# DYNA-2 entrena robots con un millón de horas de vídeo humano Dyna Robotics presenta DYNA-2, un modelo que transfiere aprendizaje desde vídeo humano a varios robots y reduce los datos físicos necesarios para nuevas tareas. - URL canónica: https://robotica.es/ia/dyna-2-video-humano-robots/ - Versión Markdown: https://robotica.es/ia/dyna-2-video-humano-robots.md - Publicado: 2026-08-19 - Última actualización editorial: 2026-08-19 - Autoría: Redacción Robotica.es - Categoría: IA en robótica - Etiquetas: Dyna Robotics, DYNA-2, modelos fundacionales, IA física, aprendizaje robótico, manipulación - Idioma: es-ES **Dyna Robotics** ha presentado **DYNA-2**, un modelo para controlar robots que se ha preentrenado con más de un millón de horas de vídeo humano en primera persona. Su propuesta es utilizar ese material abundante para aprender cómo cambian los objetos al manipularlos y reservar los costosos datos de teleoperación para la adaptación final a cada máquina y tarea. ## Del vídeo humano a la acción del robot La escasez de datos físicos es uno de los cuellos de botella de la robótica generalista. Cada demostración convencional exige un robot, un operador, hardware de captura y tiempo de ejecución. Dyna intenta ampliar esa base con grabaciones de personas cocinando, ordenando, doblando ropa o montando objetos, actividades que ya existen a una escala mucho mayor. Según la [presentación técnica de DYNA-2](https://www.dyna.co/dyna-2), el corpus supera **un millón de horas**, el equivalente a unos 170 años de actividad continua. La empresa construyó cuatro subconjuntos anidados de 1.000, 10.000, 100.000 y 1.000.000 de horas, mantuvo la proporción de cada fuente y evaluó los modelos con un conjunto separado. El rendimiento de predicción mejoró al añadir datos sin mostrar una meseta dentro de ese intervalo. El sistema se describe como un *World-Action Model* o modelo de mundo y acción. Comparte una base entrenada para anticipar tanto los siguientes fotogramas como las próximas acciones. Las secuencias que superan el filtrado de calidad incorporan trayectorias tridimensionales de las manos y una señal de agarre derivada de la separación entre pulgar e índice. Así, el vídeo no sirve únicamente para reconocer la escena: aporta una aproximación a cómo una acción transforma el entorno. La afirmación central es que esa mejora también aparece al evaluar datos de robots que el modelo no vio durante el preentrenamiento. Dyna lo denomina ley de escalado entre cuerpos: aumentar la experiencia humana reduce el error de predicción sobre movimientos robóticos. Es una conclusión más acotada que afirmar que un robot puede copiar directamente cualquier tarea observada en internet; todavía hace falta una fase posterior con datos del hardware real. ## Adaptación con pocos datos físicos Después del preentrenamiento, la compañía ajustó variantes de DYNA-2 con unas pocas horas de datos robóticos. Las pruebas abarcan brazos de dos pinzas, plataformas semihumanoides y manos de cinco dedos. En uno de los ejemplos, unos **diez minutos de teleoperación** bastaron para adaptar el modelo a abrir el tapón de una botella con dos manos robóticas. La [nota corregida distribuida por Dyna](https://www.prnewswire.com/news-releases/dyna-robotics-unveils-dyna-2-world-action-model-demonstrating-first-true-scaling-law-in-robotics-powered-entirely-by-human-data-302847114.html) también compara el sistema con DYNA-1, su arquitectura anterior basada en visión, lenguaje y acción. Ambos alcanzaron un 99,9% de finalización en la evaluación citada, pero DYNA-2 obtuvo una tasa de aprobación de calidad **1,55 veces mayor**. En un despliegue sin ajuste específico para el nuevo emplazamiento, la empresa comunica un 87% de piezas aceptadas frente al 46% de DYNA-1. La corrección importa: no se trata de pasar de un 46% a un 87% de tareas simplemente completadas, sino de mejorar el resultado bajo el criterio de calidad del cliente. Dyna no identifica ese cliente ni publica el protocolo completo del despliegue, por lo que las cifras deben leerse como resultados de la propia compañía, no como una auditoría independiente. El modelo también mostró recuperación ante perturbaciones durante acciones como cortar alimentos o despejar una superficie. Ese comportamiento apunta a una ventaja práctica de predecir la evolución visual antes de ejecutar: si un objeto se desplaza o el primer intento falla, la política puede reconsiderar la siguiente acción en lugar de repetir una secuencia cerrada. ## Una ruta de escalado que aún debe abrirse El interés de DYNA-2 está en separar dos tipos de aprendizaje. El vídeo humano proporciona variedad visual y física a gran escala; los datos del robot enseñan cómo convertir esa representación en órdenes compatibles con sus articulaciones. Si la relación observada se mantiene al crecer, los desarrolladores podrían ampliar repertorios sin multiplicar al mismo ritmo las horas de teleoperación. Pero el anuncio deja preguntas relevantes. Dyna no ha publicado los pesos del modelo ni una evaluación externa reproducible, y la página técnica reconoce que todavía quedan por estudiar el escalado del tamaño del modelo y del cómputo. Tampoco se demuestra que un millón de horas resuelva por sí solo tareas largas, seguridad alrededor de personas o fallos fuera de la distribución de entrenamiento. La empresa ya opera robots de su generación anterior en restauración, lavanderías y hoteles. DYNA-2 representa una capa de control nueva, no un robot autónomo universal listo para cualquier entorno. Su valor se medirá cuando los resultados puedan repetirse en más clientes, máquinas y tareas, y cuando se conozca cuánto ajuste local necesita cada despliegue para mantener la calidad prometida. ## Fuentes - [Dyna Robotics — informe técnico de DYNA-2 y metodología de escalado [en]](https://www.dyna.co/dyna-2) - [PR Newswire — comunicado corregido de Dyna Robotics sobre DYNA-2 [en]](https://www.prnewswire.com/news-releases/dyna-robotics-unveils-dyna-2-world-action-model-demonstrating-first-true-scaling-law-in-robotics-powered-entirely-by-human-data-302847114.html) - [Dyna Robotics — producto, capacidades y despliegues de la compañía [en]](https://www.dyna.co/) - [Imagen: Dyna Robotics vía PR Newswire [en]](https://mma.prnewswire.com/media/2773364/DYNA_Robotics_robot.jpg?p=original)