Dream Labs 发布机器人世界动作模型 Dream-1 并开放公共 API

给 Dream-1 配上一台带平行夹爪的新型双臂机器人，将其接入我们的 API，它就能开箱即用地执行任务。无需微调，无需该机器人提供的演示数据，也无需机器学习专业知识。

这是迈向通用机器人智能的重要一步。

今天，Dream Labs 还以 9000 万美元种子轮融资走出隐身模式，并通过公共 API 向全世界的人们提供 Dream-1。

01

打破先有鸡还是先有蛋的难题

几十年来，机器人领域一直困在“先有鸡还是先有蛋”的难题中：机器人必须先有用，人们才会想买它；但要让它有用，又需要来自那台特定机器人的数据，而只有当足够多的人开始使用它时，这些数据才会存在。Dream-1 是我们打破这一循环的第一步。

自动驾驶找到了绕过这一冷启动难题的办法。汽车从第一天起就在零自动驾驶能力的情况下具备实用性，因此数百万人每天驾驶它们，并生成了训练能力越来越强的模型所需的数据。大多数其他机器人从未拥有这一优势。

有两件事正在改变这一局面。

第一，机器人硬件正变得足够便宜，从而能触达更多人。一套能力不错的双臂机械臂配置如今最低只需 2000 美元¹。

第二，机器人可能不再需要拥有自己的大型数据集才能变得有用。如果一个模型能够零样本泛化到未见过的环境、任务甚至机器人，那么一台新机器人就能以有用的能力起步。

将这两点结合起来，飞轮终于可以开始转动。更便宜的硬件让更多机器人进入世界。可泛化的模型让这些机器人更早变得有用。有用的机器人产生更多数据，而这些数据又让模型对下一台机器人变得更好。

02

廉价、可负担机器人的寒武纪大爆发

机器人硬件变便宜的速度比任何人预期的都快。看看上方的机器人，其中 7 台半人形机器人总价不到 1.5 万美元，这一价格档位在一年前几乎不存在。在价格曲线的最末端，Hugging Face 售价 399 美元的 Microduck 在 8 月底发布后 4 天内售出超过 1 万台²。我们相信，机器人腾飞将从这样的机器人开始。

$2,000

一套双臂机械臂配置

截至目前的可用双臂配置。

7

1.5 万美元以下的半人形机器人

轮子、两条手臂、平行夹爪；一年前几乎不存在的档位。

$399

Hugging Face Microduck

8 月底发布。

10,000+

4 天内的 Microduck

发布后四天内售出。²

这是因为它们的买家是消费者、专业消费者和小型团队，而不是企业。企业买家做的是表格决策。如果机器人在成本、速度或可靠性上不能胜过人，就不会被购买；这是一道很高的门槛。消费者则不同。超过1万人刚刚在4天内花399美元买了一台主要工作是讨人喜欢、可爱卖萌的机器人：它会走路、摇摇摆摆地走，还会滑旱冰。在这和一台功能完备的家用机器人之间，存在一个最佳平衡点——一台价格足够亲民、让人轻松说“是”，又足够有用、能在家里赢得一席之地的机器人。一旦机器人达到这个点，我们认为采用率就会开始复利式增长，而家里的每一台机器人都会成为新训练数据的来源。想象两只Microduck用它们的喙作为夹爪，为你叠衣服。

03

开启Dream Labs的那个结果

2026年2月，我们的团队发布了DreamZero，这篇论文提出了世界动作模型³。此后，社区已将WAM采纳为机器人学习中最有前景的范式之一。当时，最令我们惊讶的结果是：在仅用30分钟的YAM机器人数据对DreamZero进行后训练后，我们看到它能零样本泛化到从未见过的任务。这种泛化过去需要数百甚至数千小时的特定本体数据。如果来自某台机器人的30分钟数据就足以将通用任务知识迁移到那台机器人上，那么打破先有鸡还是先有蛋的循环看起来就不再不可能了。再加上上文提到的硬件浪潮，时机感觉恰到好处。就在那时，我们决定创办Dream Labs。

经过六个月的构建，我们很高兴分享一项新的研究突破，而这项突破只有通过世界动作模型才成为可能：零样本本体泛化的早期迹象。

04

隆重推出Dream-1

Dream-1是我们的首个世界动作模型，可通过公共API在全球各地使用。开箱即用，它就能在未见过的环境中控制未见过的机器人完成未见过的任务。

04.1

几分钟即可上手

我们希望让任何拥有机器人的人都能使用可泛化的机器人技术，而不仅仅是大实验室。因此我们将 Dream-1 设计得尽可能接近即插即用。连接你的机器人，将其指向 API，然后运行。入门无需机器学习背景。每周我们都会举办内部黑客松，以尽可能缩短部署时间。入门教程

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()

精简的客户端代码

04.2

在从未见过的机器人上实现零样本

Dream-1 可以零样本泛化到许多双臂、平行夹爪机器人。以下是我们测试过的一些机器人。它甚至能控制原始的 PR2，这是一款 18 年前发布的通用双臂研究机器人。请注意，这些 rollout 未使用任何特定本体的数据。

这是首批报道的向完全未见过的机器人本体的零样本泛化之一。⁴ 如果你有双臂平行夹爪机器人，试试向 Dream-1 发送提示，并告诉我们效果如何。零样本性能部分取决于你机器人的逆运动学（IK）求解器，因此我们编写了一份指南，帮助你充分利用它。IK 指南。性能也因机器人而异。下面我们分解了仿真和真实机器人上的零样本性能。

下面我们解释零样本本体泛化的工作原理及其不足之处。然后我们展示单样本本体学习如何弥合这一差距。

04.3

零样本本体泛化的工作原理

控制机器人的两种方式：关节或末端执行器。 机器人策略通常输出关节角度，这将其绑定到特定机器人的身体上。Dream-1 可以对其原生支持的本体做同样的事，但它也可以预测末端执行器（EEF）位姿：每个夹爪应该在哪里以及应该张开还是闭合。每个具有双臂和平行夹爪的机器人都共享该 EEF 动作空间，并且其自身的 IK 求解器将位姿转换为关节命令。这种共享接口为 Dream-1 提供了一种通用方式来命令它从未见过的机器人，但仅凭这一点还不足以实现零样本迁移。

为什么这有效？ Dream-1 通过三个摄像头观察世界：一个头部视图和每条手臂上的一个腕部视图。关于 通用操作接口（UMI） 的先前工作表明，当每条手臂使用相同的夹爪且策略仅依赖腕部摄像头时，策略可以零样本跨机器人手臂迁移⁵。从腕部的视角来看，机器人看起来完全相同。但这种捷径有一个硬性限制。它仅在夹爪硬件完全匹配时才有效，并且放弃了头部摄像头对整个场景的视图。

世界动作模型消除了这一限制。WAM 学习同时预测视频和动作，因此控制机器人和想象该机器人会做什么是同一个问题。而且每个机器人呈现的方式都一样：作为像素。头部摄像头看到的 UMI 夹爪、双指夹爪或 Dream-1 从未见过的机械臂，都不过是场景中移动的形状，这使得视频成为每种机器人类型共享的唯一表示。如果 Dream-1 能预测机器人在完成任务时的样子，它就能生成使其到达那里的动作。这就是为什么它能控制夹爪与 UMI 完全不同的机器人，甚至能控制通过头部摄像头看到的全新本体。

04.4

Dream-1 能做什么和不能做什么

在发布之前，Robocurve⁶——一家向公众测量和报告前沿机器人能力的公益公司——对 Dream-1 进行了独立评估。他们上方的报告显示，Dream-1 更好、更快、更便宜：机器人控制的新帕累托前沿。它的得分高于次优模型 Opus 5.5 和 Gemini 4 Argon，每次任务尝试的成本比 Gemini 4 Argon 低 16 倍，比最快的 LLM GPT-6 Astra 快 1.7 倍。虽然当前的 LLM 擅长规划，但机器人仍然需要一个快速、通用的系统 1 来行动，而这正是 Dream-1 的构建目标。

运行 Dream-1 需要多少成本？ 我们希望你在尝试之前确切了解会发生什么。运行该模型的成本仅为 Dream-1 每小时 3 美元，或 Dream-1-flash 每小时 2 美元。每次调用模型返回 1.6 秒的动作，因此一小时是 2,250 次调用：Dream-1 每次动作约 0.0013 美元，Dream-1-flash 为 0.0009 美元。

3 美元 / 小时

Dream-1

每小时成本以上的所有收入都归你所有。

2 美元 / 小时

Dream-1-flash

更快、更轻量的模型。

跨任务。 我们将 Dream-1 的表现分解为八个任务类别，从它处理得好的到它仍然吃力的。

使用 FaaS 为你的任务进行微调。 如果 Dream-1 在你关心的任务上表现不佳，你不必等待我们的下一个版本。在你自己的机器人上收集一些数据，通过 FaaS 运行，获得为该任务构建的自定义模型。

我们希望任何拥有机器人的人都能像前线部署工程师一样工作：找到一个需要完成的任务，收集一点数据，让 Dream-1 适应它，然后部署。如果人们愿意为你机器人所做的事情付费，每小时成本以上的所有收入都归你所有。

04.5

一次性本体学习

当零样本不够时，我们会为你的机器人微调 Dream-1。我们称之为微调即服务（FaaS）。

以下是实践中的样子：我们两个合作伙伴机器人上的数据收集延时摄影，各 5 分钟。

仅用这 5 分钟进行适配后，与零样本运行并排对比，差异便显现出来。Dream-1 现在对机器人的可供性和运动学有了更好的理解。

有些具身形态与 Dream-1 已知的内容相距甚远，弥合如此大的差距需要更多机器人自身的数据。搭载 Sharpa 灵巧手的 Dexmate 用灵巧手代替夹爪进行抓取，用了 77 分钟其自身的数据。在 YAM 上，我们为该任务更换了不同的末端执行器——一个柔性夹爪和一个改装的刀具夹爪，用了 98 分钟的数据。

在我们 FaaS 测试合作伙伴的十二台机器人中，微调提升了其中十台的语言遵循得分：

单样本适配仍然优于零样本，因此差距依然存在。弥合这一差距是我们的主要目标之一：零样本表现越好，任何新机器人就越接近开箱即用。

05

展望未来

Dream-1 目前是一个面向配备平行夹爪的双臂机器人的操作策略。这只是一个起点。我们相信，一个强大的通用机器人基础模型可以扩展到移动操作平台、灵巧手，以及我们尚未想象过的身体形态，从而开辟更多人们真正希望机器人去做的事情。机器人技术不会在第一天就得到解决，Dream-1 存在真实的局限，我们已在上文尽量透明地展示。

机器人技术仍困在一个艰难的循环中：每台新机器人或每个新任务都需要新的数据和定制的策略，且往往泛化能力有限。以 Dream-1 作为机器人 API，我们希望打破这一循环，将机器人智能交到更多人手中，让日常用户而不仅是研究人员，也能发现通用机器人智能的新应用。

Dream-1 . 公共 API

将 Dream‑1 部署到你的机器人上

如果你正在构建机器人或让它们在真实任务中工作，我们希望 Dream-1 成为让它们变得有用的最快方式。告诉我们你正在做什么。

注释与参考文献

1. 1MakerMods，Maker Arm：一套约 2000 美元的双臂装置。↩
2. 2Yahoo Tech，Hugging Face 售价 399 美元的 Microduck 机器人销量已超过 10,000 台，2026 年 9 月 1 日：自 8 月 28 日开启预购以来已售出超过 10,000 台。↩
3. 3DreamZero：提出 World Action Models 的论文，2026 年 2 月。↩
4. 4LAP 也展现出本体泛化的迹象：Zha 等，LAP: Language-Action Pre-Training Enables Zero-shot Cross-Embodiment Transfer。↩
5. 5Chi 等，Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots，RSS 2024：仅凭腕部摄像头，在共用同一夹爪的不同机械臂之间实现零样本迁移。↩
6. 6Robocurve，一家面向公众测量并报告前沿机器人能力的公益公司：Dream-1 在 RoboDojo-RC Tier 1 上，2026 年 10 月 18 日，CC BY 4.0。↩

引用本文

@misc{dreamlabs2026dream1,
  title  = {Zero-Shot to New Robots: Introducing Dream-1},
  author = {Dream Labs},
  year   = {2026},
  url    = {https://dreamlabs.ai/research/dream-1}
}