Dyna-2: IA prevê ações humanas e robóticas com um milhão de horas de vídeo

O Dyna-2 redefine o patamar para modelos de IA na robótica, especialmente como um World-Action Model (WAM) treinado com mais de um milhão de horas de vídeo humano. Ele não apenas prevê ações, mas sim como o mundo evolui em resposta a elas. Essa abordagem, que o CEVIU News já detalhou em matérias sobre "World Models e o Problema dos Dados na Robótica" (fevereiro de 2026) e "World Models: Computando o Incomputável" (março de 2026), é crucial. Ela permite que a IA generalize comportamentos complexos para tarefas e ambientes robóticos que nunca viu.

O grande diferencial do Dyna-2 é validar a "scaling law" de transferência de humano para robô. Ou seja, mais dados de vídeo humanos no pré-treinamento resultam em uma melhoria previsível no desempenho de robôs, mesmo em tarefas zero-shot. Em contraste com abordagens anteriores, como modelos Vision-Language-Action (VLA), a arquitetura WAM do Dyna-2, que inclui modelagem de mundo e predição de vídeo, demonstra uma capacidade de generalização superior em cenários do mundo real, superando até mesmo o desempenho do Dyna-1, um VLA de produção. É a confirmação de que o vídeo é o novo eixo de escalabilidade para modelos de IA que interagem com o mundo físico.

A validação das "scaling laws" pelo Dyna-2 é um marco para a robótica. Ela oferece um caminho claro e previsível para o avanço da IA robótica: mais dados de alta qualidade significam robôs mais capazes e generalistas. Isso reduz a dependência de caros e demorados treinamentos específicos para cada robô e tarefa. Modelos como o Dyna-2 aceleram a chegada de robôs autônomos, capazes de lidar com a complexidade do mundo real e se adaptar a novas situações com maior agilidade e confiabilidade, um objetivo compartilhado por outras iniciativas como o Robotics-1 da Xiaomi e o GEN-1 da Generalist, conforme noticiado pelo CEVIU News.