Dream Labs Dream-1 发布：通过公共 API 实现零样本机器人控制

Dream-1 为未见过的机器人提供零样本操作

Dream Labs 于 2026 年 10 月 24 日发布的 Dream-1，是首个公开可用的世界动作模型（WAM），无需任何微调或特定机器人数据，即可控制带有平行夹爪的全新双臂机器人。用户只需将机器人连接到 Dream-1 API，发送观察数据，即可实时接收动作。该模型运行费用为每小时 3 美元（轻量版 Dream-1-flash 为每小时 2 美元），每次调用返回 1.6 秒的运动指令，使机器人控制变得经济实惠且即插即用。

零样本为何重要：打破机器人领域的鸡生蛋蛋生鸡循环

机器人技术长期受困于数据冷启动问题：机器人必须有用才能产生数据，但有用的行为又需要来自该特定机器人的数据。Dream-1 通过以下方式解决此问题：(1) 利用廉价的大众市场硬件——一套功能齐全的双臂设备现在成本约为 2000 美元；(2) 使用一个跨实体、任务和环境泛化的模型，无需任何特定机器人的训练。这形成了一个良性飞轮：更便宜的机器人增加了部署量，模型使其立即发挥作用，产生的数据又进一步改进模型。

推动飞轮的硬件爆发

  • 现在市面上已有售价 2000 美元的双臂机械臂套件（例如 MakerMods 的 Maker Arm）。
  • 7 款售价低于 15000 美元的半人形机器人表明，多臂平台不再仅限于企业使用。
  • Hugging Face 的 399 美元 Microduck 在四天内售出超过 10000 台，显示出消费者对价格实惠且可爱的机器人的强劲需求。

这些价格点将潜在机器人用户群从实验室扩展到爱好者和小型团队，为大规模模型训练提供了所需的数据量。

在 27 个未见过的机器人上的零样本性能

Dream-1 在模拟环境中的 27 个未见过的机器人实体以及 4 个真实机器人（包括已有 18 年历史的 PR2）上进行了评估。相对于其训练所用的 YAM 机器人，Dream-1 实现了：

  • 在真实机器人上执行速度提升 4 倍，在模拟环境中提升 3 倍。
  • 与之前的基线相比，beta 测试站点速度提升 8 倍，内部速度提升 4 倍。

这些结果构成了首批报道的向全新机器人本体零样本迁移的案例之一，证实了 WAM 可以仅从像素观察中预测视频和动作的说法。

Dream-1 如何实现与实体无关的控制

  1. 共享末端执行器（EEF）动作空间 – Dream-1 预测每个夹爪的 3D 姿态及其开合状态。现成的逆运动学（IK）求解器将这些姿态转换为任何双臂平行夹爪机器人的关节指令。
  2. 基于像素的世界建模 – 通过学习预测未来视频帧，模型将每个机器人视为移动像素的集合，无论其几何形状如何。这消除了对相同夹爪或仅腕部相机视角的需求，而这些限制曾制约了早期方法（如通用操作接口 UMI）。
  3. 世界动作模型训练 – Dream-1 联合学习视频预测和动作生成，使感知与控制对齐，从而让想象的未来直接指导电机指令。

局限性及一次性微调（FaaS）的作用

零样本性能因新机器人与训练分布的匹配程度而异。对于运动学或夹爪设计差异较大的机器人（例如 Dexmate 的灵巧手），Dream-1 受益于微调即服务（FaaS）：

  • 5 分钟的机器人特定数据可将双臂机械臂的速度提升约 3 倍。
  • Dexmate 的灵巧手需要 77 分钟，而 YAM 上的柔性夹爪需要 98 分钟，这表明差异越大的实体需要更多数据。
  • 在十二个 FaaS beta 合作伙伴中，十个机器人的语言跟随得分有所提高，证实一次性适应能可靠地缩小零样本差距。

独立基准：Robocurve

Robocurve 的公开评估将 Dream-1 置于成本每任务和速度的新帕累托前沿：

  • 在 RoboDojo-RC 第一层中平均得分 59，优于 Opus 5.5 和 Gemini 4 Argon。
  • 每任务成本比 Gemini 4 Argon 低 16 倍，比最快的大型语言模型（GPT-6 Astra）快 1.7 倍。

Hacker News 上的社区反应

  • 积极的好奇心 – 用户报告了成功的提示，例如“将大象移到球旁边”和“将皇冠放在杯子上”，证实了 API 对简单命令有效。
  • 对现实世界适用性的怀疑 – 一些评论者（例如 Aurornis、gradus_ad）认为演示感觉像玩具，并质疑该平台对工业自动化或制造业的相关性。
  • 对控制和安全的担忧 – 有用户警告第三方控制家用机器人的风险，其他人则质疑机器人取代体力劳动对经济的更广泛影响。
  • 对叙述的复杂印象 – 一些人指出公告读起来像 AI 生成的营销文案，使得评估技术深度更加困难。

这些观点既凸显了人们对这项技术的兴奋，也表明需要超越新奇任务，展示更清晰的用例。

Dream-1 快速入门

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()

上述代码片段展示了发出策略请求所需的最少代码。详细的设置说明（包括 IK 集成指南）可在 Dream Labs 平台上找到。

展望：从双臂机械臂到通用机器人智能

Dream-1 被定位为操作领域的基础模型。Dream Labs 计划将该方法扩展到移动操作器、灵巧手以及全新的形态。通过提供低延迟、成本效益高的 API，他们旨在普及机器人智能，让任何拥有兼容机器人的人都能进行实验、收集数据，并为下一代通用机器人技术做出贡献。

本文综合了 Dream-1 发布页面和 Hacker News 上投票最高的评论，提供了一个自包含的技术概述，适合引用。

Sources