Full text · 原文
3,951 字
Jay 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
老黄又投了一家具身智能公司！<br>
Dyna Robotics，1年前刚成立，现在对外官宣了1.2亿美元（折合人民币约8.6亿）A轮融资，新晋股东中，老黄治下的英伟达赫然在列。<br>
众所周知，老黄已经明确下一波硬科技浪潮属于具身智能、属于物理AI……所以英伟达的投资押注，也已经在遍地播种了。<br>
Dyna Robotics不是第一家英伟达投资的具身智能机器人公司。<br>
但全华班创业团队——三个创始人都是华人的具身智能机器人创业公司，似乎还是第一家。<br>
Dyna Robotics有什么独特之处？<br>
Dyna Robotics登场，老黄押注<br>
就在最近，Dyna对外官宣了1.2亿美元A轮融资，投后估值6亿美元。更早之前的种子轮，大概获得了2000万美元融资。<br>
有意思的是，这轮早期融资中，挤满了巨头产业投资部，包括英伟达、亚马逊和Salesforce。<br>
Dyna披露，他们希望能利用这笔资金进一步完善其AI模型并部署更多机器人。<br>
Dyna成立于2024年，目前公司只有大概30名员工，总部位于美国加利福尼亚州红木城，但他们在上海长宁区也设有分部，公司的中文名叫达纳灵动。<br>
在Dyna成立之初，创始人团队为了找到一个合适的战略定位绞尽了脑汁。<br>
毕竟对前沿科技创业来说，最大的挑战往往是把握好技术与商业落地之间的平衡：目标若定得过远，短期内难以实现；但若过于保守，又容易陷入价格战频发的红海。<br>
深思熟虑后，Dyna团队一致决定：短期内不要碰人形机器人，也不要进军制造业和家庭。<br>
在他们看来，工业场景虽高度结构化，任务也比较简单，但流水线上的一次失误就会造成巨大损失，现阶段大模型+具身智能无法满足工业场景对精准率的恐怖要求。<br>
然而，家庭环境又太复杂，想让机器人一下子全都搞定也不太现实。<br>
因此，Dyna决定先将具身AGI带入商用场景。<br>
商用场景的有趣之处，在于它恰好介于工业和家用之间——既有对人工泛化能力的需求，又不像工业制造对准确率有那么严格的要求；同时，商用任务往往相对集中且明确，不需要像家用那样“无所不包”。<br>
Dyna创始人York Yang对此有个有趣的比喻：<br>
就像人从小到大不断学技能一样，Dyna希望通过商用场景，一点点积累机器人真实数据，为这个“小AGI宝宝”提供养分，让它在摸爬滚打的过程中逐步学会一个又一个技能，最终组装成为一个强大的具身智能体。这样，既能产生营收自我造血，也不至于像无人驾驶行业那样“无限烧钱”却迟迟看不到落地。<br>
今年4月，Dyna便以这个理念为基础，发布了其自研VLA模型DYNA-1(Dynamism v1)，这是世界范围内首款可落地于商业场景的灵巧操作基础模型。<br>
根据Dyna公布的演示视频，搭载DYNA-1的机械臂已实现完全自主运行24小时以上，期间成功折叠餐巾900余次，成功率高达99.4%——要知道，像这餐巾这种精细任务这对机器人来说可是地狱级难度。<br>
目前，DYNA-1已经开始在多个真实场景中落地应用：餐厅里折叠餐巾、健身中心整理毛巾、自助洗衣店分拣衣物……<br>
那么它是怎么做到的呢？<br>
DYNA-1是一个“单权重通用基础模型”（Single-weight general foundation mode），该模型采用一组固定的参数来处理多种任务，无需为每个任务重新训练。<br>
简单来说，单权重意味着DYNA-1不会提前写好一条条任务指令，而是靠环境中不断输入的数据来学习，这样的机制让它更适合大规模部署。<br>
Dyna首席科学家Jason Ma表示，随着DYNA-1在工业制造、餐饮和服务等商用场景落地，它能把之前学到的经验迁移到新任务上。这种“举一反三”的能力，是走向泛化和规模化应用的关键。<br>
可扩展的现实世界机器人学习系统需要掌握和泛化许多操作技能。Dyna研发的基础模型不仅需要具备对世界的普遍理解，还要能在实际操作中快速自我学习，实现在线迭代。<br>
这意味着，每一次新的部署都会让DYNA-1学到更多，进而让更多用户愿意部署它。应用产生的数据又反过来推动研发，形成一个不断加速的数据飞轮。<br>
Dyna团队对这种模式非常看好，他们认为DYNA-1有机会填补具身智能里长期缺失的三块拼图：<br>
1、泛化能力+高性能：能快速掌握新任务，并以低成本推广到各种环境。<br>
2、鲁棒性：能灵活应对现实世界中那些意想不到的“长尾情况”，这让其有希望从实验室原型跨过到量产应用。<br>
3、商业模式：技术必须能和经济模型挂钩，否则具身AGI只能停留在概念层面。商用场景就像机器人宝宝的一根拐杖，可持续的变现手段能够使其撑到实现具身智能AGI的那天。<br>
如果这三点都能满足，机器人就能真正做到“开箱即用”，实现工业化部署和规模扩张。<br>
三个华人硅谷创业具身智能<br>
除了特殊的技术基因，Dyna在主创团队上也有一点特别之处——3位联合创始人都是华人！<br>
他们分别是：Lindon Gao、York Yang，和Jason Ma。<br>
Lindon Gao是Dyna的联合创始人兼CEO，毕业于纽约大学Stern商学院，负责公司的整体战略和商业化方向。<br>
其实，这已经不是Lindon第一次在人工智能领域创业了，Lindon创办的上一家公司叫Caper AI。<br>
Caper AI故事要追溯到数年前。Lindon在Zara的收银台“惨遭”了漫长的排队等待，这个小小的痛点让他萌生了一个念头：能否用AI打造一台能自动结账的购物车？<br>
于是2016年，Lindon创办了Caper AI。这家公司为零售商提供人工智能驱动的智能购物车，产品一经推出便迅速走红。到2021年，Caper AI被美国最大的线上生鲜杂货配送平台之一Instacart以3.5亿美元收购，Lindon也因此加入了Instacart。<br>
不过，在Lindon工作的这段时间，Lindon逐渐察觉到了三个不容忽视的趋势——大语言模型突飞猛进，智能硬件加速成型，全球劳动力短缺。<br>
凭借上一次创业的经验，他很快把这些点连成了面，看到了一个全新方向——具身智能。<br>
2024年9月，Lindon离开了Instacart，正式投身具身智能赛道，创办了Dyna。<br>
另一位联合创始人York Yang是研发负责人，负责Dyna的工程和产品开发。<br>
York本科在浙江大学学习电子工程，毕业后前往UCLA攻读计算机科学硕士学位。<br>
York和Lindon的相识颇有缘分。York在UCLA读书时结识了同样在技术圈活跃的Yilin Huang，而Yilin，正好是Lindon的小学同学。<br>
借着这层关系，York第一次接触到了Lindon和他的创业项目Caper AI。<br>
在深入了解后，York觉得Caper AI潜力巨大，而Lindon的商业直觉与自己的工程能力又能形成天然互补。于是二人一拍即合，友好的合作就这样开始了。<br>
最后是Jason Ma，他是Dyna联合创始人兼首席科学家，负责基础模型的研发。<br>
Jason是宾夕法尼亚大学计算机与信息科学系的PhD，研究方向是机器人基础模型和强化学习，他的研究成果被ICRA、CORL、ICML等多个顶级学术会议和刊物所认可。<br>
加入Dyna之前，Jason还曾在Google DeepMind、NVIDIA AI和Meta AI等前沿的人工智能实验室工作过。<br>
One More Thing<br>
今年起，老黄在机器人领域几乎是“全线出击”。<br>
已知英伟达直接下注的公司，就有三家：Figure AI、Dyna Robotics、Skild AI。<br>
而在生态合作层面，英伟达把触角伸向了国内——银河通用、宇树科技等初创公司都成了“老黄朋友圈”的成员。<br>
这些公司以后成功不成功不好说，但英伟达家的卡是得用起来了。<br>
就是不知道，最先进的卡会有投资项目先买的“优速通”权益吗？<br>
参考链接：<br>
[1]https://www.bloomberg.com/news/articles/2025-09-15/dyna-robotics-raises-120-million-in-funding-from-nvidia-amazon<br>
[2]https://www.prnewswire.com/news-releases/dyna-robotics-raises-120-million-to-advance-robotic-foundation-models-on-the-path-to-physical-artificial-general-intelligence-302556817.html<br>
[3]https://www.dyna.co/<br>
[4]https://salesforceventures.com/perspectives/welcome-dyna-robotics/<br>
[5]https://zpotentials.substack.com/p/z-potentials-york-yang-silicon-valley-ai-project-acquired-for-hundreds-of-millions-yc-backed-82d0bcdc42e3<br>
[6]https://mp.weixin.qq.com/s/bskQ8GhdO0tEVIiJLySdDQ<br>
[7]https://mp.weixin.qq.com/s/0cL5aiUXi_LMnvEeEzqE_A<br>
[8]https://mp.weixin.qq.com/s/gLcySs43gs9yd7BPCyzXQg<br>
[9]https://mp.weixin.qq.com/s/eNf9Ip51OOyqGanbhjwLqQ<br>
— 完 —