Dyna Robotics、100万時間の人間映像で学習したロボット基盤モデル「DYNA-2」を発表

何が起きたか

米カリフォルニア州レッドウッドシティに拠点を置くDyna Roboticsは2026年8月10日、ロボット基盤モデル「DYNA-2 World-Action Model」を発表した。同モデルは100万時間超の人間の主観映像で学習しており、これは約170年分の連続した覚醒体験に相当する。同社のテストでは、高精度製造タスクの成功率が20%から80〜90%に向上し、固定式ロボットアーム、ヒューマノイド試作機、器用なロボットハンドへの転移を実証した。

詳細

DYNA-2は、ロボットの行動データではなく、人間の主観映像のみで学習した点が特徴。世界モデルアーキテクチャを採用し、次フレーム予測と次アクション予測を組み合わせる。これにより、人間の行動から得た知識が異なるロボットハードウェアに転移できると同社は説明している。同社は、手動で収集したテレオペレーションデータへの依存を減らし、ロボットの能力拡大に伴う訓練のスケーラブルな方法を提供するとしている。

Key Facts

本紙の見方

Dyna Roboticsが発表したDYNA-2は、ロボット学習のデータソースを根本から変える試みだ。従来のロボット基盤モデルは、ロボット自身の行動データ（テレオペレーションなど）に依存することが多かったが、DYNA-2は人間の主観映像のみで学習する。このアプローチは、データ収集のスケーラビリティという業界の課題に対する一つの回答となる。100万時間というデータ規模は、約170年分の人間の覚醒体験に相当し、ロボットが物理的なタスクを学ぶための豊富な教師データを提供する。 本紙の過去報道では、英HumanoidがNVIDIAの物理AIスタックを活用し、実工場での物流試験で毎時60トートの処理を達成したことを報じた。NVIDIAは2026年1月に物理AI向けのオープンモデル群を公開しており、ロボット学習の基盤が急速に整いつつある。DYNA-2のような人間映像学習モデルは、こうした物理AIエコシステムの中で、ロボットの汎用性を高める新たなレイヤーとして位置づけられる。 業界構造への含意として、DYNA-2の手法は、ロボットメーカー各社が独自に収集してきたテレオペレーションデータへの依存を減らす可能性がある。これにより、ロボットの学習データの調達コストが下がり、中小企業でも高度なロボット制御が可能になるかもしれない。一方で、人間の映像から学習したモデルが、実際のロボットの物理的制約（関節の可動域や力の限界など）をどの程度反映できるかは未知数だ。 未確定の論点として、DYNA-2の成功率向上が報告されたタスクの具体的な内容や、実運用での汎化性能が挙げられる。また、100万時間の映像データの内訳（どのような活動が含まれるか）や、学習に使用した計算リソースも公開されていない。今後の第三者による検証や、異なるロボットプラットフォームでの再現性が焦点になる。

なぜ重要か

DYNA-2は、ロボット学習のデータソースを人間の映像に求めることで、ロボットの汎用性向上への新たな道筋を示した。この手法が確立すれば、ロボットの導入コストを下げ、製造業や物流などでの実用化を加速させる可能性がある。