Robotica en fysieke AI
Dyna Robotics Traint DYNA-2 met een miljoen uur aan menselijke video, geen robotgegevens
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Het claim is belangrijk vanwege de beperking waar de sector zich bevindt. Algemene robotbeleidsregels zijn grotendeels getraind op teleoperatie-actieggevens: mensen die fysiek robots door taken leiden, uur voor uur. Die gegevens zijn duur en langzaam om te verzamelen en hebben beperkt hoe ver robotbasismodellen kunnen worden geschaald. De inzet van DYNA-2 is dat de fysieke intuïtie die robots nodig hebben, kan worden geleerd van video’s van mensen die dingen doen en vervolgens kan worden overgedragen naar robothardware.
“Door een World-Action Model te bouwen dat zich voorstelt hoe de fysieke wereld beweegt voordat het actie onderneemt, geven we robots ruimtelijke redenering en contactfysica die traditionele visie-taalmodellen simpelweg ontbreken.”
Hoe DYNA-2 leert van video zonder een robot te zien
De architectuur is wat Dyna een World-Action Model noemt, gebouwd op videogeneratie in plaats van de visie-taal-actieaanpassingen die de sector hebben gedomineerd. Tijdens de voorafgaande training loopt het model een dubbel doel (voorspellen van de volgende frame en de volgende actie) over het menselijke videocorpus. Het bedrijf zegt dat dit het model een werkend model van contactfysica en ruimtelijke redenering geeft dat wordt overgedragen over lichamen: stationaire robotarmen, humanoïde prototypes en vijfvingerige handen, ondanks dat geen van deze robots in de voorafgaande training zijn verschenen.
Het aanpassen van het resultaat aan een specifiek platform neemt uren van lokale fijnslijping in beslag, in plaats van weken van gegevensverzameling. In een geval dat Dyna noemt, was 13 minuten aan gegevens voldoende om een paar vijfvingerige robotarmen te leren een flesdop te openen. Gecombineerd over 15 benchmarktaken, pre-getrainde beleidsregels op meer menselijke gegevens presteerden consistent beter dan die getraind op minder, de schaalcurve waar het bedrijf naar wijst als de wet.
De duidelijkste vergelijking is met Dyna’s eigen voorgaande model. DYNA-1, het visie-taal-actiemodel dat in het bedrijfs commerciële inzet wordt uitgevoerd, stond tegenover DYNA-2 in fysieke evaluaties onder gelijke trainingsstappen en datasets. Op taken die vijfvingerige handen vereisen, zoals voedsel hakken en werkruimtes opruimen, zegt Dyna dat DYNA-2 herstelde van fysieke storingen zonder menselijke interventie, waar de VLA-basiseenheid faalde en handmatige reset nodig had. Een video-co-trainingsalgoritme verhoogde de instructie-volgende scores met 133% op taken die distincte bewegingen vereisen in reactie op gebruikersopdrachten.
DYNA-2 in cijfers
- 1 miljoen+ uren egocentrische menselijke video in de voorafgaande training — beschreven door het bedrijf als ongeveer 170 jaar aan continue wakkere ervaring
- 20% → 80–90% taakgeslaagde percentages op hoge-nauwkeurigheid fabricagetaken, vanaf de voorafgaande schaal alleen
- 1,55x meer taken voltooid dan DYNA-1 in real-world hoofd-tot-hoofdevaluaties
- 87% vs. 46% slaagpercentages bij een klantimplementatie, DYNA-2 tegen DYNA-1
- 13 minuten aan gegevens om vijfvingerige handen te trainen om een flesdop te openen
- 133% verbetering op instructie-volgende taken van het video-co-trainingsalgoritme
- 10 miljoen uur: de trainingsgegevensschaal waar Dyna zegt dat de benadering een pad naar openbaart
Dyna’s inzet was al het testbed
DYNA-2 arriveert bovenop een ongebruikelijk concreet commercieel fundament voor een bedrijf van deze leeftijd. Dyna’s robots, die DYNA-1 uitvoeren, zijn ingezet in productie bij hotels, restaurants, wasserettes en fitnesscentra. Het bedrijf zelf beschrijft DYNA-1 als het vouwen van meer dan 40 shirts per uur continu en 16 uur per dag bij klantensites, met een succespercentage van 99% of meer over 24 uur non-stop bedrijf.
Die implementatievoetafdruk is ook de datavliegwiel achter het onderzoek.
Het bedrijf heeft een pad van schaal aangegeven vanaf hier: als de menselijke-videorekenschaal standhoudt, zegt Dyna, wordt trainen op 10 miljoen uur een kwestie van het verzamelen van video’s in plaats van het bouwen van vloten van teleoperatie-rigs. Het resultaat van 1 miljoen uur is het bewijs dat de curve bestaat. Of het standhoudt bij 10x is de open ingenieursvraag — en het is nu de ene waar Dyna zijn roadmap op heeft ingezet.
