Dream Labs Dream-1 リリース：公開APIによるゼロショットロボット制御

Dream-1は未見のロボットに対するゼロショット操作を実現

Dream Labsが2026年10月24日にリリースしたDream-1は、並行グリッパーを備えた新しい双腕ロボットを、ファインチューニングやロボット固有のデータなしで制御できる初の公開ワールドアクションモデル（WAM）です。ユーザーはロボットをDream-1 APIに接続し、観測を送信するだけで、リアルタイムにアクションを受け取れます。このモデルは1時間あたり3ドル（軽量版のDream-1-flashでは1時間あたり2ドル）で動作し、1回の呼び出しで1.6秒分の動作を返すため、ロボット制御を手頃でプラグアンドプレイにします。

ゼロショットが重要な理由：ロボット工学の鶏と卵のループを打破

ロボット工学は長い間、データのコールドスタート問題に悩まされてきました。ロボットがデータを生成するには有用でなければならず、有用な動作にはそのロボット固有のデータが必要です。Dream-1は、(1) 安価で大量生産可能なハードウェア（現在、高性能な2アーム構成は約2,000ドル）を活用し、(2) ロボット固有のトレーニングなしで、異なる身体、タスク、環境に一般化するモデルを使用することで、この問題を解決します。これにより、好循環が生まれます。ロボットの低価格化が展開を促進し、モデルが即座に有用にし、その結果得られるデータがさらにモデルを改善します。

フライホイールを可能にするハードウェアの爆発的普及

  • 2,000ドルの双腕アームセットが市販されています（例：MakerModsのMaker Arm）。
  • 15,000ドル未満の7つのセミヒューマノイドロボットが、多腕プラットフォームがもはや企業専用ではないことを示しています。
  • Hugging Faceの399ドルのMicroduckは4日間で10,000台以上を販売し、手頃でかわいいロボットへの強い消費者需要を示しています。

これらの価格帯により、潜在的なロボットユーザー層は研究室から趣味人や小規模チームに拡大し、大規模モデルトレーニングに必要なデータ量を提供します。

27の未見ロボットでのゼロショット性能

Dream-1は、シミュレーションで27の未見ロボットの身体、実機で4台のロボット（18年前のPR2を含む）で評価されました。トレーニングに使用したYAMロボットと比較して、Dream-1は以下を達成しました：

  • 実機で4倍速い実行、シミュレーションで3倍速い実行。
  • 以前のベースラインと比較して、ベータテスターサイトで8倍の高速化、社内で4倍の高速化。

これらの結果は、完全に新しいロボットの身体へのゼロショット転送の最初の報告例の1つであり、WAMがピクセル観測のみからビデオとアクションの両方を予測できるという主張を裏付けています。

Dream-1が身体非依存の制御を実現する方法

  1. 共有エンドエフェクタ（EEF）アクション空間 – Dream-1は各グリッパーの3Dポーズと開閉状態を予測します。既製の逆運動学（IK）ソルバーがこれらのポーズを任意の双腕並行グリッパーロボットの関節コマンドに変換します。
  2. ピクセルベースのワールドモデリング – 将来のビデオフレームを予測することを学習することで、モデルはすべてのロボットを、その形状に関係なく、動くピクセルの集合として扱います。これにより、Universal Manipulation Interface（UMI）などの初期のアプローチを制限していた、同一のグリッパーや手首カメラのみのビューが必要なくなります。
  3. ワールドアクションモデルのトレーニング – Dream-1はビデオ予測とアクション生成を同時に学習し、知覚と制御を整合させ、想像された未来が直接モーターコマンドに情報を提供するようにします。

制限とワンショットファインチューニング（FaaS）の役割

ゼロショット性能は、新しいロボットがトレーニング分布にどれだけ近いかによって異なります。非常に異なる運動学やグリッパー設計（例：Dexmateの器用な手）を持つロボットの場合、Dream-1は**Fine-tuning-as-a-Service（FaaS）**の恩恵を受けます：

  • 5分のロボット固有データで、双腕アームの速度を約3倍向上できます。
  • Dexmateの手には77分、YAMのコンプライアントグリッパーには98分が必要で、より異なる身体ほどより多くのデータが必要であることを示しています。
  • 12のFaaSベータパートナー全体で、言語追従スコアは10台のロボットで向上し、ワンショット適応がゼロショットのギャップを確実に縮めることを確認しました。

独立ベンチマーク：Robocurve

Robocurveの公開評価では、Dream-1はタスクあたりのコストと速度の新しいパレートフロンティアに位置付けられました：

  • RoboDojo-RC Tier 1で平均スコア59を達成し、Opus 5.5とGemini 4 Argonを上回りました。
  • Gemini 4 Argonと比較してタスクあたりのコストが16倍低く、最速の大規模言語モデル（GPT-6 Astra）より1.7倍高速です。

Hacker Newsでのコミュニティの反応

  • 肯定的な好奇心 – ユーザーは「象をボールの隣に動かして」「王冠をカップに置いて」などのプロンプトが成功したと報告し、APIが簡単なコマンドで機能することを確認しました。
  • 実世界での適用可能性への懐疑 – 複数のコメンテーター（例：Aurornis、gradus_ad）は、デモが玩具のようであり、産業オートメーションや製造業への関連性を疑うと主張しました。
  • 制御と安全性への懸念 – あるユーザーは家庭用ロボットの第三者制御について警告し、他のユーザーはロボットが手作業を置き換えることの広範な経済的影響に疑問を呈しました。
  • ナラティブへの複雑な印象 – 一部は、発表がAI生成のマーケティングコピーのように読め、技術的な深さを評価するのが難しいと指摘しました。

これらの視点は、技術への興奮と、目新しいタスクを超えた明確なユースケースデモンストレーションの必要性の両方を浮き彫りにしています。

Dream-1の始め方

import dream
client = dream.DreamClient(api_key='<API_KEY>')
client.policy({"checkpoint": "dreamlabs/dream-1"})
client.set_observation(observation)
action = client.get_action()
client.close()

上記のスニペットは、ポリシーリクエストを発行するために必要な最小限のコードを示しています。IK統合ガイドを含む詳細なセットアップ手順は、Dream Labsプラットフォームで提供されています。

展望：双腕アームから汎用ロボット知能へ

Dream-1は操作のための基盤モデルとして位置付けられています。Dream Labsは、モバイルマニピュレータ、器用な手、そしてまったく新しい形態へのアプローチの拡張を構想しています。低遅延で費用対効果の高いAPIを公開することで、ロボット知能を民主化し、互換性のあるロボットを持つ誰もが実験し、データを収集し、次世代の汎用ロボティクスに貢献できるようにすることを目指しています。

この記事は、Dream-1のリリースページとHacker Newsのトップ投票コメントを統合し、引用に適した自己完結型の技術概要を提供します。

Sources