A empresa americana Dyna Robotics lançou seu robô DYNA-2, treinado com vídeos de humanos

Na segunda-feira, a Dyna Robotics apresentou um novo modelo de robô, o DYNA-2, que, segundo a empresa, foi treinado com mais de um milhão de horas de vídeo de humanos e nenhum dado de robô. 

A empresa sediada nos EUA acredita que essa abordagem pode ajudar a resolver os problemas de custo que têm limitado os robôs de uso geral.

Por que os fabricantes de robôs continuam ficando sem dados de treinamento?

O DYNA-2 visa solucionar um problema comum na construção de robôs de uso geral: a obtenção de dados suficientes. A maioria dos robôs aprende por meio de teleoperação, na qual uma pessoa guia a máquina na execução de tarefas durante horas. 

A questão é que o método é lento, caro e difícil de escalar, o que limita o quão avançados esses sistemas podem se tornar.

Hoje, apresentamos o Dyna-2, um modelo de ação do mundo pré-treinado com um milhão de horas de vídeo humano. Nessa escala, pela primeira vez, descobrimos diversas novas leis de escala:

• os modelos de ação do mundo exibem leis de escala em dados humanos em quatro ordens de magnitude, de 1000… pic.twitter.com/wZamR0axzS

— Dyna Robotics (@DynaRobotics) 10 de agosto de 2026

A solução da Dyna foi excluir o robô durante o treinamento. O DYNA-2, por sua vez, foi treinado apenas com vídeos egocêntricos humanos, ou seja, filmagens do ponto de vista de uma pessoa interagindo com objetos. 

A empresa afirma que isso equivale a cerca de 170 anos de experiência contínua. O cofundador Jason Ma explicou: "Dados de ação são escassos, mas vídeos estão por toda parte", argumentando que a intuição física "pode ser aprendida diretamente a partir de vídeos de pessoas" em vez de usar milhões de horas em um braço robótico.

Em tarefas de fabricação de alta precisão, as taxas de sucesso aumentaram de 20% para entre 80% e 90%. A Dyna atribui essa melhoria à escala do pré-treinamento. 

Em 15 tarefas de referência, os modelos treinados com vídeos que apresentavam mais interação humana tiveram um desempenho consistentemente melhor do que aqueles treinados com vídeos que apresentavam menos interação humana.

O que o Modelo de Ação Mundial da Dyna faz de diferente

Dyna se destaca por sua arquitetura única. Em vez de usar um modelo de visão-linguagem, o DYNA-2 é um Modelo de Ação Mundial baseado em geração de vídeo. 

Durante o pré-treinamento, ele prevê simultaneamente o próximo quadro do vídeo e a próxima ação.

A Dyna afirma que esse objetivo duplo confere ao modelo uma percepção interna da física do contato e do raciocínio espacial. A empresa espera que o conhecimento adquirido com vídeos de humanos seja transferido para diferentes robôs, como braços estacionários, protótipos humanoides e mãos hábeis, mesmo que esses dispositivos não tenham sido usados no pré-treinamento.

A adaptação a uma nova plataforma requer apenas algumas horas de ajustes, em vez de semanas de coleta de novos dados. Por exemplo, a Dyna relata que apenas 13 minutos de dados foram suficientes para ensinar mãos robóticas a remover a tampa de uma garrafa.

Dyna pretende estender sua abordagem para 10 milhões de horas

A Dyna já possui robôs em situações reais, o que a diferencia de outras empresas de robótica. 

Segundo relatos, os robôs DYNA-1 estão sendo utilizados em hotéis, restaurantes, lavanderias e até mesmo em academias.

A empresa foi fundada por Lindon Gao, York Yang e Jason Ma, que anteriormente trabalhavam na DeepMind. 

O plano declarado da Dyna é aplicar a mesma abordagem a 10 milhões de horas de vídeo, que ela encara como um problema de coleta, e não de formação de frota.

Se você está lendo isto, já está um passo à frente. Continue assim assinando nossa newsletter.