HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

ゼロショットで未知のロボットへ：Dream-1の紹介

Dream-1 (dreamlabs.ai)

144 pointsby GaggiX69 コメント

要約

Dream Labsは、ロボットが事前に学習データなしで新しいタスクを実行できる「Dream-1」を発表しました。これは、安価なロボットハードウェアの普及と、汎用的なロボット知能の実現を目指す「World Action Models」という技術により、ロボット業界の「ニワトリと卵」問題を打破する試みです。Dream-1はパブリックAPIを通じて提供され、ユーザーは自身のロボットに容易に組み込むことができます。

全文翻訳

ゼロショットで未知のロボットへ：Dream-1の紹介

［画像: Launch video のスチル画像］

［動画］

00:00 / 01:59 Launch video

Dream-1に、パラレルグリッパーを備えた新しいバイマニュアルロボットを接続し、APIに繋げば、追加のファインチューニングやそのロボットからのデモンストレーション、機械学習の専門知識なしで、すぐにタスクを実行できます。

これは、汎用ロボット知能に向けた重要な一歩です。

本日、Dream Labsはステルスモードを終了し、9000万ドルのシード資金調達を発表するとともに、Dream-1をパブリックAPIを通じて世界中の人々が利用できるようにします。

01

「ニワトリと卵」問題の打破

ロボティクスの「ニワトリと卵」問題。

数十年にわたり、ロボティクスは「ニワトリと卵」問題に囚われてきました。ロボットは、人々が購入したいと思う前に有用でなければなりませんが、それを有用にするには、その特定のロボットからのデータが必要です。そして、そのデータは、十分な人々が使い始めてからしか存在しません。Dream-1は、このループを断ち切るための最初の一歩です。

自動運転車はこのコールドスタート問題を回避する方法を見つけました。車は、ゼロからの自動運転機能でも初日から有用だったため、何百万人もの人々が毎日運転し、ますます高性能なモデルをトレーニングするために必要なデータを生成しました。他のほとんどのロボットには、その利点はありませんでした。

それを変えつつあることが二つあります。

第一に、ロボットハードウェアは、より多くの人々が利用できるほど安価になってきています。現在、高性能なバイマニュアルアームのセットアップは、わずか2000ドル[1]で購入可能です。

第二に、ロボットは、有用になる前に、それ自身の大量のデータセットを必要としなくなるかもしれません。モデルが、未知の環境、タスク、さらにはロボットに対してもゼロショットで汎化できるなら、新しいロボットは有用な機能から始めることができます。

これらを組み合わせることで、ついにフライホイールが回転し始めます。より安価なハードウェアは、より多くのロボットを世界に送り出します。汎化可能なモデルは、それらのロボットを早期に有用にします。有用なロボットは、より多くのデータを生成し、そのデータは次のロボットのためにモデルを改善します。

02

安価で手頃なロボットのカンブリア爆発

Dream Labsがロボットを可能にしました。

ロボットハードウェアは、予想よりも速く安価になっています。上記のロボットを見てください。7台の半人型ロボットが15,000ドル未満で、これは1年前にほとんど存在しなかった価格帯です。価格曲線の遠い端では、Hugging Faceの399ドルのMicroduckは、8月下旬の発売から4日間で10,000ユニット以上を売り上げました[2]。私たちは、ロボットのテイクオフは、これらのロボットから始まると信じています。

2,000ドル

バイマニュアルアームセットアップ

現在、高性能な2本腕セットアップ。

7台

15,000ドル未満の半人型ロボット

車輪、2本腕、パラレルグリッパー。1年前にほとんど存在しなかった価格帯。

399ドル

Hugging Face Microduck

8月下旬発売。

10,000ユニット以上

4日間でMicroduck

発売から4日間で完売。[2]

それは、購入者が企業ではなく、一般消費者、プロシューマー、小規模チームだからです。企業バイヤーはスプレッドシートで判断します。ロボットがコスト、速度、信頼性で人間を上回らなければ、購入されません。これはクリアするのが高いハードルです。消費者は異なります。10,000人以上が、主な仕事が楽しくてかわいいというロボットに、4日間で399ドルを支払いました。それは歩き、よちよち歩き、ローラーブレードで滑ります。その間と完全に機能する家庭用ロボットの間には、スイートスポットがあります。つまり、購入しやすいほど手頃で、家庭での居場所を確保するのに十分有用なロボットです。ロボットがその点に達すると、採用は複利で始まり、家庭のすべてのロボットが新しいトレーニングデータのソースになると考えています。2台のMicroduckが、くちばしをグリッパーとして使用して、あなたの洗濯物をたたんでいるのを想像してみてください。

03

Dream Labsを始動させた結果

2026年2月、私たちのチームは、World Action Models[3]を紹介した論文「DreamZero」を発表しました。それ以来、コミュニティはWAMをロボット学習で最も有望なパラダイムの一つとして採用しています。当時、私たちにとって最も驚くべき結果は、YAMロボットデータでわずか30分間ポストトレーニングした後、それが未知のタスクにゼロショットで汎化することを見たときでした。そのような汎化には、数百、あるいは数千時間もの具体的なロボットのデータが必要でした。特定のロボットからの30分間のデータで汎用的なタスク知識をそのロボットに転送するのに十分であれば、ニワトリと卵のループを断ち切ることは不可能ではなくなりました。上記のハードウェアの波と組み合わせると、タイミングは適切だと感じました。その時、私たちはDream Labsを設立することを決定しました。

6か月の開発期間を経て、私たちは、World Action Modelsによってのみ可能になった新しい研究のブレークスルーを共有できることを嬉しく思います。それは、ゼロショットのロボットの汎化の初期の兆候です。

04

Dream-1の紹介

Dream-1は、世界中で利用可能な最初のWorld Action Modelであり、パブリックAPIを通じて提供されます。箱から出してすぐに、未知の環境で、未知のタスクを実行するために、未知のロボットを制御できます。

［動画］

Anvil Roboticsカリフォルニア

キャンディーをコンテナ1に入れる 1/2

［動画］

BitRobot深セン、中国

ティッシュを引き出す 1/4

［動画］

Cortexシンガポール

白いカップをピンクのカップの上に積む 1/2

［動画］

Eastworldクアラルンプール、マレーシア

リンゴを茶色の箱に入れる 1ロールアウト

［動画］

Hugging Faceパリ、フランス

赤い立方体をつかんで緑のコンテナに入れる 1ロールアウト

［動画］

KAISTソウル、韓国

箱をたたむ 1ロールアウト

［動画］

XDOFジャカルタ、インドネシア

マーカーを見つけてつかむ 1ロールアウト

［動画］

RoboCurveサンフランシスコ、米国

3本のボトルすべてを立てる 1/4

［動画］

Scale AIサンフランシスコ、米国

立方体を1つのタワーに積み重ねる 1/9

［動画］

Robo Inc.ロサンゼルス、米国

チップをトレイに移動させる 1ロールアウト

［動画］

Meckaニューヨーク、米国

試験管を緩いラックから持ち上げる 1ロールアウト

［動画］

AgiBot上海、中国

リンゴを皿につかむ 1ロールアウト

1–13 / 13

Dream-1が実行できた未知のタスク。自律的。ベータテスターのサイトでは8倍速、社内では4倍速。

04.1

数分で開始

私たちは、大規模な研究所だけでなく、ロボットを持っている誰もが汎用ロボット工学を利用できるようにしたいと考えています。そのため、Dream-1を可能な限りプラグアンドプレイに近いものとして設計しました。ロボットを接続し、APIに向け、実行します。開始するために機械学習のバックグラウンドは必要ありません。毎週、デプロイまでの時間を可能な限り短くするために、社内ハッカソンを実行しています。開始チュートリアル

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()

簡略化されたクライアントサイドコード

04.2

一度も見たことのないロボットでのゼロショット

Dream-1は、多くのバイマニュアル、パラレルグリッパーロボットにゼロショットで汎化できます。以下は、テストしたロボットの一部です。18年前にリリースされた汎用バイマニュアル研究ロボットであるオリジナルのPR2さえ制御できます。これらのロールアウトを取得するために、ロボット固有のデータは使用されていないことに注意してください。

Dream-1が制御できた未知のロボット。実機では4倍速、シミュレーションでは3倍速。

これは、完全に未知のロボットのボディへのゼロショット汎化の最初の報告例の1つです[4]。バイマニュアルパラレルグリッパーロボットをお持ちの場合は、Dream-1を試して、どのように機能するかお知らせください。ゼロショットのパフォーマンスは、ロボットの逆運動学（IK）ソルバーに部分的に依存するため、最大限に活用するためのガイドを作成しました。IKガイド。パフォーマンスはロボットによって異なります。以下に、シミュレーションと実機でのゼロショットパフォーマンスの内訳を示します。

Dream-1のゼロショットパフォーマンスは、シミュレーションで27の未知のロボット、実機で4つのロボットで、Dream-1が実際にトレーニングされたYAMロボットと比較して示されています。実機ロボットは、それらでトレーニングされたことのない以前のDream-1チェックポイントを実行しました。それぞれが同じチェックポイントをYAMで比較しました。OpenYAMは未知のタスクでのみテストされました。シミュレーション評価は、エンボディメントごとに300回のロールアウトを実行して行われます。言語追従を定量化する50のタスクの150回のロールアウトと、未知のタスク汎化を定量化する150のタスクの150回のロールアウトです。

以下に、ゼロショットのロボットの汎化がどのように機能し、どこで限界があるかを説明します。次に、ワンショットのロボット学習がそのギャップをどのように埋めるかを示します。

04.3

ゼロショットのロボットの汎化の仕組み

ロボットを制御する2つの方法：関節またはエンドエフェクタ。ロボットポリシーは一般的に関節角度を出力しますが、それは特定のロボットのボディに結びつきます。Dream-1は、ネイティブでサポートするボディに対して同じことができますが、エンドエフェクタ（EEF）のポーズ（各グリッパーがどこにあるべきか、開いているか閉じているか）を予測することもできます。2本腕とパラレルグリッパーを持つすべてのロボットは、そのEEFアクションスペースを共有しており、独自のIKソルバーがポーズを関節コマンドに変換します。この共有インターフェースにより、Dream-1は、一度も見たことのないロボットをコマンドするための共通の方法が得られますが、それだけではゼロショット転送を機能させるには十分ではありません。

なぜこれが機能するのか？ Dream-1は3台のカメラを通して世界を見ています。ヘッドビューと各アームのリストビューです。以前の研究であるUniversal Manipulation Interface (UMI)は、すべての腕が同じグリッパーを使用し、ポリシーがリストカメラのみに依存する場合、ロボットアーム間でポリシーがゼロショットで転送できることを示しました[5]。リストの視点からは、ロボットは同じように見えます。しかし、そのショートカットにはハードリミットがあります。グリッパーハードウェアが完全に一致する場合にのみ機能し、シーン全体のヘッドカメラのビューを放棄します。

World Action Modelsはこの制限を排除します。WAMはビデオとアクションを一緒に予測するように学習するため、ロボットの制御と、そのロボットが何をするかを想像することは同じ問題です。そして、すべてのロボットは同じように表示されます。ピクセルとしてです。ヘッドカメラは、UMIグリッパー、2本指グリッパー、またはDream-1が見たことのないアームを、シーンを移動する形状として認識するだけで、ビデオはすべてのロボットタイプが共有する唯一の表現になります。Dream-1がタスクを完了する際のロボットの外観を予測できるなら、それを実現するアクションを生成できます。だからこそ、UMIとは似ても似つかないグリッパー、さらにはヘッドカメラを通して見える全く新しいボディを持つロボットさえも制御できるのです。

World Action Modelの仕組み。

04.4

Dream-1ができることとできないこと

［画像: 3つのRobocurveチャート：Dream-1はRoboDojo-RC Tier 1でOpus 5.5とGemini 4 Argonの48を上回る59を獲得し、コストとタスク試行あたりの時間の両方でパレートフロンティアに位置しています］

RobocurveによるDream-1の独立評価：RoboDojo-RC Tier 1でのタスク試行あたりの平均スコア。

ローンチに先立ち、Robocurve[6]は、最先端のロボット機能を測定・報告する公益法人であり、Dream-1を独立して評価しました。彼らのレポートは、Dream-1がより優れており、より速く、より安価であることを示しています。ロボット制御の新しいパレートフロンティアです。Opus 5.5およびGemini 4 Argonの次のベストモデルを上回り、Gemini 4 Argonよりもタスク試行あたりのコストが16倍低く、最速のLLMであるGPT-6 Astraよりも1.7倍高速です。現在のLLMは計画に優れていますが、ロボットは依然として高速で汎用的なSystem 1を必要としますが、それがDream-1が構築されているものです。

Dream-1の実行にはいくらかかりますか？ 試す前に、正確な費用を把握しておきたいと考えています。モデルの実行コストは、Dream-1で1時間あたりわずか3ドル、Dream-1-flashで1時間あたり2ドルです。モデルへの各呼び出しは1.6秒のアクションを返します。したがって、1時間は2,250回の呼び出しに相当します。Dream-1ではアクションあたり約0.0013ドル、Dream-1-flashでは0.0009ドルです。

3ドル/時

Dream-1

時間あたりのコストを超えるものはすべてお客様のものです。

2ドル/時

Dream-1-flash

より高速で軽量なモデル。

タスク全体で。 Dream-1のパフォーマンスを、得意なタスクからまだ苦労しているタスクまで、8つのタスクカテゴリに分類します。

FaaSでタスクをファインチューニング。 Dream-1が特定のタスクで不十分な場合、次のリリースを待つ必要はありません。独自のロボットでデータを収集し、FaaSで実行して、そのタスク専用のカスタムモデルを入手します。

ロボットを持っている誰もが、フォワードデプロイされたエンジニアのように働けるようにしたいと考えています。誰かが必要としているタスクを見つけ、少量のデータを収集し、Dream-1をそれに適応させ、デプロイします。あなたのロボットが行うことに人々がお金を払うなら、時間あたりのコストを超えるすべてをあなたが受け取ります。

04.5

ワンショットのロボット学習

ゼロショットでは不十分な場合、Dream-1をロボット用にファインチューニングします。これをFine-tuning-as-a-Service（FaaS）と呼びます。

これが実際にはどのように見えるかを示します。パートナーのロボット2台でのデータ収集のタイムラプス、それぞれ5分間です。

［画像: 2つのデータ収集ステーションが並んでおり、それぞれにバイマニュアルロボットを遠隔操作する人がおり、テーブルの上にタイマーがあります］

［動画］

00:00 / 00:38 データ収集タイムラプス

8倍速での2台のロボットでの5分間のデータ収集：左はreBot B601-DM、右はMaker Arm。

わずか5分間の適応後、ゼロショット実行との比較で違いが現れます。Dream-1は、ロボットの機能と運動学をよりよく理解するようになりました。

reBot B601-DM

シミュレーションツイン

時間0:00

+ 5分

時間0:00

Maker Arm

実機ロボット

時間0:00

+ 5分

時間0:00

同じ指示「バナナをボウルに入れてください」に対するゼロショットとFaaS後の比較。間にロボット自身のデータ5分間を使用。reBot B601-DMはシミュレーションツインで、Maker Armは実機ロボットで。3倍速。

一部のロボットはDream-1が既に知っているものから大きく離れているため、そのギャップを埋めるには、より多くのロボット固有のデータが必要です。DexmateはSharpaデクスタスハンドで、グリッパーの代わりに手で掴み、77分間のデータを使用しました。YAMでは、このタスクのために異なるエンドエフェクタ（コンプライアントグリッパーと改造ナイフグリッパー）を投入し、98分間のデータを使用しました。

Dexmate、Sharpaデクスタスハンド、77分間のデータ

トースターからパンを取り、皿に乗せる

YAM、コンプライアントグリッパーと改造ナイフグリッパー、98分間のデータ

イチゴの葉を切る

FaaS後、Dream-1のトレーニングデータから離れたエンボディメントで、実機ロボット上。5倍速。

FaaSベータパートナーの12台のロボット全体で、ファインチューニングは10台で言語追従スコアを向上させます。

シミュレーションで、12台のロボットすべてでゼロショットとFaaS後の比較。YAMとの相対値。

ワンショット適応は依然としてゼロショットを上回りますが、ギャップは残ります。それを埋めることが私たちの主な目標の1つです。ゼロショットが優れているほど、新しいロボットは箱から出してすぐに機能するようになります。

05

今後の展望

今日のDream-1は、パラレルグリッパーを備えたバイマニュアルロボットのための操作ポリシーです。これは出発点です。私たちは、強力で汎用的なロボット基盤モデルが、モバイルマニピュレータ、デクスタスハンド、そしてまだ想像もしていないボディに拡張され、人々が実際にロボットにさせたいことの多くを開放できると信じています。ロボティクスは初日に解決されるわけではなく、Dream-1には実際の限界があり、それらを透明性をもって示そうと努めました。

ロボティクスは依然として困難なループに陥っています。新しいロボットやタスクごとに新しいデータとカスタムポリシーが必要であり、しばしば汎化能力は限定的です。Dream-1をロボティクスAPIとして、このループを断ち切り、ロボット知能をより多くの人々の手に届けたいと考えています。これにより、研究者だけでなく、一般ユーザーも汎用ロボット知能の新しいアプリケーションを発見できるようになります。

Dream-1 . パブリックAPI

Dream-1をあなたのロボットに搭載する

ロボットを構築している場合、または実際のタスクにロボットを導入している場合、Dream-1がそれらを有用にするための最速の方法となることを願っています。あなたが何に取り組んでいるか教えてください。

［画像: 作業台にある2台のロボットアームと、その間にある箱］

［動画］

00:00 / 00:16 Dream-1 MicroDuck制御

Microduckを含む複数のエンボディメントを制御するファインチューニングされたDream-1チェックポイント。

注記と参考文献

  1. 1MakerMods、Maker Arm：約2000ドルからのバイマニュアルアームセットアップ。↩
  2. 2Yahoo Tech、Hugging Faceの399ドルのMicroduckロボットはすでに10,000ユニット以上を販売、2026年9月1日：8月28日に予約注文が開始されて以来、10,000ユニット以上。↩
  3. 3DreamZero：World Action Modelsを紹介した論文、2026年2月。↩
  4. 4LAPもエンボディメント汎化の兆候を示しました：Zha et al.、LAP: Language-Action Pre-Training Enables Zero-shot Cross-Embodiment Transfer。↩
  5. 5Chi et al.、Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots、RSS 2024：リストカメラのみから、同じグリッパーを共有するアーム間でのゼロショット転送。↩
  6. 6Robocurve、最先端のロボット機能を測定・報告する公益法人：RoboDojo-RC Tier 1でのDream-1、2026年10月18日、CC BY 4.0。↩
この投稿を引用する
@misc{dreamlabs2026dream1,
  title  = {Zero-Shot to New Robots: Introducing Dream-1},
  author = {Dream Labs},
  year   = {2026},
  url    = {https://dreamlabs.ai/research/dream-1}
}