輪式半人形機器人獨力完成一小時洗衣作業

Dyna Robotics 發布了一款新機器人以及驅動它的系統，而這次的示範刻意不炫目：一小時的飯店洗衣作業，以一鏡到底的方式拍攝。

這款機器人名叫 Taku，源自日文「匠」（takumi），意為大師級工匠。它結合了人形上半身與兩隻七自由度手臂，下半身則可折疊，整體安裝在四個可轉向的輪子上。軟體是 Dyna-2.1，公司稱之為「物理代理」（physical agent），專為完整工作流程而非單一操作任務而打造。

在影片中，Taku 在洗衣機、烘衣機、摺衣桌與層架之間移動。它裝載並啟動機器、取出衣物、拿取毛巾、摺疊並分類，最後把成品堆疊起來。當抓取失敗、一次抓起兩條毛巾，或抓握被機器控制裝置拉開時，它都能自行恢復，不需向人求助。Dyna 估計一輪洗衣流程包含約 79 個不同的步驟。

底下有三層架構

這套架構把工作拆成三個部分，而這種分層正是有趣的工程所在。

最上層是視覺語言協調器（vision-language orchestrator），負責監看工作流程、以文字形式記錄發生過的事，並決定下一步該做什麼。中層是 Dyna 世界-動作模型的改良版，負責產生全身動作目標。最下層是全身控制器，透過強化學習在 NVIDIA Isaac Sim 中數千具模擬機器人上訓練而成，將這些目標以 100 赫茲的頻率轉換為關節與輪子指令。

這種分層之所以重要，在於它把「決策」與「執行」分開。協調器以語言對任務進行推理，這種方式靈活且容易修改。控制器則以推理模型無法企及的速度處理底層的物理現實。兩者都不必擅長對方的工作。

一百萬小時的影片

訓練資料正是說明其野心所在的部分。Dyna 表示，它在一百萬小時的人類與機器人資料上預訓練策略，資料來源包括人類影片與自家機器人隊群，並透過一套共用表徵來描述，讓人類與機器人的動作以相同格式呈現。該資料集據稱包含 4,300 萬個 episode，儲存於特定容器格式中，使儲存空間遠小於、樣本讀取速度也比逐格處理的樸素做法快上數倍。

以人類影片作為訓練訊號的主體，是一場賭注：通用的物理能力可以透過觀看學習，而不只是靠親身操作。單靠機器人隊群，要累積一百萬小時多樣化的真實世界經驗，所需時間實在太長。人類影片唾手可得，而共用表徵正是讓模型能把它在人身上看到的模式，轉移到身體構造不同的機器上的關鍵。

Dyna 也選擇了輪子而非雙腿，理由務實得令人耳目一新。它鎖定的工作流程需要在工作站之間移動，並伸手進入機器、在桌面上作業、伸向低處層架以及高舉過頭。像人一樣走路並不在需求清單上。雙腿只會為這份工作不需要的能力增添成本與複雜度。

被改變的衡量指標

這次發布中最能說明一切的細節，是 Dyna 決定衡量什麼。他們沒有報告單一任務的成功率，而是最佳化「平均介入間隔時間」（mean time between interventions），也就是機器人能持續運作多久才需要人類介入。

這是更困難、也更誠實的目標。單一任務可以有很高的成功率，工作流程卻依然失敗，因為當你把許多步驟串在一起時，失誤會累積。一具抓取成功率 95% 的機器人，在 79 個步驟中很快就會遇到麻煩。MTBI 衡量的正是操作者真正在意的事：這台機器可以被放著不管多久。

目標客戶並不是研究實驗室。Dyna 採用「機器人即服務」（robots-as-a-service）模式，對每台機器人收取月費，內容包含硬體、軟體、維護與模型更新。這把一大筆資本支出轉為營運支出，對該公司積極爭取的小型企業來說格外重要。這也讓 Dyna 能從真實部署中持續取得訓練資料。創辦人強調，硬體刻意壓低價格，是數萬美元等級，而非數十萬美元。

為什麼從洗衣著手很合理

選擇洗衣作為旗艦示範，比表面上看來更聰明。飯店洗衣重複性高、量大，而且辛苦到人力流動本身就是一項實質成本。這項工作還發生在固定房間裡，機器願意配合，物件種類有限，流程也可預測。相較於雜亂的廚房或公共街道，這是友善得多的環境。

範圍狹窄正是重點。在今天，一具能在單一受控環境中穩定做好一件枯燥工作的機器人，遠比一個到處都可能無預警失敗的通才更有價值。如果洗衣可行，同一套架構就能指向其他性質類似的封閉式工作流程：洗碗、布巾處理、簡單的倉儲分揀。每一項本身都是一門生意，而且每一項都會餵養同一套資料引擎。

宣稱到哪裡為止，現實從哪裡開始

這場示範是公司自製影片，並非獨立評估，而關於部署的種種說法值得仔細推敲。新聞稿稱 Dyna-2.1 正在飯店、自助洗衣店與餐廳部署。但更詳細的研究貼文則把「將系統帶到真實客戶場域」描述為下一個里程碑。目前沒有任何正在運行 Taku 的客戶被公開指名，也沒有釋出任何商業部署的介入數據。

發表新聞稿與技術報告之間的落差，在機器人領域很常見，而真相通常就藏在那裡。一小時一刀未剪的影片確實是實實在在的成就。但它同時也是經過精心安排的環境，而飯店洗衣本來就比大多數場域來得友善。

Dyna 先前曾部署機器人從事範圍更窄的工作，包括與餐飲連鎖品牌鼎泰豐合作的折餐巾專案，並於 2025 年募得 1.2 億美元，投資方包括 NVIDIA 的創投部門與 Amazon 的產業創新基金。依該公司自己的說法，下一個里程碑是把這套新系統帶進客戶場域，並以現場發生的情況來改進它。

為什麼這個案例值得關注

機器人示範容易製作，卻難以信任。真正區別一套嚴肅系統與一支精美影片的，通常是不怎麼光鮮的東西：它失敗時有多優雅、多不常需要求助，以及經濟效益是在客戶場域還是只在實驗室裡成立。

Dyna 選擇衡量平均介入間隔時間、大規模運用人類影片，以及決定打造廉價的輪式機體來做真實工作，這些都顯示這支團隊最佳化的目標是部署，而不是展示影片。這些都不能證實它的說法，但確實顯示這家公司知道難處在哪裡。

能替你跑腿辦事的機器人仍遙不可及。一具能在一小時內無人監督地完成某個特定、枯燥、多步驟工作流程的機器人，是範圍小得多的宣稱；而如果 Taku 能在客戶場域穩定做到，那就是個有意義的宣稱。洗衣房是一場測試。真正有趣的問題是：當它走出洗衣房之後會發生什麼。