o modelo nunca havia visto durante o pré-treinamento .
• Predição de ação zero-shot: escalar dados de vídeo humano também melhorou a capacidade do modelo de prever ações em dados de vídeo de robô nunca vistos durante o treinamento .

A empresa afirma explicitamente que esta é uma "primeira do tipo" demonstração de que escalar dados observacionais humanos, e não dados de ação de robô, pode servir como um eixo confiável para melhorar a inteligência física de robôs .

Por que isso é importante

Se as alegações se sustentarem após verificação independente, a Dyna Robotics mostrou um caminho prático para escalar a inteligência de robôs sem o gargalo de coletar dados caros de ação de robôs. Vídeo humano existe em escala efetivamente ilimitada. A empresa afirma que já está trabalhando para 10 milhões de horas de dados de treinamento, o que permitiria que robôs dominassem novas tarefas físicas com apenas algumas horas de ajuste fino local .