Головна проблема робототехніки останніх років — не залізо, а дані: щоб навчити робота точним рухам, потрібні записи саме робочих операцій, а їх катастрофічно мало й збирати їх дорого. Каліфорнійська компанія Dyna Robotics із Редвуд-Сіті вирішила цю проблему нестандартно — і натренувала нову модель Dyna-2 не на діях роботів, а на відео звичайних людей: понад мільйон годин запису, що дорівнює приблизно 170 рокам безперервного людського досвіду.
Технічно Dyna-2 — це так звана World-Action Model: система одночасно вчиться передбачати наступний кадр відео й наступну дію, тобто розвиває розуміння того, як фізичне середовище реагує на рух, а не просто заучує конкретні операції. Співзасновник компанії Джейсон Ма, раніше дослідник DeepMind, формулює логіку просто: «Дані про дії — дефіцит, а відео є всюди».
Результати говорять самі за себе. У високоточному виробництві успішність виконання завдань зросла з 20% до 80–90%, якість роботи при розгортанні у клієнтів піднялася до 87% проти 46% у попередньої моделі DYNA-1. Показовий приклад адаптивності: щоб навчити п’ятипалу роботизовану руку відкривати кришку пляшки, знадобилося всього 13 хвилин даних. Окремо відзначають 133-відсоткове покращення в дотриманні інструкцій і краще відновлення після збоїв — робот менше «губиться», коли щось іде не за планом.
Практична цінність тут не абстрактна: роботи на базі попередньої DYNA-1 вже працюють у готелях, ресторанах і пральнях, а навички, здобуті моделлю, переносяться між різними «тілами» — стаціонарними маніпуляторами, гуманоїдними прототипами й спеціалізованими захопленнями. Компанію заснували Ліндон Гао, Йорк Ян і Джейсон Ма, а серед інвесторів — фонди CRV та First Round.
Нагадаємо, гуманоїдні роботи в 2026-му освоюють і значно делікатніші сфери: раніше ми писали, як команда UCSD вперше довірила людиноподібним роботам операцію на живому організмі — під дистанційним керуванням хірурга вони успішно видалили жовчний міхур у свині.
