Dyna Robotics 發布了 Dyna-2.1，宣稱這是首款實現可靠超長程全身自主性（reliable super long-horizon whole-body autonomy）的實體代理。該系統結合了全新的半人形硬體與圍繞 Dyna-2 世界動作模型構建的代理系統，以處理超長程的真實世界工作流程。Dyna-2 模型本身基於超過一百萬小時的人類影片數據進行訓練，採用擴散變壓器（Diffusion Transformer）架構並結合流匹配（Flow Matching）技術，透過預測未來影片狀態來引導機器人動作。在 Jason Ma 於 AIE 演講中提到的測試案例中，Dyna 的模型在連續 24 小時內摺疊餐廳餐巾達成了 99.4% 的成功率，包括在整疊餐巾倒下後能自行恢復。Dyna Robotics 選擇自行開發輪式半人形機器人而非傳統雙足機器人，以解決靈巧手過熱等硬體瓶頸，並強調透過代理系統執行多步驟、長達一小時的實體工作流程。該公司已在 Best Western 和 Din Tai Fung 進行實際部署，並探討了合成環境、自我生成訓練數據以及從 AlphaGo 到 NVIDIA、Google DeepMind 的技術演進背景。
事件背景
世界動作模型（WAM）是一種同時預測未來世界狀態與機器人動作的 AI 模型。它們利用「苦澀的教訓」（The Bitter Lesson），透過擴展數據規模而非工程化專門解決方案來提升性能。Dyna-2 模型結合了擴散變壓器與流匹配技術，旨在解決機器人領域缺乏類似互聯網規模數據的挑戰，並透過合成環境與自我生成數據來突破數據瓶頸。節目中將探討世界動作模型與視覺-語言-動作模型（VLA）的差異。
