Dyna Robotics dévoile Dyna-2, un modèle monde-action pré-entraîné sur un million d'heures de vidéos humaines

Dyna Robotics a présenté Dyna-2, un modèle d'action mondial conçu pour la manipulation robotique, pré-entraîné sur plus d'un million d'heures de vidéo humaine égocentrique, ce qui équivaut à environ 170 ans d'expérience éveillée continue. Le modèle utilise un mélange de transformeurs avec une tokenisation et un traitement séparés de la vidéo et de l'action, en s'appuyant sur un backbone de diffusion vidéo avec appariement de flux. La société rapporte trois résultats clés en matière de mise à l'échelle : une loi de mise à l'échelle s'applique aux données humaines jusqu'à un million d'heures, cette loi se transfère de manière zéro-shot à des données robotiques non vues sur 39 tâches, et la prédiction vidéo, plutôt que les données d'action, entraîne la généralisation inter-embodiments. Le post-entraînement sur robot sur 14 tâches réparties sur trois embodiments a montré que les scores normalisés moyens passaient de 20% à 53% à travers l'échelle de données, avec des améliorations spécifiques telles que l'ouverture de cadenas atteignant 90% de réussite. Dyna-2 n'est pas disponible sous forme de poids téléchargeables ; son déploiement nécessite l'achat d'une cellule robotique Dyna. Le modèle a surpassé Dyna-1, le VLA de production de la société, lors des tests sur robot et sur des sites clients non vus, où il a réussi les critères de production 87% du temps contre 46% pour Dyna-1. Le rapport technique est disponible pour une lecture plus approfondie.