◆ MODEL-FIRST · PHYSICAL AI MODEL具身大模型 · 美国

Dyna Robotics

一句话定位

Dyna Robotics，物理AI基础模型。

详细技术路线

数据入口架构: 通用 foundation model（single-weight general-purpose），非多模型合成→

世界表征训练数据: 真实部署回流 + 持续 RL 循环（continuous reinforcement learning loop），each deployment feeds the loop→

策略与控制范化机制: 跨任务 transfer learning — “As DYNA-1 masters additional tasks… it sees transfer learning from previous tasks”→

本体部署奖励模型: 内置 reward model，允许机器人自主评估任务进展并纠正错误，无需人类实时介入→

反馈闭环零样本能力: 2026-05 更新后，base model 可执行多种新任务无需 post-training（laundry folding / package sorting / cutting foods）

TECHNOLOGY / 补充技术机制与验证证据

数据来源: 真实商业部署（Monster Laundry / 工厂/餐厅）为主，非仿真合成
数据飞轮: Each new deployment compounds advantage by building toward a unified policy（每次部署往统一策略靠近）

公开团队规模：待核实：团队规模未公开。人员任职信息更新至页面标注日期。

CEO / Co-founder: Lindon Gao — 前 Caper AI 创始人（AI 智能购物车），2021 年以 $350M 出售给 Instacart
Co-founder: York Yang — CTO，同样 Caper AI 背景，Zhejiang University 本科 + UCLA CS Master，2020 年 Forbes North America 30 Under 30 ( RobotToday 2025-09-20)
Chief Scientist / Co-founder: Jason Ma — 前 Google DeepMind、NVIDIA AI、Meta AI 机器人基础模型研究员；UPenn GRASP Lab 博士，师从 Dinesh Jayaraman 和 Osbert Bastani，NVIDIA Eureka reward-design 论文第一作者
试产状态: 已进入小规模试产阶段（CTO York Yang 2025-09 确认），优先真实场景部署而非实验室演示 ( RobotToday 2025-09-20)
技术路径：通用 foundation model（DYNA-1 / Dynamism v1），单权重模型、真实数据飞轮 + 持续 RL 微调

UPSTREAM & ECOSYSTEM / 上下游与生态

Red Bull Mirage: 活动场景部署（2026-05-12），连续 8h 供应 700+ 罐 Red Bull，99%+ 成功率，零人工干预、无需现场额外训练——“worked out of the box” X @DynaRobotics

PRODUCTS / 产品

DYNA-1 模型体系
硬件形态
产品规格与定价
核心产品: DYNA-1（Dynamism v1）— 首个商业级机器人 foundation model，单权重通用策略，面向精细操作任务
DYNA-1i（早期版本）: unseen environments 约 40 件衬衫/小时折衣吞吐，只需 tens of hours post-training data 即可迁移到新环境
Dynamism v1 升级（2026-06 官方研究页更新）: 24h 自主操作 850+ napkins，99.4% 成功率，约 60% 人类速度完成相当于人类全天工作量
质量分级体系: 98% 折叠达 grade ≥3（近完美），75% 达 grade ≥4/5（生产级标准）；grade 5 vs 3 的差距仅 <⅓ 英寸初始折叠精度

COMMERCIAL DEPLOYMENT / 商业部署

Salesforce Ventures 口径: 客户可见 tangible ROI，机器人已与人类工人协作部署
商业模式: Sacra 分析确认为 B2B Robots-as-a-Service (RaaS) 模式，将传统 CAPEX 自动化转为 OPEX 订阅；SaaS 式部署流程而非传统工业自动化安装
场景覆盖: factory automation、laundry / garment、food / hospitality（含活动场景）三类+场景已公开确认
环境泛化验证（Epoch AI）: DYNA-1 已在 office lobby / parking lot / conference exhibition hall 等非标环境中执行折叠任务，证明对新环境的 zero-shot 泛化能力 Epoch AI

合作仅指公开战略合作、联合研发、适配、客户部署或产业协同；分类依据公开表述，不把同一生态中的出现推断为正式订单。

United States · Series A
累计融资 1.44 亿元 · 估值 6 亿元
投资方：Robostrategy、CRV、First Round Capital、NVentures、Amazon Industrial Innovation Fund 等

POSITION / 竞争位置

Dyna Robotics位于“具身大模型”赛道，以仿真、物理先验或数据基础设施作为模型扩展入口。

DIFFERENTIATION / 核心差异化

架构: 通用 foundation model（single-weight general-purpose），非多模型合成

MOAT / 竞争壁垒

Red Bull Mirage: 活动场景部署（2026-05-12），连续 8h 供应 700+ 罐 Red Bull，99%+ 成功率，零人工干预、无需现场…

优先采用公司官网、监管 / 政府信息和正式公告。来源旁的日期为信息更新日期，不一定是事件发生日期。