Робототехнічний стартап під назвою Dream Labs у п’ятницю вийшов із стелсу, отримавши початкове фінансування в розмірі 90 мільйонів доларів і публічно запустивши Dream-1, модель, яка, за словами компанії, може керувати роботами, яких вона ніколи раніше не бачила, для завдань, які їй ніколи не показували, починаючи з 3 доларів на годину через загальнодоступний API.
Оголошення, опубліковане на дослідницькій сторінці Dream Labs, швидко потрапило на першу сторінку Hacker News, де коментатори обговорювали, чи керування роботом з нульовим ударом нарешті є практичним чи все ще є дослідницькою демонстрацією. Компанія описує Dream-1 як свою першу «світову модель дії», доступну будь-кому, що означає спробу зробити поведінку роботів загального призначення настільки ж підключеною, як генерація тексту та зображень у великих мовних моделях. For more context on this story, see our ongoing AI industry coverage.
Що насправді робить Dream-1
Дайте Dream-1 бімануального робота з паралельними захватами, підключіть його до API, і компанія каже, що модель почне виконувати завдання з коробки — жодних тонких налаштувань, жодних демонстрацій від конкретного робота та жодного досвіду машинного навчання.
«Ми хочемо, щоб узагальнювана робототехніка була доступна для будь-кого, хто має робота, а не лише для великих лабораторій», — пише компанія у своїй презентаційній публікації, описуючи налаштування як такі, що наближені до plug-and-play: підключіть свого робота, направте його на API та запустіть. Команда каже, що проводить щотижневі внутрішні хакатони, щоб максимально скоротити час від реєстрації до роботи робота.
Матеріали для запуску компанії показують, як бета-тестери запускають Dream-1 у ряді настільних завдань: сортування цукерок у контейнери в Anvil Robotics, витягування серветок у BitRobot у Шеньчжені, укладання чашок у Cortex у Сінгапурі, складання коробок у KAIST у Сеулі та переміщення кубиків між контейнерами в лабораторії Hugging Face у Парижі. Dream Labs каже, що бета-тестувальники на 12 зовнішніх сайтах запускали модель автономно зі швидкістю, яка у вісім разів перевищує нормальну, а внутрішні — у чотири рази.
Другий набір демонстрацій показує триваліші автономні сеанси: складання сукні, прибирання посуду в раковину, складання яєць у коробку, поповнення банок із коробки та протирання столу губкою.
Від 30-хвилинної статті до компанії
Dream Labs бере свій початок у лютому 2026 року, коли його команда випустила DreamZero, дослідницьку статтю, яка представила World Action Models — парадигму, яку, за словами компанії, спільнота робототехніки з тих пір прийняла як один із найперспективніших підходів до навчання роботів. Результат, який здивував команду, згідно з повідомленням про запуск, полягав у тому, що після постнавчання DreamZero лише на 30 хвилинах даних від робота YAM модель узагальнила нульовий удар до завдань, яких вона ніколи не бачила. Раніше така передача вимагала сотень або навіть тисяч годин тренувальних даних для роботи.
Після шести місяців розробки команда каже, що результат дозрів у «перші ознаки узагальнення нульового втілення», можливості, які Dream-1 тепер розкриває через свій API.
Чому проблема даних важлива
Робототехніка вже давно застрягла в тому, що компанія називає петлею курки та яйця: робот повинен бути корисним, перш ніж люди його купують, але щоб він був корисним, потрібні навчальні дані саме від цього робота, які накопичуються лише тоді, коли в полі з’являється достатня кількість одиниць. Безпілотні автомобілі уникли версії цієї проблеми, оскільки люди-водії генерували дані з першого дня. Більшість роботів ніколи не мали такої розкоші.
Якщо одну модель можна узагальнити між тілами роботів, нова машина починається з корисних навичок, а не з порожнього набору даних — і кожне розгортання додає навчальні дані, які покращують наступного робота.
Дешеве апаратне забезпечення – друга половина справи
Dream Labs поєднує свої твердження щодо моделі з аргументом щодо апаратного забезпечення: потужні роботи стають різко дешевшими. За словами компанії, установка з двома руками зараз коштує близько 2000 доларів, а сім напівгуманоїдних роботів доступні за ціною менше 15 000 доларів — ціна, яка майже не існувала рік тому.
Що стосується споживачів, Dream Labs вказує на настільний робот Microduck від Hugging Face за 399 доларів США, який, за словами компанії, продав більше 10 000 одиниць протягом чотирьох днів після його запуску наприкінці серпня. Розрізнення, яке компанія проводить, є навмисним: корпоративні покупці приймають те, що називається електронною таблицею, і робот, який не може перевершити робітника за вартістю, швидкістю чи надійністю, не буде куплений. Споживачі різні — понад 10 000 людей заплатили 399 доларів за чотири дні за машину, головне завдання якої — бути чудовою, машину, яка ходить, перегинається та катається на роликах. Dream Labs стверджує, що десь між цією іграшкою та цілком працездатним домашнім роботом є найкраща точка, де адаптація починає розвиватися, і кожен домашній робот стає новим джерелом даних для навчання.
Застереження
Усі претензії щодо продуктивності надходять від самої компанії, а незалежна перевірка обмежується тим, що публічно показали бета-партнери. Dream Labs присвячує власний розділ тому, чого не може зробити Dream-1, визнаючи, що узагальнення залишається вузьким: продемонстровані завдання здебільшого полягають у маніпуляціях на столі за допомогою рук, обладнаних захватами, далеко від неструктурованого хаосу будинків і будівельних майданчиків.
Історія робототехніки сповнена вражаючих демонстрацій, які зупинилися за межами лабораторії. Але поєднання загальнодоступного API, ціноутворення за годину та мінімальної ціни на апаратне забезпечення, що знижується до споживачів, робить Dream-1 однією з найбільш конкретних спроб перетворити базові моделі роботів на інфраструктуру, яку інші розробники можуть просто викликати.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
