Lindon Gao, de Dyna, dice que un flujo de trabajo que funcione equivale a todos y ha movido el gasto hacia el preentrenamiento

Lindon Gao, fundador y CEO de Dyna Robotics, concedió a Zhang Xiaojun una entrevista de 171 minutos en el episodio 154 de su pódcast 商业访谈录 (Entrevistas de negocios), publicado esta semana, y afirmó que conseguir que un escenario funcione del todo es lo mismo que conseguir que funcionen todos. La apuesta detrás de esa frase es un cambio de presupuesto: después de un producto de servilletas que cumplía su especificación pero necesitaba que alguien estuviera encima, Dyna pasó de repartir el preentrenamiento y el postentrenamiento a partes iguales a gastar mucho más en preentrenamiento, un cambio que Gao fecha en este año. La propia publicación de Dyna da la comprobación: dice que un ciclo de lavandería encadena unos 79 pasos y que, con un 95 % por paso, "casi nunca termina sin ayuda".

Las notas del programa contraponen la ruta de Dyna, que trata un flujo de trabajo como la unidad más pequeña y orienta el preentrenamiento del modelo a partir de tareas reales, con la ruta de pura investigación del cerebro de Physical Intelligence, y Gao resumió la diferencia entre hacer un flujo de trabajo y hacer 100 en "solo los datos de 100 flujos de trabajo".

El robot de las servilletas cumplió su especificación y aun así necesitaba a alguien encima

Dyna lanzó Dyna-1 en junio de 2025 y lo desplegó para doblar servilletas de junio a septiembre. Gao dijo que el robot hacía cuatro de los cinco dobleces y dejaba el más difícil, el último, al personal del restaurante; el cliente, una cuenta de restaurante muy grande que necesitaba 1.300 servilletas al día, se quejó cuando vio cuánto tiempo de personal consumía ese último doblez. Dyna-1 doblaba 850 servilletas en 24 horas al principio, alrededor del 65 % de esa necesidad diaria, y el trabajo en velocidad lo llevó al objetivo. Coger dos servilletas a la vez costaba unos dos minutos de desenredo, y Gao dijo que una tasa del 10 % de dobles agarres dejaría la meta diaria fuera de alcance.

El producto de servilletas tenía más de 10 clientes, y Gao dijo que en 2025 decidió no escalarlo porque el robot terminaba la tarea sin terminar el flujo de trabajo completo. Calificó "el robot necesita a alguien que lo vigile" como un problema de producto muy grande.

Gao resumió el razonamiento en una frase: "Si escalas un producto incompleto, más adelante se convierte en una carga". Preguntado por los laboratorios de investigación que dicen que el problema de fondo es el cerebro del robot, él respondió con otra pregunta: "Si el cerebro se queda corto, ¿dónde?" y luego: "Pero en el caso del doblado de servilletas, ¿era un problema del cerebro?" Dentro de la tarea, dijo, la inteligencia no era la limitación; el escenario fallaba porque no se formaba un bucle cerrado en todo el flujo de trabajo.

El preentrenamiento crece y Gao da la vuelta a su propia regla sobre la calidad de los datos

En 2025, dijo Gao, los modelos base no eran lo bastante buenos para desplegarlos: lentos, desordenados, capaces de hacer una cosa bien una vez, así que fijó al equipo una tasa de éxito del 99 % como objetivo de investigación. Dyna-1 usó lo que Gao llamó los datos de mayor calidad, y le dijo al equipo que apostara todo por ellos. Dice que escuchó de forma selectiva lo que quería oír de investigadores de modelos de lenguaje y de generación de vídeo que informaban de que quitar algunos datos mejoraba el preentrenamiento.

Los flujos de trabajo cambiaron la regla. Cuando Dyna pasó a tratar un flujo de trabajo como la unidad, dijo Gao, la prioridad pasó a ser si el modelo ve la experiencia humana más diversa y amplia, y que la optimización pesada de la calidad antes de llegar a datos a escala de internet "no es necesariamente una cuestión de primeros principios". Dijo que hacia finales de 2025 Dyna atravesó un periodo de confusión estratégica, con un grupo partidario del despliegue y otro de la investigación, y que él se inclinó por la investigación. Este año el reparto se movió, con el preentrenamiento consumiendo ahora mucho más presupuesto que el postentrenamiento, y dijo que la mayor parte de la robustez de un modelo viene del preentrenamiento.

Un ciclo de 79 pasos necesita cerca del 99,9 % por paso para terminar sin nadie

Si se tratan esos 79 pasos como independientes y no se permite ninguna recuperación, un ciclo se completa alrededor del 1,7 % de las veces con un 95 %; con un 99 % la cifra es de en torno al 45 %, y con un 99,9 %, de alrededor del 92 %. El recuento de 79 pasos de Dyna es una estimación y los sistemas reales se recuperan de algunos fallos. Con esta aritmética, un flujo de trabajo cubre un turno sin nadie solo cuando la fiabilidad por paso se sitúa cerca del 99,9 %.

Dyna presentó Taku el 29 de septiembre, un semihumanoide con la parte superior del cuerpo de forma humana, la inferior plegable, cuatro ruedas orientables y dos brazos de 7 grados de libertad sobre actuadores planetarios de baja reducción, y mostró un flujo de trabajo de lavandería autónomo de una hora sin cortes. El stack funciona en tres capas: un controlador de cuerpo completo entrenado con aprendizaje por refuerzo en simulación, a 100 Hz; la política Dyna-2, un modelo de acción-mundo que produce trayectorias objetivo de cuerpo completo; y un orquestador de modelo de lenguaje y visión que sigue el flujo de trabajo, mantiene una memoria de texto y elige el paso siguiente. Dyna cuenta trece puntos de decisión en un ciclo de lavandería.

La apuesta por el preentrenamiento tiene sus propias cifras. Dyna-2, publicado en agosto de 2026, se preentrena con más de un millón de horas de vídeo humano en primera persona, unos 170 años, y su puntuación media normalizada en 14 tareas subió del 20 % al 28 %, al 45 % y al 53 % a medida que esos datos humanos pasaban de 1.000 a 10.000, a 100.000 y a 1.000.000 de horas: una ganancia de 33 puntos con un aumento de mil veces. En clientes que ninguno de los dos modelos había visto, Dyna reporta una tasa de éxito en producción del 46 % para Dyna-1 y del 87 % para Dyna-2, 41 puntos de diferencia.

Cada flujo de trabajo sigue necesitando su propio trabajo de recuperación

El propio relato de Gao limita hasta dónde llega el argumento de los datos. Colocar las servilletas bien alineadas en una posición concreta del contenedor es un problema que el preentrenamiento puede resolver mediante el lenguaje, dijo, y Dyna atribuyó al preentrenamiento el débil seguimiento de instrucciones de su VLA; coger dos servilletas a la vez es un problema que el preentrenamiento no puede resolver, así que un flujo de trabajo sigue necesitando trabajo de postentrenamiento sobre su fallo concreto.

La cifra del 87 % es evidencia real de cliente, pero procede de tareas estacionarias, donde Dyna también dice que un sitio nuevo alcanza su umbral de producción en tan solo tres días; el flujo de trabajo completo todavía no tiene una cifra comparable.

Los dos documentos de Dyna de septiembre no coinciden en cuánto ha avanzado el despliegue. La publicación técnica llama a los clientes reales "nuestro próximo hito", mientras que la nota de prensa del mismo día dice que Dyna 2.1 se está desplegando en hoteles, lavanderías y restaurantes. Gao dijo que el flujo de trabajo tiene clientes comerciales pero que "aún no está plenamente desplegado", y mencionó los hoteles. Dijo que cada lavandería de hotel necesita de 2 a 5 personas según el hotel, que el enfoque podría llegar a 100.000 hoteles estadounidenses, y cifró ese mercado en "varios miles de millones", dijo que los robots están a "uno o dos años" de un encaje producto-mercado escalable, y dijo que Dyna ya supera su métrica de valor: un robot que trabaja 24 horas iguala la jornada de 8 horas de un trabajador estadounidense.

Si el 87 % se mantiene en el flujo completo de lavandería en clientes, el giro hacia el preentrenamiento parecerá lo que pagó esos 87 %.

En la versión de servilletas de 2025, el robot a veces se quedaba media hora seguida sin hacer nada, dijo Gao, porque el personal no había puesto una pila nueva en su sitio. En septiembre, Taku hizo funcionar una lavandería por su cuenta durante una hora sin cortes.