世界行動模型架構：影片預測勝過動作模仿

DYNA-2 的架構建立在影片生成之上，而非業界主流的視覺-語言-行動（VLA）適配器。在預訓練階段，模型執行雙重目標：同時預測下一個影片幀與下一個動作。這種方法讓模型得以建立內部的接觸物理與空間推理模型——學習動作與其物理後果之間的因果關係——並且能在不同機器人型態之間轉移，而預訓練階段完全不需要看到任何機器人。

預訓練語料庫：該公司建立了四個嵌套子集的人類第一人稱影片——分別為1,000、10,000、100,000 和 1,000,000 小時——預訓練期間完全未使用任何機器人動作數據。預訓練完成後，模型只需在少量真實機器人數據上進行微調（數小時甚至數分鐘），就能將學到的物理直覺轉移到特定硬體上。

首個人類到機器人的遷移規模定律

Dyna Robotics 報告了其所謂的操縱任務中首個跨型態遷移規模定律。這項發現意義重大，因為它證明了擴展人類影片數據可以產生可預測且單調增長的機器人性能提升——呼應了改變大型語言模型的規模定律。

• 人類數據上的規模定律：在所有四個數量級（1K → 10K → 100K → 1M 小時）上，所有影片預測品質指標均呈單調增長，且符合冪律分布，未觀察到高原現象。

• 定律遷移至未見過的機器人數據：相同的檢查點在 39 個不同的機器人任務上進行零樣本評分，這些任務橫跨兩個固定式雙臂平台。性能隨著預訓練人類影片規模的增長而單調提升，且完全在進行任何機器人特定微調之前。一項分析顯示，將動作標註數據固定在 50,000 小時，並僅增加純影片小時數，可將零樣本機器人動作 MSE 從 0.340 降至 0.120。

• 訓練後性能擴展：經過後期訓練後，在 14 個機器人任務上的標準化平均得分，隨著預訓練規模從 1K 小時增加到 1M 小時，從可達最大值的 20% → 28% → 45% → 53%。

任務成功率的顯著提升

DYNA-2 的性能提升在三個關鍵領域最為明顯：

• 高精度製造：僅透過增加預訓練規模，DYNA-2 就將任務成功率從約 20% 提升至 80–90%，完全無需改變訓練後數據。相當於純粹靠觀看更多人類影片就實現了 4 到 4.5 倍的改進。

• 零樣本客戶端部署：在真實客戶端現場，DYNA-2 達到了 87% 的品質通過率，而基於 VLA 的前代 DYNA-1 僅有 46%——在相同的訓練後預算下，實現了 41 個百分點的提升。在相同訓練條件下的面對面物理評估中，DYNA-2 完成任務的頻率是 DYNA-1 的 ，並在 。

• 瓶蓋扭轉（13 分鐘數據）：僅使用 13 分鐘的機器人特定演示數據，DYNA-2 就能操控一雙五指靈巧手扭開瓶蓋。該公司的技術報告澄清該數字約為 的機器人數據，而預訓練規模則將成功率從較小預算時的 10% 提升至完整 1M 小時預算時的 40–50%。

對機器人未來的影響

DYNA-2 的成果挑戰了機器人需要大量特定任務機器人數據的主流假設。透過展示從人類影片到機器人硬體的遷移規模定律，Dyna Robotics 為邁向 1000 萬小時的訓練數據開闢了一條實用道路——這有望讓機器人僅需數小時的本地微調就能掌握新的物理任務。該模型目前以供應商運營系統的形式提供；Dyna Robotics 尚未宣布 DYNA-2 的任何公開檢查點、API 或授權。機器人研究社群的下一個步驟將是進行獨立驗證，以確認這些結果的可靠性。

世界行動模型架構：影片預測勝過動作模仿

DYNA-2 的架構建立在影片生成之上，而非業界主流的視覺-語言-行動（VLA）適配器。在預訓練階段，模型執行雙重目標：同時預測下一個影片幀與下一個動作。這種方法讓模型得以建立內部的接觸物理與空間推理模型——學習動作與其物理後果之間的因果關係——並且能在不同機器人型態之間轉移，而預訓練階段完全不需要看到任何機器人。

預訓練語料庫：該公司建立了四個嵌套子集的人類第一人稱影片——分別為1,000、10,000、100,000 和 1,000,000 小時——預訓練期間完全未使用任何機器人動作數據。預訓練完成後，模型只需在少量真實機器人數據上進行微調（數小時甚至數分鐘），就能將學到的物理直覺轉移到特定硬體上。

首個人類到機器人的遷移規模定律

Dyna Robotics 報告了其所謂的操縱任務中首個跨型態遷移規模定律。這項發現意義重大，因為它證明了擴展人類影片數據可以產生可預測且單調增長的機器人性能提升——呼應了改變大型語言模型的規模定律。

• 人類數據上的規模定律：在所有四個數量級（1K → 10K → 100K → 1M 小時）上，所有影片預測品質指標均呈單調增長，且符合冪律分布，未觀察到高原現象。

• 定律遷移至未見過的機器人數據：相同的檢查點在 39 個不同的機器人任務上進行零樣本評分，這些任務橫跨兩個固定式雙臂平台。性能隨著預訓練人類影片規模的增長而單調提升，且完全在進行任何機器人特定微調之前。一項分析顯示，將動作標註數據固定在 50,000 小時，並僅增加純影片小時數，可將零樣本機器人動作 MSE 從 0.340 降至 0.120。

• 訓練後性能擴展：經過後期訓練後，在 14 個機器人任務上的標準化平均得分，隨著預訓練規模從 1K 小時增加到 1M 小時，從可達最大值的 20% → 28% → 45% → 53%。

任務成功率的顯著提升

DYNA-2 的性能提升在三個關鍵領域最為明顯：

• 高精度製造：僅透過增加預訓練規模，DYNA-2 就將任務成功率從約 20% 提升至 80–90%，完全無需改變訓練後數據。相當於純粹靠觀看更多人類影片就實現了 4 到 4.5 倍的改進。

• 零樣本客戶端部署：在真實客戶端現場，DYNA-2 達到了 87% 的品質通過率，而基於 VLA 的前代 DYNA-1 僅有 46%——在相同的訓練後預算下，實現了 41 個百分點的提升。在相同訓練條件下的面對面物理評估中，DYNA-2 完成任務的頻率是 DYNA-1 的 ，並在 。

• 瓶蓋扭轉（13 分鐘數據）：僅使用 13 分鐘的機器人特定演示數據，DYNA-2 就能操控一雙五指靈巧手扭開瓶蓋。該公司的技術報告澄清該數字約為 的機器人數據，而預訓練規模則將成功率從較小預算時的 10% 提升至完整 1M 小時預算時的 40–50%。

對機器人未來的影響

DYNA-2 的成果挑戰了機器人需要大量特定任務機器人數據的主流假設。透過展示從人類影片到機器人硬體的遷移規模定律，Dyna Robotics 為邁向 1000 萬小時的訓練數據開闢了一條實用道路——這有望讓機器人僅需數小時的本地微調就能掌握新的物理任務。該模型目前以供應商運營系統的形式提供；Dyna Robotics 尚未宣布 DYNA-2 的任何公開檢查點、API 或授權。機器人研究社群的下一個步驟將是進行獨立驗證，以確認這些結果的可靠性。