Dream-1亮相：机器人开始跨本体

Dream Labs 本周正式结束隐身，并发布机器人基础模型 Dream-1。按照公司披露的信息，Dream-1 可以在没有目标机器人训练数据的情况下，零样本控制此前未见过的双臂平行夹爪机器人，在新任务和新环境中完成操作。

这次发布真正值得关注的地方，不是机器人又学会了关抽屉或把物品放进碗里，而是 Dream Labs 正在尝试拆掉具身智能商业化中最昂贵的一堵墙：每换一种机器人，就重新采集一批数据、重新训练一套策略。

Dream Labs 将 Dream-1 定义为世界动作模型。**世界动作模型（World Action Model，WAM）是一类同时学习环境如何变化、机器人应该如何行动的具身智能模型。**与只预测下一帧画面的传统世界模型相比，WAM 不只是“想象接下来会发生什么”，还要把这种预测转化为机器人能够执行的动作。

截至 2026 年 10 月 24 日，Dream Labs 已开放 Dream-1 的在线模型服务。标准版 Dream-1 的运行价格为每小时 3 美元，轻量版 Dream-1-flash 为每小时 2 美元；后者价格低 33.3%，但官方目前尚未完整披露两者在参数规模、控制频率、延迟和任务成功率上的差距。

Dream-1解决的不是一个任务，而是一类机器人的迁移问题

Dream-1 的核心卖点是零样本跨本体控制。跨本体控制是指同一个模型能够适配机械结构、臂长、关节数量或控制接口不同的机器人，而不必为每台机器人从头训练。

传统机器人策略通常与具体硬件深度绑定。一套在 Franka 机械臂上采集的数据，很难直接拿去控制另一台关节结构不同的双臂机器人；即使两台机器人的任务都是“拿起杯子”，底层动作空间也可能完全不同。

Dream-1 采用了更接近任务空间的动作表达。模型主要输出夹爪应该到达的位置、姿态以及张开或闭合状态，再由目标机器人的控制系统把这些目标转换为各个关节的运动指令。

这种设计相当于让模型负责“手应该移动到哪里”，让机器人自身的逆运动学求解器负责“肩、肘和腕关节具体怎么转”。逆运动学是根据末端执行器的目标位置和姿态，反推出各个机器人关节角度的计算过程。

这种分层并不新鲜，但 Dream-1 的价值在于把它与大规模视频学习、世界预测和跨机器人训练结合起来。不同机器人的关节定义可能完全不同，但“把左侧夹爪移动到盒子上方”“闭合夹爪”“将物体放入碗中”仍然可以共享相对统一的语义和空间表示。

Dream Labs 展示了 27 种未见过机器人的仿真测试，以及 21 段真实机器人演示。公开案例包括在仿真环境中控制 Maker Arm 将物品放入碗中，以及在真实环境中控制 OpenYAM 关闭抽屉。

这里需要区分“演示数量”和“评测规模”。**27 种仿真机器人与 21 段实机视频能够证明模型具备迁移迹象，但不能等同于覆盖 48 种机器人的大规模成功率测试。**演示通常会挑选模型能够完成的案例，而真正决定产品价值的，是连续运行数小时后的失败分布、恢复能力和长尾场景表现。

世界动作模型比纯视觉语言动作模型多想了一步

Dream-1 的技术路线延续自英伟达 DreamZero 团队。DreamZero 是 Dream Labs 创始团队此前在英伟达推进的世界动作模型研究，目标是利用视频预测能力提升机器人对新任务和新环境的泛化。

今年 2 月公开的 DreamZero 已经展示过这条路线的潜力：团队只使用约 30 分钟的 YAM 机器人数据进行后训练，模型就可以在该机器人上尝试此前未见过的任务。Dream-1 进一步把问题从“少量数据适配一台机器人”推进到“不给目标机器人演示数据，直接进行跨本体控制”。

世界动作模型与常见视觉语言动作模型并不是互相排斥的概念，但二者的训练重点不同。**视觉语言动作模型（Vision-Language-Action，VLA）是把视觉观测和自然语言指令映射为机器人动作的多模态模型。**WAM 则更强调环境动力学：一个动作执行后，物体和画面会发生什么变化。

| 技术路线 | 主要输入 | 主要输出 | 核心能力 | 常见短板 | |---|---|---|---|---| | 视觉语言模型 | 图像、文本 | 文本或任务描述 | 场景理解、任务规划 | 不直接解决连续机器人控制 | | 视觉语言动作模型 | 图像、文本、机器人状态 | 动作序列 | 从指令直接生成动作 | 容易与特定机器人动作空间绑定 | | 传统世界模型 | 图像、状态、动作 | 未来状态或未来画面 | 预测环境变化 | 预测结果未必能直接控制机器人 | | 世界动作模型 | 图像、文本、机器人状态 | 未来变化与可执行动作 | 联合学习环境变化和控制策略 | 训练成本高，真实世界误差会累积 |

Dream-1 更像是把“看懂任务”“预测后果”和“输出动作”放进同一条闭环。模型接收相机画面、机器人状态和任务指令，返回末端执行器目标；机器人执行后，新画面和新状态再次送入模型，模型据此修正下一步动作。

闭环控制是这类模型能否真正落地的分水岭。**闭环控制是根据动作执行后的实时反馈持续调整后续动作，而不是一次性生成完整轨迹。**现实中的物体会滑动，夹爪会产生偏差，相机也可能被遮挡，一条预先生成的动作序列很容易在第三步就偏离现实。

59.3分排在第一，但不能理解成六成任务成功

Dream-1 在第三方评测机构 Robocurve 的 RoboDojo-RC Tier 1 测试中取得了 59.3% 的平均任务得分。按照目前公开的模型配置，这一成绩位于榜单首位。

这个数字证明 Dream-1 不是只靠官方剪辑视频讲故事，但 59.3% 也远未达到可以忽略失败的程度。更重要的是，平均任务得分不一定等于任务成功率，不能简单推导出“每 100 次操作成功 59.3 次”或“失败 40.7 次”。不同评测通常会对抓取进度、物体位移、任务完成阶段等指标进行加权。

公开数据可以分成三类来看：

| 指标 | Dream-1公开结果 | 能说明什么 | 不能说明什么 | |---|---:|---|---| | RoboDojo-RC Tier 1平均任务得分 | 59.3% | 在统一基准上的综合表现较强 | 不能直接换算为真实工厂成功率 | | 未见过的仿真机器人 | 27种 | 具备跨本体迁移迹象 | 不代表每种机器人都经过长时间稳定测试 | | 实机演示 | 21段 | 模型能够接入真实硬件执行任务 | 不等于21种机器人，也不是完整失败率统计 | | DreamZero后训练数据 | 约30分钟 | 少量数据适配路线具有潜力 | 不代表Dream-1所有机器人都只需30分钟数据 |

Dream-1 当前最缺少的仍是更细的工程数据。开发者真正关心的通常不是一段任务能不能完成，而是模型的端到端延迟、控制频率、连续运行成功率、网络波动处理方式、单次任务平均耗时，以及发生异常时能否安全停止。

59.3% 的榜单成绩更适合被理解为“路线已经进入可测试阶段”，而不是“通用机器人控制已经解决”。如果模型用于实验室分拣和低风险操作，当前能力可能已经足够有价值；如果用于高速产线、家庭厨房或人与机器人近距离协作，任何一次错误动作都可能产生明显成本。

每小时2至3美元，让机器人模型开始像云服务一样计价

Dream Labs 选择按模型运行时间收费，而不是按图像数量或文本 token 收费。机器人模型运行时长计费是按照控制模型在线工作的时间收取费用，更接近 GPU 实例或工业软件席位，而不是聊天模型的 token 模式。

| 产品 | 公开价格 | 官方定位 | 更适合的场景 | |---|---:|---|---| | Dream-1 | 3美元/小时 | 标准模型 | 需要优先验证能力上限的机器人任务 | | Dream-1-flash | 2美元/小时 | 轻量模型 | 成本敏感、需要较长时间运行的测试 |

按照每天运行 8 小时、每月运行 22 天估算，Dream-1 的纯模型费用约为 528 美元，Dream-1-flash 约为 352 美元，两者每月相差 176 美元。这个数字没有包括机器人硬件、相机、现场计算设备、网络、调试人员和安全系统的成本。

价格本身并不昂贵，真正的问题是有效产出。假设某个任务平均需要 2 分钟，理论上每小时可以尝试 30 次；如果稳定完成率为 90%，每次成功任务对应的模型成本约为 0.11 美元。若稳定完成率只有 30%，这一成本会升至约 0.33 美元，还会额外产生人工复位和异常处理费用。

Dream-1 的收费方式也释放了一个信号：Dream Labs 想卖的不是一篇论文或一套只能由内部团队运行的研究模型，而是一项能够直接接入机器人产品的持续服务。此前 Physical Intelligence 也公开过模型服务计划，但尚未披露可直接比较的价格，因此现阶段无法进行严格的成本对照。

最大优势是少采数据，最大风险也是没有目标机器人数据

Dream-1 最有吸引力的承诺，是新机器人不必先进行大规模示教。机器人数据采集需要真实设备、操作人员、场地和反复复位，成本远高于从互联网上收集文本或图片；如果每增加一种机械臂都要重新采集数千小时数据，通用机器人模型很难形成软件规模效应。

零样本控制也意味着模型更容易碰到训练分布之外的问题。陌生机器人的工作空间、负载、关节限位、末端刚度和控制延迟各不相同，即使夹爪目标在几何上合理，目标机器人也未必能够安全到达。

Dream-1 目前仍主要面向双臂平行夹爪机器人。**平行夹爪是通过两个相对运动的夹指抓取物体的末端执行器，结构简单、控制稳定，但灵巧性明显弱于多指机械手。**这意味着 Dream-1 展示的跨本体泛化，并不能自动外推到五指灵巧手、轮式移动操作机器人或人形机器人的全身控制。

模型效果还会受到目标机器人控制栈的直接影响。逆运动学求解器如果无法处理避障、奇异点和关节限制，Dream-1 给出的末端目标可能在理论上正确，却在具体硬件上不可执行。

现实部署至少需要补齐以下几层：

• **碰撞检测：**避免机械臂撞击桌面、环境、另一只机械臂或操作人员。
• **关节限制：**阻止控制器生成超过速度、扭矩和活动范围的指令。
• **网络降级：**在在线模型响应超时或连接中断时进入安全状态。
• **动作校验：**在执行模型目标前，由本地控制器检查可达性与风险。
• **人工接管：**任务偏离预期后允许操作员立即暂停并复位。
• **数据治理：**明确相机画面、机器人状态和现场信息的保留及使用边界。

Dream Labs 也为零样本效果不足的场景提供定制微调。用户可以提交自己的机器人操作视频，由团队训练更适合特定硬件或任务的模型，再通过同一服务方式使用。

这个安排很现实，因为“完全不需要目标数据”更像能力上限，而不是所有部署的默认状态。Dream-1 真正有商业价值的结果，可能不是把适配数据降到零，而是把原本需要数百小时的数据采集压缩到几小时甚至几十分钟。

9000万美元种子轮，主要押注算力与规模化验证

Dream Labs 同期宣布完成 9000 万美元种子轮融资，由 B Capital 领投，Kindred Ventures、A.Capital、Unusual Ventures、SV Angel、Wing VC、Scribble VC 及 Adrian Aoun 等参与。

这是一笔规模很大的种子轮，但对机器人基础模型公司而言并不夸张。世界模型训练需要视频数据、机器人轨迹和大量算力，模型上线后还要维持低延迟推理；与此同时，团队必须购买和维护多种机器人，才能证明跨本体能力不是针对少数设备调出来的结果。

Dream Labs 的核心成员来自英伟达机器人和 DreamZero 团队。公司联合创始人包括 Joel Jang、You Liang Tan、Scott Reed 和葛云皓，团队此前参与过英伟达 GR00T 相关世界模型研究。

融资的主要用途将是扩大算力、增加任务覆盖、适配更多机器人，并支持更多用户测试。团队后续还计划从当前的双臂平行夹爪扩展到移动操作机器人和灵巧手，这一步的难度会显著提高：移动机器人需要同时处理导航与操作，多指灵巧手的动作维度和接触状态则远复杂于夹爪开合。

Dream-1是一个重要起点，但还不是机器人的GPT时刻

Dream-1 让具身智能出现了一种更接近基础模型产品的交付方式。开发者不必先拥有同型号训练数据，也不必自己维护完整的大模型推理集群，只需把视觉、状态和任务送入模型，再将输出接入现有控制系统。

这种模式能否成立，取决于跨本体能力是否可以稳定复现。机器人行业过去不缺“第一次成功”的演示，真正稀缺的是第 1000 次仍然成功，以及失败时知道自己失败了。

Dream-1 当前最值得肯定的是，它没有只停留在论文和精选视频阶段，而是允许外部开发者把模型接到自己的机器人上测试。开放测试会迅速暴露模型在相机角度、光照变化、机械误差、控制延迟和陌生物体上的真实边界，这比继续增加官方演示更有意义。

Dream-1 当前最需要警惕的是对“零样本”的过度解读。它证明了机器人控制策略可以跨越部分硬件差异，但并没有证明一个模型能够安全控制任意机器人；它在第三方榜单上拿到 59.3% 的领先得分，也没有意味着机器人操作已经达到工业级可靠性。

如果 Dream Labs 能在接下来几个月公布按机器人类型拆分的成功率、控制延迟、连续运行时间和失败案例，Dream-1 才有机会从一个亮眼的研究产品变成可评估的机器人基础设施。现阶段更准确的判断是：Dream-1 已经把跨本体世界动作模型推进到外部开发者可试用的阶段，但它距离真正通用、可靠且安全的机器人“大脑”仍有明显距离。

参考来源

• Dream Labs 官方 Dream-1 研究页面：核心发布信息、模型定位、跨机器人演示与产品价格；受可引用域名范围限制，本文不附站外链接。
• Robocurve RoboDojo-RC Tier 1 评测信息：用于核对 Dream-1 的 59.3% 平均任务得分；受可引用域名范围限制，本文不附站外链接。
• GitHub：Dream-1 与 Dream Labs 相关公开项目检索：用于持续查看公开代码、工具或社区复现项目，检索结果不等同于官方开源仓库。
• Reddit：Dream-1 相关社区讨论检索：用于追踪开发者实测反馈与公开讨论，不作为官方性能数据来源。