Dyna Robotics（ダイナ ロボティクス）は10月13日(現地時間)に公開されたポッドキャスト「Latent Space（レイテント スペース）」にて、9月29日に発表した物理ロボットエージェント「Dyna-2.1（ダイナニーテンイチ）」の全容を詳述した。Dyna-2.1は、100万時間以上の人間動画で事前学習された世界行動モデル「Dyna-2（ダイナツー）」を搭載し、物理世界での長時間にわたる自律動作を可能にする。同社が開発した半人型ハードウェアと独自のエージェントシステムを組み合わせた構成となる。
Dyna Roboticsの共同創設者兼チーフサイエンティスト、Jason Ma（ジェイソン・マー）氏は、ロボティクスの主な課題として「信頼性の高い、長期間の自律性」を挙げた。同氏は、Dynaが開発したモデルがレストランのナプキン折り作業において、24時間連続で99.4%という高い成功率を達成した事例を紹介している。Dyna Roboticsは、人間動画から得た100万時間以上の学習データを基盤としており、現在、Din Tai Fung（ディンタイフォン）でナプキンを何千枚も折るロボットを実運用している。
Dyna-2は、未来の動画予測とロボットの行動を組み合わせた世界行動モデルである。このモデルは、人間の脳が行動に基づいて世界の未来を暗黙的に予測することから着想を得ており、これによりロボットはより器用で頑健になり、未知の環境への汎化能力を高めるという。モデルへの入力には、ロボットのカメラが捉える過去数秒間の動画や画像に加え、ロボット自身のアクチュエータや関節エンコーダからの物理情報も含まれる。これにより、純粋な動画モデルでは得られない詳細な物理情報を活用できる。
Dyna Roboticsは、既存のヒューマノイドロボットに依存せず、独自の車輪付き半人型ハードウェアを開発している。この設計により、エージェントハーネスを介してロボットが長時間のワークフローを実行できるようになる。新たなタスクをわずか45分のデモンストレーションで学習できる能力も示された。同社は、ロボティクスにおけるデータ不足、特にインターネットのような大規模なデータ基盤の欠如が最大の課題であると認識している。この課題に対し、合成環境と自己生成トレーニングデータ、オンデバイス推論、モデル蒸留、そしてカスタムハードウェアが、次世代ロボティクス進展の鍵を握ると見ている。また、Jason Ma氏は、世界行動モデルと視覚言語行動モデル（VLAs）の比較や、GPT-6（ジーピーティーシックス）やコーディングエージェントがロボティクスに与える影響についても言及している。Dyna Roboticsのロボットは、Best Western（ベストウェスタン）やDin Tai Fungといった場所で既に実運用されている。
参考: Latent Space (アーカイブ) — 2026年10月14日 07:25 (JST)