Применение ИИ в робототехнике без ручной разметки: Dyna-2 обучилась на миллионе часов видео

Результаты опубликованы в техническом отчёте Dyna Robotics. Команда построила «лестницу данных» от 1 000 до 1 000 000 часов видео и замерила, как качество растёт с каждой ступенью. Главный вывод: закон масштабирования, найденный на человеческом видео, впервые переносится на роботизированные задачи без какого-либо дообучения (обучения модели на примерах конкретного робота).

Что измеряли и как это устроено?

Dyna-2 относится к классу WAM (world-action model, «модель мира и действий»). Проще говоря, это одна нейросеть, которая одновременно предсказывает, как будет выглядеть следующий кадр видео, и какое физическое действие робот должен выполнить. Видео и действие обрабатываются раздельными блоками трансформеров, но эти блоки обмениваются информацией друг с другом.

Обучение шло в два этапа. Сначала модель смотрела человеческое видео от первого лица: как люди берут предметы, открывают крышки, завязывают верёвки. Затем её дообучали уже на данных конкретных роботов, причём на каждую задачу хватало не более 10 часов записей.

Команда специально нарезала вложенные подмножества данных: 1 000, 10 000, 100 000 и 1 000 000 часов, сохраняя одинаковые пропорции источников. Это позволило построить честную кривую масштабирования, где рост качества объясняется только количеством данных, а не сдвигом распределения.

Три открытия, подкреплённые цифрами

• Закон масштабирования работает до миллиона часов. Все четыре метрики улучшаются монотонно и подчиняются степенному закону. Показатель FVD@16 (качество предсказания видео) вырос на 51% по всей лестнице данных.

• Закон переносится на роботов, которых модель не видела. Те же контрольные точки проверили без дообучения на 39 задачах на двух платформах YAM. Ошибка действий на роботах снижается по предсказуемой кривой. Команда фиксирует перелом между 10 000 и 100 000 часами.

• Именно видео, а не данные действий, обеспечивает перенос между телами. Совместное обучение на видео и действиях обыграло обучение только на действиях во всех 39 задачах. Добавление видео без разметки действий снизило ошибку на роботах с 0,340 до 0,120. При этом ошибка на человеческих данных не менялась: видео помогает именно обобщению между разными физическими телами.

Как Dyna-2 справляется с реальными задачами?

После предобучения модель дообучали на 14 практических задачах на трёх типах роботов: манипуляторы YAM с простыми захватами, те же манипуляторы с 20-пальцевыми руками WUJI-2 и полугуманоидный прототип.

Средний балл рос от 20% при 1 000 часах предобучения до 53% при миллионе. Показательный пример: задача «поворот ключа в замке» давала 0% при любом объёме до 100 000 часов, а на миллионе скакнула до 90%. Задачу «откручивание крышки бутылки» модель освоила на 50%, имея всего около 10 минут демонстраций.

На реальных объектах заказчиков Dyna-2 прошла производственные критерии в 87% случаев. У предыдущей модели Dyna-1 (построенной на базе Qwen3-VL-4B) этот показатель составил 46%. Применение ИИ в домашней робототехнике пока остаётся за горизонтом: роботы Dyna-1 уже работают в отелях, ресторанах и прачечных (по данным анонса компании от 10 августа 2026 года), но речь идёт о коммерческих площадках, а не о бытовых сценариях.

Что это значит для вас?

Авторам Дзена и копирайтерам. Тема применения ИИ в робототехнике выходит из стадии лабораторных демонстраций в стадию производственных внедрений. Это материал для контента: конкретные задачи (завязывание верёвок, сортировка мусора) понятны читателю и дают наглядные примеры вместо абстрактных обещаний.

Маркетологам. Если вы работаете с клиентами в HoReCa (отели, рестораны, кейтеринг) или в сфере коммерческой уборки, роботизация рутинных операций перестаёт быть прогнозом и становится коммерческим предложением конкурентов.

Российским разработчикам и предпринимателям. Dyna-2 недоступна для локального хостинга (это закрытая модель без открытых весов, без API). Применение российскими компаниями потребует либо покупки роботизированной ячейки Dyna напрямую, либо разработки собственных аналогов. Из российских проектов в робототехнике стоит следить за разработками Сбера и лабораториями при МФТИ и Сколтехе, хотя модели сопоставимого масштаба предобучения пока не представлены.

Dyna-2 не решает проблему целиком: 14 задач, стационарные манипуляторы, закрытая система одного вендора. Но закон масштабирования, который переносится между телами без единого примера, это конкретный, измеримый результат, и он говорит разработчикам: собирайте видео, а не ждите размеченных датасетов.

По данным технического отчёта Dyna Robotics