Главный учёный Dyna Robotics рассказал, как робот сам час ведёт стирку

Роботов стартапа Dyna Robotics¹ учат в основном по видео с людьми, и один такой робот уже сам проходит часовой цикл стирки, рассказал главный учёный компании Джейсон Ма в подкасте Latent Space.

Почему это важно: у роботов, в отличие от языковых моделей, нет интернета с готовыми данными, а записывать движения на самих роботах долго и дорого. Dyna ставит на то, что видео с людьми закроет большую часть этой нехватки.

Предыстория:

• В 2025 году прошлая модель компании, DYNA-1, сутки подряд складывала салфетки и, по данным Dyna, справилась в 99,4% случаев.
• 24 августа 2026 года Dyna выпустила модель Dyna-2, обученную на миллионе с лишним часов видео, которые люди сняли от первого лица.
• 30 сентября компания показала Dyna-2.1 — колёсного робота с двумя руками, который на основе этой модели сам ведёт смену в прачечной.

Как это работает: Dyna-2 — модель мира и действия. Она получает видео с камер робота за последние секунды, углы его суставов и задание текстом. Сначала модель предсказывает, как изменится картинка, и уже по этому прогнозу выбирает движения. Ма сравнивает это с цепочкой рассуждений² у языковых моделей: «Модели рассуждают в визуальном, физическом пространстве, а потом выдают действия». Для многошаговой работы вроде стирки над Dyna-2 стоит ещё агент, который планирует шаги: пока машина стирает, он отправляет робота заниматься другим, а как только стирка закончится, сразу велит перекладывать полотенца в сушилку.

Детали: руки человека и робота устроены по-разному, поэтому одного видео с людьми мало: точным движениям модель доучивается на коротких записях, где человек выполняет задачу, управляя роботом. Чтобы разрыв был меньше, робота строили по образцу человека:

• Пропорции корпуса сверяли с реальными людьми, чтобы движения из видео лучше переносились на робота.
• В поясе у робота четыре степени свободы³: он наклоняется и поворачивает корпус, как человек, который тянется за бутылкой.
• Вместо ног у него колёса: по словам Ма, шагающий робот тратит больше энергии, а его устойчивость пока никто не может гарантировать.
• Этот корпус модель при предобучении не видела, но задачи на нём робот освоил быстро, и Ма считает это заслугой видео с людьми.

Общая картина: по словам Ма, отрасль пока ждёт от роботов самостоятельности в отдельных задачах на полминуты-минуту. «Ценность — в задачах и процессах, которые часами идут без присмотра», — говорит он. Ма видит тот же путь, что прошли языковые модели: два-три года назад они только дописывали код за человеком, а теперь агент сам доводит задачу до конца.

В цифрах:

• Новому делу робота доучивают на записях длиной от десятков минут до пары часов, а чтобы научить его резать продукты ножом, хватило 45 минут.
• Полный цикл стирки — загрузить машины, переложить полотенца в сушилку, сложить их и разложить по полкам — занимает около часа.
• В ресторанах сети Din Tai Fung⁴ в США роботы Dyna складывают тысячи салфеток в день, а для гостиниц Best Western — полотенца.
• Над моделями в компании работают около десяти человек, а на разработку железа приходится 30–40% сотрудников.

Но: Ма сам называет, что тормозит дело:

• Самые ловкие механические кисти с пальцами быстро перегреваются — по его словам, на них буквально приходится класть пакет со льдом.
• В данных для обучения почти только видео и положения суставов, а человек ещё слышит, осязает и чувствует запахи, поэтому часть задач модель может так и не освоить.
• Главный риск своей ставки Ма видит в том, что кто-то выпустит модель, которая учится и по видео, и по осязанию, и которой нужно условно в сто раз меньше данных.

Другая сторона: Ма уверен, что модель должна работать на самом роботе: у вызова удалённого сервера нет гарантий скорости, а «гравитация ждать не будет». Microsoft в сентябре выложила инструмент для обратного — переноса моделей роботов на внешние серверы. По её замерам, такие роботы чаще справляются с задачами и дольше работают от батареи.

Если шире: следующим источником данных для роботов Ма считает симуляции, которые строят передовые модели. Когда вышла GPT-6, Dyna в ту же неделю устроила хакатон, и больше всего Ма удивило, как GPT-6 собирает виртуальные среды. Google 13 октября показала похожий подход: Gemini 4 Argon по видео и фото строит физическую симуляцию и репетирует в ней движения робота.

Что дальше: сейчас у клиентов работают десятки роботов Dyna, в следующем году компания хочет поставить сотни. Din Tai Fung, по словам Ма, подписала более крупный контракт и хочет, чтобы роботы ещё и резали овощи.