Dyna Robotics 发布 Dyna-2.1：称新半人形机器人 Taku 可独立完成一小时洗衣房工作流

9 月 29 日（北京时间 30 日凌晨），Dyna Robotics 在 X 官方账号宣布发布 Dyna-2.1，自称是首个实现「可靠超长时程全身自主」（reliable super long-horizon whole-body autonomy）的 Physical Agent。按说法，Dyna-2.1 由一套全新的半人形硬件，加上围绕 Dyna-2 构建的 agentic 系统组合而成，用来承接超长的现实工作流；随帖发布的是一段被公司称为未经剪辑的实拍视频，内容是一台机器人在洗衣房连续作业一小时。

给出了这套说法的算术：即使每一步的成功率 99%，一整个洗衣周期的成功率仍低于 50%；工作流还要串接非线性的任务序列，帖文称这超出了单个动作模型（如 Dyna-2 WAM）能做的事。

一小时录像，和「机器人保姆」问题

公司帖文说明：此前展示的是对单个任务的商用级掌握，，理由是「客户为完整岗位付费，而非孤立任务」。联合创始人 Jason Ma 在同日的里把这个转变类比成编码工具：自动补全曾经很酷，真正起飞是编码 agent 能端到端接手整个项目的时候。

给出了更具体的例子：DYNA-1 曾在折餐巾这件事上连续 24 小时不用介入，但需要有人不断往料箱里补货、把叠好的堆码清走；料箱一空，工作流就停了。报告由此把「工作流」定义成允许低频、异步交接的独立业务流程：人把活交出去、走开、几小时后回来看结果。

公司对「第一」的表述在两份材料里强度不同。帖文写的是「首个实现可靠超长时程全身自主的 Physical Agent」，技术报告则限定为「据我们所知，Dyna-2.1 是首个执行小时级、非线性 loco-dexterous manipulation 工作流的物理 agent」。

发布后的公开反应里，，并说 Dyna-2.1 独立完成了一小时的洗衣工作流。同期所列投资方中包括 CRV 与 First Round。在原帖的回复串里，质疑集中在别处：有说画面中的洗衣房「几乎比我的公寓还大」；也有追问「一小时不剪辑，还是集锦？」，并认为全身自主的瓶颈在子任务之间的可靠性，而不在视频长度。

Taku：一个按人类动作尺度造的身体

，名字来自日语 takumi（匠）。按技术报告，Taku 腰部以上是人形躯干，下半身可折叠以便够到低处和高处，底部是四个可转向的轮子，双臂各 7 个自由度。公司说它从第一性原理出发设计，为的是数据的可迁移性和机器人学习的效率。

用轮子而不用腿的原因，报告写得很直接：在它瞄准的工作流里，多数步骤需要的是够得着和操作精度，而不是行走。轮子之上，Taku 按普通人身材定尺寸，这样从人的手腕、肘部和胸部追踪出来的姿态，会落在 Taku 够得到的位形附近。手臂用的是低减速比行星减速器（low-ratio planetary actuators），报告称这比常规机械臂使用的谐波减速器能带来更高的速度和加速度。新闻稿补充，这两条手臂兼容平行夹爪或灵巧手。

洗衣房把这个身体的设计理由摊开了：洗衣机、烘干机、折叠台和货架是相隔数米的不同工位，作业还发生在从蹲姿到举过头顶的各种高度——探进差不多一条手臂深的烘干机滚筒、伸进洗衣机里捞出剩下的毛巾、抱着整叠毛巾转腰、蹲下够最底层货架。报告说，这种把移动与灵巧操作合起来的 loco-dexterous manipulation，对固定式双臂平台或升降式移动操作臂都很难。

联合创始人 York Yang 在同日的里回应了「为什么还要造一个新机器人、硬件和底层控制不是已经解决了吗」这个他称最常听到的问题之一。他的答案是：部署进物理世界之后很快会发现并非如此；Taku 是围绕 loco-manipulation 设计和调校的，这个领域仍不成熟，需要一边移动一边持续操作世界的机器人，和只会行走或只会原地操作的机器人，要求并不一样。

报告里负责打通「人类数据」与「机器人数据」的，是一个叫 URR（Unified Robot Representation）的接口：用局部一致坐标系里的手腕、肘、胸和落脚点姿态描述一个身体，不绑定具体形体，人、人形、半人形和桌面双臂平台共用同一套格式。报告解释了这个选择的实际意义：多数全身遥操作方案会先把人的动作拟合到机器人关节上，再跑跟踪控制器，这一步用在视频学习上可能把手从它刚接触的物体上拉偏，让视频和动作标签对不上；URR 把演示中的任务空间动作保留为目标，把关节协调交给控制器。

三层模型，各自按不同的时钟运行

控制 Taku 的是三层模型，划分依据是每个决策的时间尺度：

全身控制器（whole-body controller）在仿真里用强化学习训练，把针对手腕、肘、胸和落脚点的任务空间目标轨迹，翻译成关节目标与轮速，频率 100 Hz。
DYNA-2 policy 是 Dyna-2 world-action model 的改进版本，把当前步骤转成由全身控制器跟踪的全身目标轨迹。
工作流编排器（workflow orchestrator）是一个视觉语言模型，跟踪工作流进度、决定下一步，并引导 DYNA-2 去执行。

控制器在 NVIDIA Isaac Sim 里用成千上万台模拟 Taku 并行训练，训练中随机化了连杆质量、关节摩擦与阻尼、以及执行器增益和延迟，以缩小与真机的差距。

动作模型在 100 万小时人类视频与自家机器人数据的混合语料上预训练。报告给了一组对照数字：只用人视频预训练的 DYNA-2，在没见过任何数据的站点上零样本通过了 87% 的客户验收测试，而 DYNA-1 是 46%。学一项新技能需要多少真机数据，的说法是 30 分钟～几小时，这个量级的演示数据足以让 Taku 学会动作模式差别很大的新全身任务。

决定「接下来做什么」的是编排器。一个洗衣周期被它拆成 13 个决策点，其中几个依赖几分钟甚至几小时前看到、现在看不到的信息：洗衣机什么时候启动、哪一桶在哪台机器里、哪个货架还有空位。折叠因此必须可中断：机器人在折叠的同时监视设备，哪台先结束就先去处理哪台。控制器和 policy 学的是通用技能，但没有任何数据集记录「今天这个房间里发生过什么」，编排器把进度压缩成一段文本形式的长期记忆：哪些步骤完成了、每台洗衣机与烘干机的门是开是关、已经折了多少条毛巾、哪台机器在运转。报告说，正因为记录了折毛巾的数量，Taku 在中断去处理洗衣机和烘干机之后还能接着折。

编排器跑在更低的频率上，policy 同时继续执行当前步骤，所以公司称可以在不改动下层的情况下换入更大、更慢的视觉语言模型。人也可以只给简短指令，由编排器展开成 policy 能执行的步骤，报告称部分流程变更因此不需要新的演示数据。

79 个步骤，以及会推翻前面工作的错误

报告称一个洗衣周期串联约 79 个步骤，并注明可靠性图里的子任务数量是估计值。按这个步数做幂运算，每步 95% 的成功率对应的整轮完成概率不到 2%，报告的描述是「几乎从来无法在没有帮助的情况下完成」。

失败的样子也很日常：一次抓取同时夹起两条毛巾、一个角折到了里面、一摞毛巾歪了。有些错误会推翻前面的工作——掉在地上的毛巾要重新洗，掉下来的一摞会让里面的每一条毛巾回到起点。报告说，选择洗衣场景的部分原因就是它的大多数失败可恢复，但每次恢复都要花时间，而每一步仍然必须避开不可恢复的错误。

报告放出的恢复画面里，有一段是 Taku 正在按洗衣机的按钮时，有人拨动旋钮并把它的夹爪从按钮上拽开，Taku 回到面板，完成了正确程序的设置；另一段是它从一次抓取夹起两条毛巾的情形里自行恢复。报告注明这两段都是自主完成、1 倍速。新闻稿列出的同类能力还包括：捡起掉在地板上的毛巾、放弃一次失败的抓取再试，且不请求人工帮助。

从每集成功率到 MTBI

新闻稿说 Dyna 2.1 是针对 MTBI（Mean Time Between Interventions，平均干预间隔）优化的，也就是机器在需要人介入之前能工作多久。联合创始人 Jason Ma 在新闻稿里说，这比单个孤立任务上的每集成功率有用得多，后者无法反映真正的商用可行性；连续的现实班次需要成千上万个顺序步骤，所以公司用 MTBI 衡量机器人能否在没有「保姆」的情况下作业。

新闻稿还描述了一个数据闭环：系统在运行中采集执行数据，从推理器的决策轨迹到控制器的关节负载，这些数据回流进系统，形成一个持续改进的循环，目标是让每次干预之间能工作的分钟数稳定增加。

技术报告在展望部分主张换一个衡量方式：一个基准任务上的每集成功率，说明不了一个模型能不能被独自留在现场顶一个班次；应该衡量的是模型在零干预下能处理多长的工作流。报告由此接回语言智能体：METR 在 2025 年 3 月提出用「50% 任务完成时间跨度」来替代基准准确率。

按新闻稿，Dyna 2.1 正在酒店、自助洗衣店和餐厅部署，公司称它能处理食材料理、数据中心管理和商用洗衣这类完整流程。报告说，在固定式折叠的既有部署中，一个新站点最快三天就能达到生产标准，而过去需要数周到数月的现场工程。报告把长期目标写成造出能自我改进的 physical agent，下一步则是把这个新系统带到真实客户现场、建立「部署飞轮」，让每一份部署数据改进整个系统。