问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
机器人技术厂商Dyna Robotics近日正式发布全新世界动作模型Dyna-2，该模型预训练数据集覆盖100万小时人类日常行为、生产操作类公开视频，首次明确验证了人类行为数据到机器人动作泛化能力的缩放定律，为通用人形机器人的动作落地提供了全新技术路径，引发全球机器人与AI领域研究者广泛关注。
2026年8月中旬，全球机器人技术领域接连迎来重磅技术发布，其中Dyna Robotics推出的全新动作大模型，直接击中了行业此前多年未能突破的技术痛点。
近两年来，人形机器人赛道热度持续攀升，特斯拉Optimus、小米CyberOne等产品先后亮相，工业场景的特种机器人落地速度也在加快，但动作泛化能力不足始终是制约规模化商用的核心短板。
此前行业主流的技术路径主要分为两种：一种是基于仿真数据训练模型，虽然数据获取成本低，但仿真环境与真实物理世界的偏差往往导致模型落地后“水土不服”；另一种是依赖人工示教采集机器人专属动作数据，单场景训练成本高达数万元，根本无法支撑通用机器人所需的跨场景能力。
此次发布的Dyna-2跳出了此前的技术路径依赖，选择直接用海量人类真实行为视频做预训练，100万小时的训练数据规模相当于一个人连续114年不间断观测人类行为，覆盖了家庭服务、工业装配、公共服务等几乎所有常见的人类操作场景。
更具行业里程碑意义的是，Dyna Robotics团队通过Dyna-2的训练数据首次验证了“人类-机器人动作缩放定律”：当输入的高质量人类行为数据量提升时，机器人的动作泛化能力会呈现线性增长，不存在此前行业担忧的边际效应快速递减的问题。这一定律的验证相当于为机器人动作模型的训练指明了明确的升级方向，后续只要持续扩大高质量训练数据规模，就能稳定获得更好的模型效果。
据了解，目前Dyna-2已经完成了在工业装配、家庭服务两类场景的小范围测试，无需额外定制训练，就能完成87%的常见简单操作任务，较行业现有模型的平均表现提升了40%以上。
业内人士判断，随着Dyna-2这类世界动作模型的成熟，通用人形机器人的商用落地周期有望从此前预期的8-10年缩短到3-5年，最先受益的将是工业制造、养老服务、物流配送等人力成本高、重复性操作多的领域。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号