7.0
深览指数
科技Bestblogs·硅谷101··AI 生成
再访 Dyna Robotics：被部署教训了 300 天后，找到机器人 Scaling Law
Dyna Robotics 联合创始人 Jason Ma 复盘了 300 天的真实部署经验，指出客户对机器人动作的整齐度、速度和系统稳定性的要求远高于实验室标准。他解释了从 VLA 转向世界动作模型的原因，以及利用百万小时人类视频进行预训练、再用少量高质量遥操数据适配具体场景的技术路径。此外，访谈还讨论了半人形轮式机器人的硬件设计、完整洗烘叠工作流的商业价值以及数据基础设施的重要现实约束。适合对具身智能商业化、机器人 Scaling Law 和真实部署挑战感兴趣的专业读者。原文 ↗
核心观点
- ▍机器人商业化的 Scaling Law 不只是模型参数和数据的堆砌，更依赖于一套由真实部署反馈驱动的、包含硬件、数据、模型和基础设施的完整闭环系统。
- ▍通过世界动作模型学习百万小时人类视频数据，再利用少量高质量遥操数据进行场景适配，是当前在有限标注和工程成本下，实现机器人跨本体泛化的可行路径。
- 01客户对叠餐巾的接受标准分为 5 个等级，只有 4 级和 5 级才被认可，实验室中动作成功不等同于商业价值，速度、摆放精度、错误恢复能力都至关重要。
- 02Dyna 从 10 万小时第一视角人类视频增加到 100 万小时，发现了机器人性能的 Scaling 趋势，但百万小时阶段出现标注不足和数据质量瓶颈，جانب增长曲线变平。
- 03团队放弃纯 VLA (Vision-Language-Action) 路线，转向世界动作模型，因其除了预测动作轨迹，还能预测未来世界的状态变化，能利用更广泛的视频数据（包括非操作视频）。
- 04产品化方案选择了半人形（轮式底盘+两只手臂+可弯曲躯干）而非双足机器人，目的是在稳定性和成本之间达成平衡，让 AI 模型能稳定学习和评估，避免被硬件不稳定性干扰。
- 05完整工作流（洗→烘→叠→存）比单点操作（如叠衣服）创造了更多客户价值，因为减少了人的搬运和干预环节，使整个洗衣流程接近无人化。
反方 / 局限
- — 受访者承认，当前基于纯视觉的世界动作模型无法感知物品重量和触觉反馈，这是感知边界，后训练阶段可能需要引入触觉或其他传感模态来弥补。
- — 受访者提出的 Scaling Law 主要基于自身经验和对行业数据的观察，文中并未提供独立第三方评测或同行对比数据来验证其普遍适用性。
- — 跨本体的迁移能力虽被视为有前景，但作者也暗示当前百万小时级别的数据在标注质量和工程基础设施上仍存在显著约束，并非规模规律的自然外推。
3 分钟 · 3 卡片 · 7 资料
读原文 →