Dream Labs gizlilikten çıktı: Dream-1, yeni çift kollu robotları ince ayar olmadan çalıştırıyor

Dream Labs, 90 milyon dolarlık tohum yatırımının ardından gizlilikten çıkarak Dream-1'i duyurdu. Şirkete göre bu robot kontrol modeli, daha önce hiç karşılaşmadığı görevlerde, herhangi bir ince ayar olmadan tanımadığı çift kollu robotları çalıştırabiliyor. Model, herkese açık bir API üzerinden dünya genelinde erişilebilir ve duyuru kısa sürede Hacker News'in ana sayfasına ulaştı.

Robot başına eğitim gerektirmeyen bir policy

Dream Labs'a göre, Dream-1'e paralel tutuculu yeni bir çift kollu robot vermek ve API'ye bağlamak, robotun hemen görevleri yerine başlaması için yeterli: ince ayar yok, o belirli makineden toplanmış gösterim yok ve makine öğrenmesi geçmişi gerekmiyor. Robot tarafındaki entegrasyon bilinçli olarak en aza indirilmiş — API'ye gözlemleri gönder, karşılığında aksiyonları al.

Bu iddiayı desteklemek için şirket, Hugging Face, Scale AI, KAIST, AgiBot, BitRobot, Cortex ve RoboCurve dahil olmak üzere ABD, Avrupa ve Asya'daki beta test kullanıcılarına ait rollout videoları yayınladı. Gösterilen görevler arasında şekerleri kutulara ayırma, bir kutudan tek bir peçete çekme, bir bardağı diğerinin üstüne dizme, karton kutu katlama, üç şişeyi dik durdurma ve küplerden kule inşa etme yer alıyor. Dream Labs bu rollout'ları, modelin üzerinde eğitilmediği görevlerde gerçekleştirilen otonom çalışmalar olarak tanımlıyor.

Şirket ayrıca Dream-1'in, eğitim sırasında hiç görmediği robot donanımlarına da aktarıldığını, buna 18 yıl önce piyasaya çıkan çift kollu araştırma platformu PR2'nin de dahil olduğunu ve embodiment'a özgü hiçbir veri kullanılmadığını belirtiyor. Dream Labs, bunu bir modelin hiç görülmemiş robot gövdelerine zero-shot genelleme yapmasının bildirilen ilk vakalarından biri olarak görüyor.

Robotiğin soğuk başlangıç sorununa hedef

Lansman yazısı, robotikteki eski bir ikilem üzerine kurulu: bir robotun satın alınabilmesi için önce faydalı olması gerekiyor, ama onu faydalı kılmak tam olarak o robottan gelen veriyi gerektiriyor; bu veri ise ancak yeterince insan onu kullandığında ortaya çıkıyor. Otonom araçlar bu döngüden, hiç otonomi olmadan da faydalı oldukları ve günlük sürüşle eğitim verisi ürettikleri için kurtuldu.

Dream Labs, bu döngüyü robotlar için şimdi iki değişikliğin kırdığını savunuyor. Birincisi, donanım ucuzladı: yetenekli bir çift kol kurulumu yaklaşık 2.000 dolara mal oluyor, şirket 15.000 doların altında yedi yarı insanımsı robot bulunduğuna dikkat çekiyor ve Dream Labs'a göre Hugging Face'in 399 dolarlık Microduck'ı — yürüyen, salınarak yürüyen ve patenle kayan bir robot — Ağustos sonunda lansmanından sonraki dört gün içinde 10.000'den fazla adet sattı. İkincisi, görülmemiş ortamlara, görevlere ve robotlara zero-shot genelleme yapan bir model, yeni donanımın hemen faydalı olmasını sağlıyor. Şirket, ikisinin birlikte bir uçurmaca (flywheel) oluşturduğunu savunuyor: ucuz robotlar yayılıyor, faydalı robotlar veri üretiyor ve bu veri bir sonraki robot dalgası için modelleri geliştiriyor.

World Action Model'ler üzerine inşa edildi

Dream-1'in ardındaki araştırma Şubat 2026'ya dayanıyor; ekip o dönemde, topluluğun benimsediğini söylediği World Action Model paradigmasını tanıtan DreamZero makalesini yayınladı. Dönüm noktası olan sonuç, DreamZero'nın bir YAM robotundan alınan yalnızca 30 dakikalık veriyle post-training edilmesinden sonra geldi; model, hiç görmediği görevlere zero-shot genelleme yaptı — bu düzeydeki aktarım daha önce tek bir robot gövdesine özel yüzlerce hatta binlerce saat veri gerektiriyordu. Bu bulgu şirketin kuruluşuna ilham verdi ve yaklaşık altı aylık bir inşa sürecinin ardından ekip Dream-1'i üretti.

Şirket kaynaklı sonuçlar ve bilinen sınırlar

Şu ana kadarki sonuçlar bağımsız değerlendirmeden değil, doğrudan Dream Labs'tan geliyor ve şirket değişkenliği kabul ediyor: zero-shot performans kısmen bir robotun ters kinematik çözücüsünün kalitesine bağlı — şirket bunun için bir ayar kılavuzu yayınladı — ve sonuçlar robottan robota farklılık gösteriyor. Dream Labs, çift kollu ve paralel tutuculu bir robotu olan herkesi API'yi denemeye ve deneyimlerini paylaşmaya davet ediyor.

Neden önemli

Embodiment başına veri toplama ve şirket içi ML uzmanlığı, günümüzde öğrenme tabanlı robotların konuşlandırılmasındaki en büyük gizli maliyetlerden bazıları. Dream-1'in iddiaları doğrulanırsa, bu maliyet tek bir API çağrısına dönüşüyor ve ciddi robot konuşlandırmasını, kendi veri toplama çabasını finanse edemeyecek küçük ekiplere, araştırmacılara ve prosumere açıyor. 2.000 doların altındaki çift kollu donanımla birleştiğinde, genel bir policy, robotik endüstrisinin yıllardır peşinde koştuğu veri uçurmacasını başlatabilir. Herkese açık API, iddiaların bugün uyumlu donanımı olan herkes tarafından test edilebileceği anlamına da geliyor ve beta test kullanıcıları zaten üç kıtaya yayılmış durumda.