DYNA-2：睇足100萬小時人類片學做嘢 Dyna Robotics搵到機械人嘅Scaling Law

2026年8月10日，總部位於美國加州Redwood City嘅Dyna Robotics正式發表 DYNA-2——一個佢哋稱之為「世界行動模型」（World-Action Model, WAM）嘅機械人基礎模型 。公司宣稱呢個係第一個純粹靠人類觀察數據（而唔係機械人動作數據）展現出真正Scaling Law嘅機械人模型 。下面詳細拆解呢個模型嘅訓練方法、實際表現，以及佢哋發現嘅Scaling Law有幾顛覆。

DYNA-2 係咩嚟？

DYNA-2 係一個預先訓練好嘅模型，用嚟控制實體機械人。同上一代 DYNA-1 唔同，DYNA-1 係用 Vision-Language-Action（VLA）嘅架構，直接將鏡頭見到嘅影像對應返機械人嘅動作；而 DYNA-2 嘅核心係「預測未來」——佢學嘅係由過去嘅影片幀預測接下來會發生咩畫面 。Dyna Robotics 叫呢個做世界行動模型，意思係機械人會諗吓自己做咗某個動作之後會有咩後果，先至郁手。

DYNA-2 點樣訓練出嚟？

數據集規模同來源

訓練數據集包含 超過1,000,000小時嘅第一身（egocentric）人類影片——即係頭戴式鏡頭影住嘅主觀視角，大約相當於170年唔停咁清醒嘅經驗 。呢啲影片記錄咗日常嘅操作任務，例如煮嘢食、摺衫、裝嵌同清潔等 。喺預訓練階段完全冇用過任何機械人動作數據；機械人數據只係喺後期一個好細嘅微調階段先用，每個任務通常只需要10小時或更少嘅機械人數據 。

訓練目標

預訓練期間，DYNA-2 用嘅係 「影片預測」目標——由過去嘅觀察預測未來嘅影片幀——再配合一個 「影片共同訓練」演算法，同時學習視覺表徵同動作預測 。呢個做法同 DYNA-1 嘅 VLA 架構好唔同，後者直接由影像映射到動作，中間冇經過影片預測嘅步驟 。

公司仲展示咗由 1,000小時到1,000,000小時 四個數量級嘅Scaling效果 。

同 DYNA-1 比，成績有幾大進步？

Dyna Robotics 喺相同訓練條件下，直接將 DYNA-2 同 DYNA-1 喺真實世界進行面對面比較。

頭對頭基準測試（7項任務）

• DYNA-2 完成任務嘅次數係 DYNA-1 嘅 1.55倍 。
• 喺逐對比較中，DYNA-2 贏咗 65% 嘅試驗，DYNA-1 只贏到 29% 。

總體基準測試（14–15項任務，橫跨3款機械人平台）

平均標準化表現隨住預訓練規模單調上升：數據由 1千小時 → 1萬小時 → 10萬小時 → 100萬小時，表現由 20% → 28% → 45% → 53%（可達到嘅最高分數）。喺100萬小時嘅規模下，DYNA-2 喺14項任務中有 9項 做出最好嘅真實世界表現 。關鍵任務嘅進步包括：

• 鎖箱開鎖匙： 之前去到10萬小時都係0%成功，到100萬小時突然跳到 90%成功 。
• 扭開樽蓋： 由10%成功上升到 40–50%，而且只係用咗大約10分鐘嘅機械人微調數據 。
• 按語言指令攞指定飲品： 由 58% 提升到 83% 。

真實世界製造業同客戶部署

• 高精度製造任務： 單靠增加預訓練規模，任務成功率由 ~20% 躍升到 80–90%，完全冇改變微調數據 。
• 喺客戶現場嘅零樣本部署： DYNA-2 錄得 87% 品質合格率，而 DYNA-1 只得 46%——足足進步咗 41個百分點 。
• 「影片共同訓練」演算法 令到需要按指令做唔同動作嘅任務，跟指令分數提升咗 133% 。

Dyna Robotics 發現嘅 Scaling Law

Dyna Robotics 話呢個係 「第一個完全由人類數據驅動嘅機械人真正Scaling Law」 。幾個關鍵特徵：

• 人類轉機械人Scaling Law： 當人類第一身影片嘅預訓練數據由1,000小時增加到100萬小時（橫跨四個數量級），機械人喺從未見過嘅機械人硬件上嘅表現，會 可預測、單調、對數線性 噉提升——公司將呢個模式定性為Scaling Law 。
• 跨平台通用： 呢個Scaling效果喺 兩款唔同嘅機械人平台（一部固定式雙臂平台同一個半人形原型機）上都成立，而呢兩款平台喺預訓練期間從未出現過 。
• 零樣本動作預測： 增加人類影片數據，仲會提升模型喺 從未見過嘅機械人影片數據 上預測動作嘅能力 。

公司明確指出，呢個係 「前所未有」 嘅證明——用大量人類觀察數據（而唔係機械人動作數據）可以成為一條可靠嘅軸線，嚟提升實體機械人嘅智能 。

點解呢件事咁重要？

如果呢啲聲稱能夠經過獨立驗證，Dyna Robotics 就展示咗一條實際可行嘅路徑：要Scale機械人智能，唔一定要收集又貴又難搞嘅機械人動作數據。人類影片嘅供應量基本上係無限咁大。公司話佢哋已經計劃緊走向1,000萬小時嘅訓練數據，到時機械人只需要幾個鐘嘅本地微調，就可以掌握全新嘅體力任務 。