首页 / Robot / 推理部署 / Dyna 部署导读
03 DYNA · Product · Deploy

Dyna 部署导读:不只是模型,而是产品

读 Not Just a Model, But a Product (DYNA Robotics,2026-08)时的结构化笔记。非官方译文;视频、图与交互图表请点下方链接打开原文。

导读立场。用自己的话概括产品化部署论点与关键数字。 文中 Figure 均链回 www.dyna.co/research/scaling-customer-deployments。 模型缩放律见 Dyna-2 导读;训练基础设施见 Dyna-2 Infra 导读。
Hero · 原文视频封面 Din Tai Fung 规模化部署 hero poster(原文资源) 打开原文观看完整 hero 视频与现场画面 →

1. 不只是模型,而是产品

文中宣布:机器人已跨过 ROI 门槛,美国单店营收最高的连锁 Din Tai Fung(鼎泰丰)将在门店网络铺开 Dyna。 加上酒店、物流、数据中心等 rollout,作者预期 2027 上半年部署舰队到 数百台,并称这是「操纵类商业试点走到规模化部署」的首次。

引用 Waymo 联席 CEO Dmitri Dolgov:demo 大约 18 个月,产品大约 15 年。 Demo 好看之后才开始真正的工作——边缘 case、恢复、在线率、集成、经济账,以及只有天天干几个月才会冒出来的小失败。 本文焦点就是「demo 之后那一半」。

2. 「两边都做」

行业常把公司拆成「做脑子的实验室」和「做现场的应用公司」。客户只问两件事:是否可靠、账是否算得过。 Dyna 自称 research-driven product company:产品给研究真实靶子,研究防止产品变成一堆一次性补丁。

现场规则:从不靠一次性修补解决现场问题——每次都要留下工具、基础设施、可复用集成或更通用的模型。 为此成立 Deployment Research。鼎泰丰团队 2025 年的短信之后,问题从「能不能用」变成「能多快铺开」。

3. Dyna-2 怎么补上产品缺口

3.1 世界理解,落到产线

鼎泰丰餐厅补餐巾:每台机器人 18 小时班次约要 1500 张「上桌可用」的餐巾。 Dyna-1 上线时约 480 张/天——约 35 张/小时,质量通过率约 75%。速度与质量抢同一秒。

Dyna-1(约 2025-06) Dyna-2(约 2026-08)
吞吐 ≈ 35 张/小时 ≈ 95 张/小时(约 2.7×)
产线质量通过率 ≈ 75% ≈ 93%
上桌可用产量 ≈ 480 / 天 ≈ 1590 / 天(达 ≈1500 目标)

作者强调:不是靠单店 solutions engineering,而是预训练、模型能力、工具与外围系统一起抬上来的。

Figure 1 · 原文视频对比 Dyna-1 vs Dyna-2 自主折叠对比:更快、更高质,且多一步折叠。在原文全屏播放 → Figure 2 · 原文图表 吞吐与质量条形图:35→95 napkins/h,75%→93%。打开原文查看交互图 →

3.2 可操纵性(steerability)才完成任务

折好还不够:要按指令循环、精确放进 bin 的指定叠位,员工才能直接端走。 很长一段时间折得不错但 bin 乱——自动化了折叠,没自动化「收拾」。

这不是 demo 里「开抽屉 / 拿糖」那种视觉差异很大的指令跟随:同一小 bin 里约 十个叠位,画面几乎一样,必须靠精确语言跟随。 几乎每个能商业化的任务都需要某种 instruction following,所以 steerability 是基本能力,不是锦上添花。

单店本可以硬编码位置或 per-bin 训模型——换五叠/十叠的 bin 就崩。可扩展做法是:一个模型 + 一条「放到哪」的指令。 Dyna-2 把通用指令跟随做进预训练,跨环境/跨 bin 开箱可用。

Figure 3 · 原文视频 同一 bin:Dyna-1 放置 vs Dyna-2 语言跟随后的整齐叠位。打开原文观看 →

4. 部署就是评测

实验室几十分钟、几十 trial 只能回答「能不能跑」;抓不住「每 200 次失败一次」「一周后劣化」「旁边那台更差」, 更抓不住站点本身的漂移(工位重排、光照、物料)。 评测必须搬到真实干活的地方:每个站点、每条 episode,按客户自己的「好」来打分——永不停止的测量。

这首先是基础设施问题:

核心问题:「今天机器人干了什么?」需要端到端(任务是否达标)+ 细粒度(哪次抓空、哪步变慢、哪个关节在漂)。 记录包括相机、状态、控制指令、应用事件、硬件遥测与时间对齐。舰队已到 每天 >1 TB 原始数据;难点是把它变成可用信号。

4.1 数据要在真实世界里活下来

正式 episode 盖不住服务崩溃间隙或「无 episode 时」的异常状态。 Runtime 维护固定大小的内存环形缓冲;告警/诊断条件触发时,把相关窗口提升为可回放 episode(含前后短区间)。 先落本地盘,异步上传,上游校验通过后再删本地。

Figure 4 · 原文示意 正式 episode 盖运行段;always-on recorder 盖中间空隙。打开原文查看 →

4.2 数据能回答什么

三条轴:跨时间(单机变化)、跨舰队(站点/硬件/checkpoint)、跨任务(一次尝试内部)。最终服务于:哪些生产数据进下一轮训练。

把 episode 变成语义可观测

客户任务有清晰 SOP。自动标注流水线处理每一条 episode:切到 SOP 步骤、起止时间、成败、失败模式。 一天工作画成「楼梯」:每级一步、宽度是耗时、下面挂结果与失败标签——异常拉长或扎堆的步骤一眼可见,并链回相机与结构化流。

Figure 5 · 原文平台截图 Fleet label 平台:SOP 楼梯日视图。打开原文全屏查看 →

工作流是混合的:自动标注扛规模;人盯新任务本体、稀有/歧义结果、低置信、疑似回归,以及抽样质量评估—— 既保舰队指标可信,又反哺标注系统。

案例:某鼎泰丰站点吞吐下滑,日志与现场都没报。标签把问题钉在 SOP Step 1(从叠抽单张),失败模式几乎全是 missed grab;重试变成时间。两周对比 Step 1 耗时大增;失败事件周环比约翻倍,missed grab 主导。 最终是夹爪磨损——标签能定位,但不能单独区分「坏策略 vs 坏硬件」。

Figure 6.1–6.3 · 原文图表与视频 各 SOP 步耗时对比、失败模式周趋势、missed grab 并列回放。打开原文查看图表与 drill-down →

在硬件真挂之前预测退化

机械是连续劣化的;默认维护却是反应式——班中坏了才知道。外表上又容易和模型回归/软件改动搞混。 Episode 里已有关节电流/跟踪误差与视觉结果;叠加定期标定与退化检查,再结合舰队上下文(单机 / 同型号趋势 / 是否跟软件发布相关), 区分噪声、模型回归与真机械问题,主动排维护窗。

Figure 7 · 原文示意(数值为示意) Degradation Index:相对自身基线,在开始拖累模型性能之前标出故障日。打开原文查看 →

5. 部署飞轮

标注不是为监控而监控。每条生产 episode 是「没人会专程采的难例」;同一条管线告诉你哪里慢,也告诉你下一轮训练该装什么。 问题变成 curation:对的几小时胜过错的很多小时。维度包括步骤、结果、失败模式、质量、站点、硬件、checkpoint。

一处发现的失败模式变成全舰队查询;为一个机型写的硬件检查保护所有同组件机;一块生产切片抬高的 checkpoint 惠及所有部署点。 文中称:有了这套基础设施,新站点从搭建到达到生产 ROI 门槛最短约 三天——靠早期选「可复用模型/工具/基础设施」而不是「每个站点一个补丁」。

收尾论点:部署不是把研究从前沿拉开,而是告诉你前沿该解决什么。完整表述、现场视频与全部图表只在 https://www.dyna.co/research/scaling-customer-deployments。