یک استارت‌آپ روباتیک به نام Dream Labs روز جمعه با بودجه اولیه 90 میلیون دلاری و راه‌اندازی عمومی Dream-1، مدلی که شرکت می‌گوید می‌تواند ربات‌هایی را که قبلاً هرگز ندیده بود، کنترل کند، در کارهایی که هرگز نشان داده نشده بود، از 3 دلار در ساعت از طریق یک API عمومی شروع به کار کرد.

این اطلاعیه که در صفحه تحقیقات Dream Labs منتشر شد، به سرعت به صفحه اول Hacker News رسید، جایی که نظر دهندگان در مورد اینکه آیا کنترل ربات صفر شات در نهایت عملی است یا هنوز یک نسخه آزمایشی تحقیقاتی بحث می کنند. این شرکت Dream-1 را به عنوان اولین "مدل اقدام جهانی" خود توصیف می کند که در دسترس همه قرار می گیرد، که نشان دهنده تلاشی برای ایجاد رفتار همه منظوره ربات به همان اندازه که تولید متن و تصویر در مدل های زبان بزرگ تبدیل شد، قابل اتصال است. For more context on this story, see our ongoing latest AI developments.

آنچه Dream-1 در واقع انجام می دهد

به Dream-1 یک ربات دو دستی با گیره‌های موازی بدهید، آن را به API متصل کنید، و شرکت می‌گوید که این مدل شروع به انجام وظایف خارج از جعبه می‌کند – بدون تنظیم دقیق، بدون نمایش از آن ربات خاص، و بدون نیاز به تخصص یادگیری ماشین.

این شرکت در پست راه اندازی خود می نویسد: "ما می خواهیم رباتیک قابل تعمیم برای هر کسی که دارای ربات است قابل دسترسی باشد، نه فقط برای آزمایشگاه های بزرگ." این تیم می گوید که هکاتون های داخلی هفتگی را اجرا می کند تا زمان ثبت نام تا ربات کار را تا حد امکان کوتاه نگه دارد.

مواد راه اندازی این شرکت نشان می دهد که آزمایش کننده های بتا Dream-1 را در طیف وسیعی از وظایف رومیزی اجرا می کنند: مرتب کردن آب نبات در ظروف در Anvil Robotics، کشیدن دستمال کاغذی در BitRobot در شنژن، چیدن فنجان ها در Cortex در سنگاپور، تا کردن جعبه ها در KAIST در سئول، و حرکت مکعب ها بین ظروف در Hugging Face در پاریس. Dream Labs می‌گوید آزمایش‌کنندگان بتا در 12 سایت خارجی، مدل را به‌طور خودکار با سرعت 8 برابر معمولی اجرا می‌کردند، با سرعت چهار برابر در داخل شرکت.

مجموعه دوم تظاهرات جلسات مستقل طولانی تری را نشان می دهد: تا کردن یک لباس، تمیز کردن ظروف در سینک، گذاشتن تخم مرغ در کارتن، ذخیره مجدد قوطی ها از جعبه، و پاک کردن میز با اسفنج.

از یک مقاله 30 دقیقه ای به یک شرکت

Dream Labs منشأ خود را به فوریه 2026 ردیابی می کند، زمانی که تیم آن DreamZero را منتشر کرد، مقاله تحقیقاتی که مدل های اقدام جهانی را معرفی می کرد - الگویی که شرکت می گوید جامعه روباتیک از آن زمان به عنوان یکی از امیدوارکننده ترین رویکردها در یادگیری ربات ها اتخاذ کرده است. با توجه به پست پرتاب، نتیجه ای که تیم را شگفت زده کرد، این بود که پس از آموزش DreamZero بر روی تنها 30 دقیقه داده از یک ربات YAM، این مدل شات صفر را به وظایفی تعمیم داد که هرگز ندیده بود. این نوع انتقال قبلا به صدها یا حتی هزاران ساعت داده آموزشی مخصوص ربات نیاز داشت.

پس از شش ماه ساخت، تیم می‌گوید که این نتیجه به «نشانه‌های اولیه تعمیم تجسم شات صفر» تبدیل شده است، قابلیت Dream-1 اکنون از طریق API خود نشان می‌دهد.

چرا مشکل داده مهم است

رباتیک مدت‌هاست در چیزی که این شرکت آن را حلقه مرغ و تخم مرغ می‌نامد گیر کرده است: یک ربات قبل از خرید مردم باید مفید باشد، اما مفید بودن آن مستلزم آموزش داده‌های مربوط به آن ربات است، که تنها زمانی که واحدهای کافی در میدان هستند جمع‌آوری می‌شوند. اتومبیل های خودران از نسخه ای از این مشکل فرار کردند زیرا رانندگان انسانی از روز اول داده ها را تولید کردند. اکثر ربات ها هرگز چنین تجملی را نداشتند.

اگر یک مدل واحد بتواند در بدنه‌های ربات تعمیم دهد، یک ماشین جدید با مهارت‌های مفید به جای یک مجموعه داده خالی شروع می‌شود - و هر استقرار داده‌های آموزشی را اضافه می‌کند که ربات بعدی را بهبود می‌بخشد.

سخت افزار ارزان نیمه دیگر داستان است

Dream Labs ادعاهای مدل خود را با استدلال سخت افزاری جفت می کند: روبات های توانمند به طور چشمگیری ارزان تر می شوند. این شرکت می‌گوید که یک راه‌اندازی دو بازو اکنون حدود 2000 دلار هزینه دارد و هفت ربات نیمه انسان‌نما با قیمتی کمتر از 15000 دلار در دسترس هستند - سطح قیمتی که تقریباً یک سال پیش وجود داشت.

در پایان مصرف‌کننده، Dream Labs به ربات رومیزی 399 دلاری Microduck Hugging Face اشاره می‌کند که شرکت می‌گوید این ربات بیش از 10000 دستگاه را ظرف چهار روز پس از عرضه در اواخر آگوست فروخت. تمایزی که شرکت ترسیم می‌کند عمدی است: خریداران سازمانی تصمیم‌گیری می‌کنند که آن را صفحه‌گسترده می‌نامد، و روباتی که نمی‌تواند کارگری را از نظر هزینه، سرعت یا قابلیت اطمینان شکست دهد، خریداری نمی‌شود. مصرف‌کنندگان متفاوت هستند - بیش از 10000 نفر در چهار روز 399 دلار برای ماشینی پرداختند که کار اصلی آن لذت‌بخش بودن است، ماشینی که راه می‌رود، حرکت می‌کند و اسکیت می‌زند. دریم لبز استدلال می کند که جایی بین آن اسباب بازی و یک ربات خانگی کاملاً توانا، نقطه شیرینی است که در آن پذیرش شروع به ترکیب می کند و هر ربات خانگی به منبع جدیدی از داده های آموزشی تبدیل می شود.

هشدارها

همه ادعاهای عملکرد از طرف خود شرکت است و تأیید مستقل به آنچه شرکای بتا به طور عمومی نشان داده اند محدود می شود. Dream-1 بخش خود را به کارهایی اختصاص می دهد که Dream-1 نمی تواند انجام دهد، تصدیق این موضوع که تعمیم محدود باقی می ماند: کارهای نشان داده شده عمدتاً دستکاری روی میز با بازوهای مجهز به گیره است که فاصله زیادی با هرج و مرج بدون ساختار خانه ها و سایت های ساخت و ساز دارد.

تاریخچه رباتیک پر از دموهای خیره کننده است که در خارج از آزمایشگاه متوقف شده است. اما ترکیبی از یک API عمومی، قیمت‌گذاری ساعتی و کاهش کف قیمت سخت‌افزار به سمت قلمرو مصرف‌کننده، Dream-1 را به یکی از تلاش‌های ملموس‌تر تبدیل می‌کند که هنوز مدل‌های پایه ربات را به زیرساختی تبدیل می‌کند که توسعه‌دهندگان دیگر می‌توانند به سادگی تماس بگیرند.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →