Lindon Gao, da Dyna, diz que um fluxo de trabalho que funcione equivale a todos e mudou o gasto para o pré-treino

Lindon Gao, fundador e CEO da Dyna Robotics, deu a Zhang Xiaojun uma entrevista de 171 minutos no episódio 154 do podcast dela 商业访谈录 (Entrevistas de negócios), lançado esta semana, e disse que fazer um cenário funcionar por completo é o mesmo que fazer todos os cenários funcionarem. A aposta por trás dessa frase é uma mudança de orçamento: depois de um produto de guardanapos que cumpria a especificação, mas precisava de alguém de olho, a Dyna passou de dividir o pré-treino e o pós-treino igualmente a gastar muito mais em pré-treino, uma mudança que Gao data deste ano. A própria publicação da Dyna dá a conferência: diz que um ciclo de lavanderia encadeia cerca de 79 passos e que, com 95% por passo, "quase nunca termina sem ajuda".

As notas do programa contrapõem a rota da Dyna, que trata um fluxo de trabalho como a menor unidade e orienta o pré-treino do modelo a partir de tarefas reais, à rota de pesquisa pura do cérebro da Physical Intelligence, e Gao resumiu a diferença entre fazer um fluxo de trabalho e fazer 100 em "só os dados de 100 fluxos de trabalho".

O robô dos guardanapos cumpriu a especificação e ainda assim precisava de alguém de olho

A Dyna lançou o Dyna-1 em junho de 2025 e o colocou para dobrar guardanapos de junho a setembro. Gao disse que o robô dava conta de quatro das cinco dobras e deixava a mais difícil, a última, para a equipe do restaurante; o cliente, uma conta de restaurante muito grande que precisava de 1.300 guardanapos por dia, reclamou ao ver quanto tempo de equipe aquela última dobra consumia. No começo, o Dyna-1 dobrava 850 guardanapos em 24 horas, cerca de 65% dessa necessidade diária, e o trabalho de velocidade o levou à meta. Pegar dois guardanapos de uma vez custava cerca de dois minutos para desembaraçar, e Gao disse que uma taxa de 10% de pegadas duplas deixaria a meta diária fora de alcance.

O produto de guardanapos tinha mais de 10 clientes, e Gao disse que decidiu em 2025 não escalá-lo porque o robô terminava a tarefa sem terminar o fluxo de trabalho inteiro. Ele chamou "o robô precisa de alguém de olho" de um problema de produto muito grande.

Gao resumiu o raciocínio em uma frase: "Se você escala um produto incompleto, ele vira um fardo mais adiante". Questionado sobre laboratórios de pesquisa que dizem que o problema fundamental é o cérebro do robô, ele respondeu com outra pergunta: "Se o cérebro fica aquém, onde?" e depois: "Mas no cenário de dobrar guardanapos, era um problema de cérebro?" Dentro da tarefa, disse ele, a inteligência não era a restrição; o cenário falhava porque nenhum ciclo fechado se formava ao longo de todo o fluxo de trabalho.

O pré-treino cresce, e Gao inverte a própria regra sobre qualidade de dados

Em 2025, disse Gao, os modelos de base não eram bons o bastante para implantar: lentos, bagunçados, capazes de fazer uma coisa com sucesso uma vez, então ele fixou para a equipe uma taxa de sucesso de 99% como meta de pesquisa. O Dyna-1 usou o que Gao chamou de dados de mais alta qualidade, e ele disse à equipe para apostar tudo neles. Ele diz que ouviu de forma seletiva o que queria de pesquisadores de modelos de linguagem e de geração de vídeo que relatavam que remover parte dos dados melhorava o pré-treino.

Os fluxos de trabalho mudaram a regra. Quando a Dyna passou a tratar um fluxo de trabalho como a unidade, disse Gao, a prioridade virou se o modelo vê a experiência humana mais diversa e ampla, e que a otimização pesada de qualidade antes de chegar a dados em escala de internet "não é necessariamente uma questão de primeiros princípios". Ele disse que por volta do fim de 2025 a Dyna passou por um período de confusão estratégica, com um grupo a favor da implantação e outro da pesquisa, e que ele se inclinou para a pesquisa. Este ano a divisão mudou, com o pré-treino consumindo agora muito mais orçamento do que o pós-treino, e ele disse que a maior parte da robustez de um modelo vem do pré-treino.

Um ciclo de 79 passos exige quase 99,9% por passo para terminar sem ninguém

Tratando esses 79 passos como independentes e sem permitir recuperação, um ciclo se completa em cerca de 1,7% das vezes com 95%; com 99% a cifra fica em torno de 45%, e com 99,9%, em cerca de 92%. A contagem de 79 passos da Dyna é uma estimativa e sistemas reais se recuperam de algumas falhas. Nessa aritmética, um fluxo de trabalho cobre um turno sem ninguém só quando a confiabilidade por passo fica perto de 99,9%.

A Dyna apresentou o Taku em 29 de setembro, um semi-humanoide com a parte superior do corpo em forma humana, a parte inferior dobrável, quatro rodas esterçáveis e dois braços de 7 graus de liberdade sobre atuadores planetários de baixa redução, e mostrou um fluxo de lavanderia de uma hora, autônomo e sem cortes. O stack roda em três camadas: um controlador de corpo inteiro treinado com aprendizado por reforço em simulação, a 100 Hz; a política Dyna-2, um modelo de ação-mundo que produz trajetórias-alvo de corpo inteiro; e um orquestrador de modelo de linguagem e visão que acompanha o fluxo de trabalho, mantém uma memória de texto e escolhe o próximo passo. A Dyna conta treze pontos de decisão em um ciclo de lavanderia.

A aposta no pré-treino tem números próprios. O Dyna-2, publicado em agosto de 2026, é pré-treinado com mais de um milhão de horas de vídeo humano em primeira pessoa, cerca de 170 anos, e sua pontuação média normalizada em 14 tarefas subiu de 20% para 28%, 45% e 53% conforme os dados humanos iam de 1.000 para 10.000, 100.000 e 1.000.000 de horas: um ganho de 33 pontos ao longo de um aumento de mil vezes. Em clientes que nenhum dos dois modelos tinha visto, a Dyna relata uma taxa de aprovação em produção de 46% para o Dyna-1 e de 87% para o Dyna-2, 41 pontos de diferença.

Cada fluxo de trabalho ainda precisa do seu próprio trabalho de recuperação

O próprio relato de Gao limita até onde vai o argumento dos dados. Colocar os guardanapos alinhados numa posição específica do cesto é um problema que o pré-treino resolve pela linguagem, disse ele, e a Dyna atribuiu ao pré-treino o fraco seguimento de instruções da sua VLA; pegar dois guardanapos de uma vez é um problema que o pré-treino não resolve, então um fluxo de trabalho ainda precisa de trabalho de pós-treino no seu fracasso específico.

A cifra de 87% é evidência real de cliente, mas vem de tarefas estacionárias, onde a Dyna também diz que um site novo atinge seu patamar de produção em apenas três dias; o fluxo de trabalho completo ainda não tem um número comparável.

Os dois documentos da Dyna de setembro discordam sobre até onde chegou a implantação. A publicação técnica chama os clientes reais de "nosso próximo marco", enquanto o comunicado de imprensa do mesmo dia diz que o Dyna 2.1 está sendo implantado em hotéis, lavanderias e restaurantes. Gao disse que o fluxo de trabalho tem clientes comerciais, mas que "ainda não está totalmente implantado", citando os hotéis. Ele disse que cada lavanderia de hotel precisa de 2 a 5 pessoas dependendo do hotel, que a abordagem poderia chegar a 100.000 hotéis nos EUA, e colocou esse mercado em "vários bilhões", disse que os robôs estão a "um ou dois anos" de um product-market fit escalável, e disse que a Dyna já supera sua métrica de valor: um robô trabalhando 24 horas iguala a jornada de 8 horas de um trabalhador americano.

Se os 87% se mantiverem no fluxo de lavanderia completo em clientes, a guinada para o pré-treino vai parecer o que pagou por esses 87%.

Na versão de guardanapos de 2025, o robô às vezes ficava meia hora seguida parado, disse Gao, porque a equipe não havia colocado uma nova pilha no lugar. Em setembro, o Taku rodou uma lavanderia sozinho por uma hora sem cortes.