Dyna-2模型基于百万小时人类视频预训练发现机器人扩展律

Dyna Robotics 推出了全新的世界-动作模型 Dyna-2，该模型在超过 100 万小时的人类第一人称视频数据上完成了预训练。研究团队借此首次在具身智能领域发现了多项新的扩展定律，证实扩展人类数据进行预训练可以可预测地直接提升机器人的实际操作表现，成功将人类视频数据与机器人控制打通。

已确认

• 要点 Dyna-2 模型在 100 万小时的人类视频数据上完成了预训练，通过联合预测下一帧视频和动作来进行学习，其中视频预测起到了世界建模的作用。
• 要点 团队发现了人类数据扩展律：在跨越四个数量级（从 1000 到 100 万小时）的数据规模下，扩展人类数据进行预训练，可以可预测地改善在机器人数据上的零样本离线评估表现。
• 要点 实验表明，即使没有任何机器人轨迹数据，基于人类数据的扩展定律也能成功迁移至从未见过的机器人数据与控制中，机器人性能实现突破，任务成功率达到 53%。

为什么重要

• 要点 这一突破意味着未来可以通过海量易得的人类第一人称视频来规模化提升机器人的泛化与执行能力。作者 @lukasmziegler 将其称为年度重磅研究，@JasonMa2020 与 @chrisjpaxton 均认为这解锁了惊人的潜力，有望为整个机器人行业带来变革。Lindon Gao 也指出，这标志着机器人领域正步入 Scaling Law 时代。

2026-08-11 ~ 2026-08-11 · 13 条相关

• Dyna-2预训练百万小时人类视频,发现具身新扩展律 — JasonMa2020 · 2026-08-11
• Dyna-2 研究：人类数据 Scaling Law 可预测提升机器人表现 — chris_j_paxton · 2026-08-11
• Dyna-2 突破机器人 Scaling Law：人类数据成功迁移至机器人控制 — JasonMa2020 · 2026-08-11
• 【源头】Dyna-2模型：百万小时人类视频预训练，机器人性能突破53% — lukas_m_ziegler · 2026-08-11
• 【源头】Dyna-2 机器人模型：百万小时人类数据催生跨实体扩展定律 — JasonMa2020 · 2026-08-11
• 机器人进入 Scaling Law 时代：Dyna-2 突破数据瓶颈 — JasonMa2020 · 2026-08-11
• Dyna-2 用百万小时人类视频预训练，机器人成功率提升至 53% — JasonMa2020 · 2026-08-11
• Dyna-2 模型基于百万小时视频训练，发现新扩展定律 — dair_ai · 2026-08-11

另有 5 条近重复转述:JasonMa2020 · Rewkang · alifcoder · JasonMa2020 · JasonMa2020