Dyna Robotics 公开百万小时视频训练 Dyna-2 的基础设施复盘

8 月 18 日，Dyna-2 机器人模型背后的 Dyna Robotics 发布长文，公开在超过 100 万小时第一人称（egocentric）视频上可复现地训练模型的基础设施复盘，经 JasonMa2020、ZeYanjie、chrisjpaxton、joshwills、Scobleizer 等博主转发后在 X/Twitter 引发讨论。团队此前还做客 RoboPapers 第 99 期，回应「世界-动作模型与机器人学习缺乏具体 scaling 证据」的行业现状，展示预训练数据量逐步逼近 100 万小时时模型在留出数据上准确率的可预测提升。

已确认

• 训练规模：基于超 100 万小时第一视角视频训练 Dyna-2 模型，并强调流程可复现，模型学习首次展现可预测的 scaling。
• 小规模方案在大规模下失效：旧流程每周仅能处理 1.4 万小时数据（按此速度百万小时需一年以上）；构建数据清单（manifest）需 48 小时；从云存储读取 PB 级数据导致 GPU 空闲。
• 重建技术栈后的改进：数据摄取速度提升 31 倍，训练启动时间从 48 小时大幅下降，训练整体提速 24 倍，支撑 Dyna-2 所需的算力扩展。
• 团队核心观点：scaling 不是一个开关，瓶颈会随规模从存储依次转移到 ingestion、manifest 再到优化器等环节，需要逐层解决；在百万小时规模下，训练瓶颈不再是机器人本体或 GPU，而是连接二者的基础设施。
• 团队强调基础设施是机器人研究中支撑模型、数据、硬件快速迭代的基石，但圈内很少公开讨论这类工程实践。

为什么重要

• 机器人领域公开大规模训练基础设施细节的案例稀缺，该复盘为其他团队应对数据吞吐、训练准备和存储 I/O 瓶颈提供了可借鉴的工程经验，也说明具身智能竞争中数据基础设施能力正成为关键变量。
• 「机器人学习首次展现可预测 scaling」的宣称若被更多验证，将为世界-动作模型的规模化路线提供此前缺失的证据支撑。

2026-08-18 ~ 2026-08-19 · 9 条相关

• Dyna Robotics 复盘：百万小时第一视角视频训练机器人，基础设施全面失效 — ZeYanjie · 2026-08-18
• Dyna Robotics 训练提速 24 倍：百万小时视频基础设施复盘 — JasonMa2020 · 2026-08-18
• Dyna 公布百万小时视频训练基础设施实践 — JasonMa2020 · 2026-08-18
• 训练百万小时机器人数据，Dyna 重建基础架构提速 31 倍 — JasonMa2020 · 2026-08-18
• DynaRobotics 揭秘：如何高效训练百万小时机器人数据 — JasonMa2020 · 2026-08-18
• 破解百万小时训练瓶颈，机器人 ML 基础设施重构 — JasonMa2020 · 2026-08-18
• Dyna Robotics 逼近百万小时训练数据，机器人学习首次展现可预测 scaling — chris_j_paxton · 2026-08-18
• 训练百万小时机器人数据：Dyna-2 基础设施复盘 — josh_wills · 2026-08-18
• Dyna-2 用 100 万小时第一视角视频训练，公开数据基建细节 — Scobleizer · 2026-08-19