客户嫌叠餐巾的机器人太慢。Dyna 团队查看运行记录，却发现机器有时连续半小时没有开工。
餐巾用完了，没人及时补上，机器就等在那里。为了不让它停下来，店员在手机里设闹钟，隔半小时到一小时过来看一次。机器人接过了折叠的动作，员工又多了一件需要惦记的事。
这段经历来自张小珺对 Dyna 创始人兼 CEO Lindon Gao 的访谈。让客户不满意的，还不止补料。早期部署时，餐厅要的是五折餐巾，机器只叠四折。折到最后，餐巾已经又厚又小。折过去还得压平，否则会散开。团队和客户商量，先让服务员完成最后一步。客户答应了，实际用起来却觉得浪费时间。
Lindon 说，机器只完成了任务，没有做完整份工作。他因此曾经决定，不继续扩大当时那个还不完整的产品的部署规模。这个决定针对的是早期产品，并不意味着 Dyna 此后停止了商业部署。最近在 Latent Space 接受采访的另一位联合创始人、首席科学家 Jason Ma，讲到的已是模型升级和客户扩展使用的进展。
两期访谈放在一起，值得追的就是中间这段变化。餐厅留下的麻烦，怎样影响一家机器人公司决定下一步做什么？从叠餐巾到洗衣房，Dyna 扩大的不只是机器能做的动作，也包括它答应替客户接走的工作。
为什么选可以返工的活
为什么从折叠开始？Lindon 给出的一个理由很朴素：做错了，可以再叠。
一杯拿铁洒了，损失的是原料，还多了一份清洁工作。餐巾折坏了，摊开重来即可。对一个还在学习的系统，这种容错空间很有价值。他也看重折叠本身的难度：拿 T 恤来说，尺码、款式和面料都会变化，机器不能只记住一套固定动作。
早期客户当然希望机器人少出错，但创业公司也需要一个允许产品在真实使用中变好的地方。既有反复发生的需求，又能承受部分失败，餐巾给了团队这样的机会。
Lindon 回忆，机器人偶尔会一次抓起两张餐巾。按他描述的那个阶段，正常叠一张约二十秒，处理一次双抓却要约两分钟。机器最终恢复了，一天的产出仍会被拖下来。餐厅要的数量不变，团队就得继续缩短处理时间。
叠完之后，怎么放也成了问题。餐巾散乱地落进筐里，不了解情况的人看过来，还以为没折好。团队还得让它按位置整齐码放。原本似乎属于“叠完以后”的琐事，进入现场后，成了产品必须完成的部分。
这些麻烦也改变了研发。抓取、折叠、摆放分别做得不错，不能直接相加成一个好产品。客户的工作从哪里开始、到哪里结束，需要一起考虑。如果只按研究团队划定的任务验收，补料、取走成品所花的人力，就容易被漏算。
Dyna 后来公开介绍 Dyna-2.1 时，也回顾了这个缺口：此前连续叠餐巾的长时间测试，仍需要人补充餐巾、拿走成品。持续做同一个动作，与持续完成客户的工作，中间还有一段距离。
从现场回来，重新决定模型该学什么
Lindon 的部署复盘，给 Jason 谈到的训练路线提供了背景：客户留下的麻烦，正在改变团队对模型的要求。
如果没有前面的客户经历，“需要更多数据”是一句很宽泛的话。到底缺什么？是分不清两张叠在一起的布，还是出了错之后不会尽快恢复？是折叠不够稳，还是不知道成品应该放到哪里？问题不同，研发投入也会不同。
Lindon 说，部署中的问题让他们更清楚预训练需要做什么，后来投入也明显向预训练倾斜。不过，他并没有说所有现场问题都能靠预训练解决；处理抓到两张餐巾的问题时，他提到了用强化学习等方法让模型学会应对。
Jason 介绍的 Dyna-2，使用了超过一百万小时、以第一视角为主的人类视频进行预训练。这里的“一百万小时”指人类活动视频，并不是机器人已经在客户现场独立干活一百万小时。
人做家务、操作工具的视频，比逐项采集机器人的操作示范更容易扩大规模，能够让模型接触更多物体和情境。但人手与机械臂不是一回事。看懂一个人怎样拉开抽屉，并不等于自己的夹爪就能在正确位置施力。
Dyna 所说的世界—动作模型，在训练中学习预测后续画面和机器人动作。公司希望，对画面变化的学习能够帮助模型掌握物体的运动规律，再改善操作。这不要求机器人每次行动前都先生成一段未来视频；技术报告用于研究规模规律的版本，实际推理时就没有这样做。
到了具体任务，仍然需要示范和适配。主持人在节目中提到，切菜任务用了约四十五分钟示范数据。Jason 的说法是，新任务通常需要几小时数据，有些只要几十分钟。这些是特定任务的例子；教会新工作的成本，仍要看具体条件。
从经营上看，我认为这条路线值得检验的地方，是下一次部署能否少从头教一些东西。去了一家布料不同的餐厅，已有训练能帮上多少忙？遇到一个新错误，修好之后，其他机器能不能也少犯一次？如果大量数据只能换来某个演示更熟练，商业价值仍然有限；如果它能减少每个新现场的调试负担，训练投入才开始与交付联系起来。
硬件也会限制这个过程。Jason 谈到灵巧手的耐用性、发热等问题时，提醒了一个常被视频忽略的条件：机器得能持续运行，团队才有机会持续训练、测试。会不会做，与能做多久，要一起解决。
洗衣房里，下一步未必是继续叠
Dyna-2.1 展示的 Taku 是一个带轮子的机器人，能够弯折身体，伸手够到低处的洗衣机和高处的架子。洗衣房把之前留给人的事情，重新摆到了机器面前：搬运、装卸、折叠、收纳，都得有人做。
难处还在于安排先后顺序。设想桌上有毛巾等着叠，烘干机却刚刚完成一个周期。机器人要不要先停下手头工作？里面是哪一批毛巾，拿出来之后放哪里？它需要记住刚才发生过什么，判断现在应该先处理哪件事。几台设备同时运转，等哪一台、先处理哪一批毛巾，都不能只照着预先排好的动作顺序来。
Dyna 官方演示画面，经裁切；不代表客户现场的独立验收。
因此，Dyna-2.1 应该被看作一套系统，不能只理解为模型版本号加了一点。根据公司公开的说明，上面的视觉语言模型负责判断工作进度、安排任务；Dyna-2 负责具体操作；底层的全身控制负责让身体和手臂配合行动。
这种分工在洗衣房里很直观：安排“先去取毛巾”，和把一条柔软的毛巾从滚筒深处拿出来，是两种不同的问题。前者答对了，后者仍可能失败；手臂足够熟练，若总在错误的时间做事，整段工作也不会顺畅。
公司给出了一段持续约一小时的自主洗衣流程演示。取出毛巾、搬到折叠台、收纳上架，原来由人衔接的环节也进入了连续测试。在 9 月的 Dyna-2.1 发布说明里，公司把进入真实客户现场列为下一步目标。
它与二十四小时叠餐巾测的是不同的事：一段覆盖多道工序，一段重复较窄的任务。对于洗衣房的新系统，更有用的后续材料，会是进现场后哪些环节仍要人接手，以及多久发生一次。
员工能不能放心去做别的事
Jason 在节目中说，Dyna 已进入鼎泰丰、Best Western 等客户场景，并谈到客户向更多地点扩展部署。这些属于公司自述。它们还不足以让外部读者算清，客户每班究竟节省多少工时，或者 Dyna 每次交付要付出多少维护成本。
这不妨碍我们辨认产品选择的变化。早期，团队与客户商量把最后一折留给人；后来，团队开始追问为什么补料和收纳仍需要人随时过来。要交付的工作范围扩大了，模型和机器人的形态跟着调整，测试也从反复折叠，扩展到取放、移动和任务切换。
我认同把客户现场作为研究起点，但这条路也有成本。客户提出的每个要求都接下来，团队容易变成随叫随到的工程服务队。餐厅里的一个小麻烦，究竟值得写一段临时处理程序，还是值得投入更通用的模型训练，没有一条口号能替公司决定。
接下来值得等的，是 Taku 进入客户现场后的使用记录。员工把毛巾交给它之后，能否离开洗衣房，做完另一项工作再回来？如果机器遇到没见过的情况，需要的是隔一会儿过来处理，还是立刻停下手头工作赶回来？这两种求助，对用工安排的影响很不一样。
卖出一台机器之后，客户还要决定下一班怎样排人。这张排班表，才会告诉 Dyna：它接走的究竟只是几道动作，还是一份可以放心交出去的工作。
原节目：Latent Space｜Jason Ma 谈 Dyna-2 · 张小珺 154｜对 Dyna 创始人 Lindon 的访谈
留言