觅蜂助力“机器人版 ChatGPT”

用自然语言下达指令，让机器人叠毛巾、关抽屉、挂耳机——如同向 ChatGPT 提问一样，开发者如今可以通过一个开放接口，让机器人执行现实世界中的任务。

10 月 20 日，由前英伟达 GR00T 核心成员团队创立的 Dream Labs，上线全球首个面向公众开放的机器人基础模型 API——Dream API。觅蜂科技为其背后的世界动作模型 Dream-1 提供覆盖无本体数据、真机数据、真机测试与评测的全流程服务，支持模型研发与零样本（Zero-shot）泛化可行性验证。

随着机器人硬件成本持续下降，行业迫切需要能够跨任务、跨本体复用的“通用大脑”，降低每换一台机器人、一个任务就要重新训练与适配的成本。Dream API 将机器人模型能力以 API 形式向公众开放，开发者无需具备机器学习背景，即可接入自己的机器人，通过自然语言指令驱动机器人执行任务。Dream-1 使用价格为每小时3美元。目前已有20多家硬件厂商加入合作。

Dream API 背后搭载的是世界动作模型（WAM）Dream-1，联合学习视频预测与动作生成，能够实时、闭环地控制机器人。据团队披露，在27种未见过的机器人的仿真评测中，24种达到训练本体 YAM 一半以上的表现；在真机上，Dream-1 无需使用目标机器人的特定数据进行额外训练，即可完成叠毛巾、关抽屉、悬挂耳机等任务。目前，其零样本跨本体能力主要面向双臂平行夹爪机器人。

让机器人在新本体上“零样本上手”，离不开训练数据的积累与真实执行的检验。

在此次合作中，觅蜂科技提供无本体数据，用于 Dream-1 世界动作模型的预训练，通过丰富的人类操作与物体交互信息，支持模型学习不同任务的操作过程；同时提供真机数据，补充机器人实际执行中的运动、操作与接触经验。两类数据相互补充，为模型的能力学习与迭代优化提供支持。

从数据供给到真机验证，觅蜂进一步提供测试与评测服务，协助团队检验 Dream-1 在新本体上的零样本泛化可行性。通过观察机器人对指令的理解、任务执行过程及完成情况，评估模型已有能力能否迁移到新的机器人上，识别执行中的问题，为后续数据补充、模型优化与本体适配提供依据。

作为一站式物理 AI 数据服务平台，觅蜂构建了覆盖无本体、真机遥操与仿真的数据服务体系。此次助力 Dream-1，将数据供给与执行验证相衔接，进一步拓展了觅蜂服务基础模型研发的实践。

未来，觅蜂将持续扩充高质量数据供给，完善数据治理、标准化交付与真机评测能力，为模型研发团队、机器人厂商和科研机构提供全流程服务，推动机器人模型走向更多真实场景。