DYNA-1

행동 생성 (VLA)발표일 2025.06가중치 비공개

상업 현장 신뢰성을 목표로 한 Dyna의 첫 파운데이션 모델로, 24시간 무개입 연속 냅킨 접기에서 850장 이상·성공률 99.4%를 보고. 자체 보상 모델(RM)을 넣은 학습 루프(RM-in-the-loop)와 배치 중 수집 데이터로 반복 개선.

파라미터: —값 없음 (미공개이거나 아직 확인하지 못함)
제어 빈도: —값 없음 (미공개이거나 아직 확인하지 못함)
적용 로봇: —
벤치마크 결과: —

공식 자료프로젝트 페이지 dyna.co

무엇인가

행동 생성 (VLA) — Vision-Language-Action. 영상과 지시를 받아 로봇의 팔·손 동작으로 바꾸는 AI.
발표일 2025-06
가중치 비공개 — 설명·결과만 공개됨

확인된 정보

사양 9개 항목 중 3개에 값이 있음
공식 공식 3개: 구조, 적용 로봇 형태, 발표 벤치마크
값 확인일 2025-06 – 2026-08 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

값 없는 기본 사양 (공개 자료에서 찾지 못함): 입력, 파라미터 (B), 제어 빈도 (Hz), 학습용 데이터셋
수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요

어떤 모델인가

DYNA-1(Dynamism v1)은 미국 스타트업 Dyna Robotics가 2025년 6월 공개한 첫 로봇 파운데이션 모델로, 상업 현장에서 쉬지 않고 돌아가는 고처리량 정밀 조작을 목표로 한다. 첫 공개 글은 구조를 밝히지 않았지만, 회사는 이후 Dyna-2 글에서 Dyna-1을 Qwen3-VL-4B로 초기화한 mixture-of-transformers 구조의 행동 생성 (VLA) 모델이라고 설명했다. 핵심은 작업 진행도를 추정하는 자체 '파운데이션 보상 모델'로, 끊김 없이 이어지는 작업 데이터를 하위 작업 단위로 잘라 평가하고 이를 자율 탐색·오류 복구·데이터 선별에 쓰는 '보상 모델 연동 학습(RM-in-the-loop)'으로 정책을 개선한다.

Dyna는 24시간 동안 사람 개입 없이 냅킨 850장 이상을 접어 성공률 99.4%, 사람 속도의 약 60%를 기록했고 유료 고객에게 냅킨 접기를 제공하고 있다고 발표했다. 2025년 11월에는 Dyna-1 사전학습을 확장한 기본 모델이 처음 보는 환경에서 빨래 개기·소포 분류를 해내고 약 1시간 분량의 시연 데이터로 새 작업을 거의 100% 성공시켰다고 주장했으며, 가중치나 API 공개 여부는 밝히지 않았다.

회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.

구조와 학습

공식보도루머추정— 값 없음

구조	행동 생성 (VLA) 모델; 행동 예측용 mixture-of-transformers 구조, Qwen3-VL-4B로 초기화 + 자체 보상 모델(RM)을 넣은 학습 루프(RM-in-the-loop)공식
적용 로봇 형태	양팔(bi-manual) 그리퍼 로봇 스테이션(냅킨 접기)공식
발표 벤치마크	24시간 무개입 자율 냅킨 접기 성공률 99.4%, 850장 이상(사람 속도의 약 60%)공식

출처 3건

dyna.co [1][2][3]

한눈에 읽기