Ne oldu?

Dyna Robotics, robot manipülasyonu için bir dünya-eylem modeli olan Dyna-2'yi yayımladı. Model, bir milyon saatten fazla birinci şahıs (egosentrik) insan videosuyla ön eğitildi — bu, yaklaşık 170 yıllık kesintisiz uyanık deneyime denk geliyor.

Buradaki soru net: robot öğrenimi uzun süredir eylem etiketli veriyle sınırlı ve bu veri ancak teleoperasyonla, yani kasıtlı olarak üretiliyor. Dyna-2, sıradan insan videosunun bunun yerini alıp alamayacağını sınıyor.

Ne ölçüldü?

Araştırma ekibi 1.000 saatten 1.000.000 saate uzanan bir veri merdiveni eğitti ve neyin ölçeklendiğini ölçtü. Üç sonuç bildiriliyor:

  • Ölçekleme yasası: İnsan verisinde bir ölçekleme yasası gözlemlendi.
  • Aktarım: Bu yasanın daha önce görülmemiş robot verisine ilk kez aktarıldığı gösterildi.
  • Mekanizma: Aktarımı yürüten şeyin video tahmini olduğuna dair kanıt sunuldu.

Mimari

Dyna-2 bir dünya-eylem modeli (world-action model): video difüzyon omurgası üzerinde, gelecekteki videoyu ve gelecekteki bir eylem parçasını birlikte ya da ayrı ayrı gürültüden arındıran tek bir üretici model.

Mimari olarak bir dönüştürücü karışımı. Video ve eylem ayrı ayrı jetonlaştırılıyor ve birbirine dikkat eden ayrı DiT katman yığınları alıyor. Propriyosepsiyon doğrudan eylem dönüştürücüsüne besleniyor. Video jetonları nedensel maskeleme kullanıyor; eylem jetonları ise çift yönlü öz dikkat kullanıyor ve bağlam video jetonlarına dikkat ediyor. Video jetonları metne çapraz dikkat ediyor, ancak metin eylemi doğrudan etkilemiyor.

Nasıl kullanılıyor?

Model indirilebilir ağırlıklarla değil, satıcı tarafından işletilen bir sistem olarak sunuluyor. Dyna Robotics kamuya açık bir kontrol noktası, API ya da lisans duyurmadı; şu aşamada kullanım, bir modeli kendi sunucunda çalıştırmak değil bir Dyna robot hücresi satın almak anlamına geliyor.

Şirketin 10 Ağustos 2026 tarihli duyurusuna göre Dyna-1 robotları hâlihazırda otellerde, restoranlarda ve çamaşırhanelerde üretimde çalışıyor. Bu, hedef kitleyi de gösteriyor: tekrarlayan ve sabit noktada yapılan manipülasyon işi olan orta ölçekli hizmet işletmeleri ve çok şubeli kurumlar. Yerel çıkarım isteyen bağımsız geliştiriciler ya da araştırma laboratuvarları için uygun değil.

Hangi işler?

Eğitim sonrası aşamadaki 14 görev gerçek işlere doğrudan karşılık geliyor: çöp tepsisi boşaltma, ilk yardım seti hazırlama, koli kurma, yemek servisi, ip bağlama, askı hazırlama ve buzdolabından hedefli içecek alma. Sektör olarak konaklama, ticari çamaşırhane, yiyecek hizmeti, hafif montaj ve kitleme ile tesis temizliği sayılıyor.

Neden bu soru önemli

Robot öğreniminin en pahalı girdisi veri toplama. Bir robota bir işi öğretmek için insanın o robotu uzaktan kumandayla defalarca çalıştırması, her denemenin kaydedilmesi ve etiketlenmesi gerekiyor. Bu süreç saatle ölçülüyor ve ölçeklenmesi doğrudan insan emeğine bağlı.

İnsan videosu ise zaten var. Bir milyon saatlik birinci şahıs kayıt, hiç kimse robot eğitmek için çekmediği hâlde toplanabiliyor. Sorunun ekonomik karşılığı bu: eğer sıradan video eylem etiketli verinin yerini tutabiliyorsa, robot öğreniminin maliyet eğrisi tamamen değişiyor.

Ne kesin değil

Ölçekleme yasası ve aktarım bulguları şirketin kendi çalışmasına dayanıyor; ağırlıklar indirilemediği için bağımsız doğrulama şimdilik mümkün değil. Bu, aynı dönemde açık ağırlıkla yayımlanan modellerle arasındaki temel fark: sayılar tekrarlanabilir değil.