DYNA-2

행동 생성 (VLA)발표일 2026.08가중치 비공개

100만 시간 이상의 1인칭 사람 영상으로 사전학습했다고 발표한 Dyna Robotics의 2세대 로봇 파운데이션 모델(World-Action Model). 2026-09 발표한 Dyna-2.1 시스템에서 개선판이 바퀴형 반휴머노이드 Taku를 구동.

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 2026-08
가중치 비공개 — 설명·결과만 공개됨

확인된 정보

사양 9개 항목 중 4개에 값이 있음
공식 공식 4개: 구조, 학습용 데이터셋, 학습용 데이터셋 규모(시간), 적용 로봇 형태
값 확인일 2026-08 – 2026-09 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

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

어떤 모델인가

Dyna-2는 Dyna Robotics가 2026년 8월 발표한 2세대 로봇 파운데이션 모델로, 미래 영상과 행동을 함께 생성하는 '월드-액션 모델(WAM)'이다. 비디오 diffusion 백본 위에 영상용·행동용 DiT 층을 따로 둔 mixture-of-transformers 구조로, 과거 영상·고유수용감각·언어 지시를 받아 flow matching으로 action chunk를 출력하고 필요하면 미래 영상도 함께 만든다. 사전학습에는 로봇 데이터 없이 주로 머리에 단 카메라로 찍은 1인칭 사람 조작 영상 100만 시간 이상과 3D 손 자세에서 뽑은 의사(pseudo) 행동 라벨만 썼고, 후학습에는 작업당 최대 10시간의 로봇 데이터를 썼다.

회사는 사람 데이터를 1천 시간에서 100만 시간으로 늘리자 14개 로봇 과제의 평균 점수가 20%에서 53%로 올랐고, 처음 보는 고객 현장의 통과율도 Dyna-1의 46%에서 87%로 높아졌다고 발표했다. 실험은 YAM 양팔 로봇팔(일부는 WUJI 다지 손 장착)과 반휴머노이드 시제품에서 진행했고, 개선판은 2026년 9월 바퀴형 반휴머노이드 Taku 기반 시스템 Dyna-2.1의 정책 계층에 들어갔으며, 가중치 공개 여부는 밝히지 않았다.

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

구조와 학습

공식보도루머추정— 값 없음

구조	World-Action Model(WAM): 비디오 확산 백본 위 mixture-of-transformers(비디오·액션 모달리티별 DiT 층, 액션 스트림은 얕게), flow matching 학습; 100만 시간 규모 스케일링 법칙 보고공식
학습용 데이터셋	1인칭(egocentric) 사람 영상 100만 시간 이상 사전학습(사전학습에 로봇 데이터 없음), 사후학습에 소량의 로봇 데이터공식
학습용 데이터셋 규모(시간)	1,000,000공식
적용 로봇 형태	고정형 양팔 YAM 플랫폼(6자유도 팔·평행 그리퍼, WUJI-2 20자유도 손 장착 구성), 초기 시제품 반휴머노이드; 개선판은 Dyna-2.1에서 Taku(바퀴 4개 반휴머노이드, 7자유도 팔 2개) 구동공식

출처 2건

dyna.co [1][2]

한눈에 읽기