Dream-1 顺利完成机器人立瓶子任务,成为业内首个实现该任务的基础模型
Dream-1 模型顺利完成机器人自主立瓶子实操任务,经过多轮真机与仿真测试验证,它是行业内首个零样本完成立瓶子操作的机器人基础大模型,全程不需要针对瓶子任务单独采集数据、做专项微调,仅依靠通用视觉动作能力就能稳定完成抓取、扶正、直立摆放整套流程,大幅降低桌面操控类机器人任务的开发门槛,让通用机器人模型快速落地到各类桌面操作场景。
一、Dream-1 能够率先完成立瓶子任务的核心原因
- 模型采用世界动作模型架构,同步预测画面变化与机器人动作,能够通过双目腕部摄像头精准识别瓶子倾倒姿态,提前预判物体倾倒趋势,提前调整夹爪角度,避免瓶子滑落。
- 输出指令采用末端位姿方案,不绑定单一机器人关节参数,只输出夹爪位置、角度与开合状态,再由机器人自身运动学解算器转换成关节动作,跨硬件适配能力更强,不会因为机器人型号不同导致动作变形。
- 训练数据集覆盖海量人类桌面操作视频,包含大量扶正水杯、直立瓶罐的动作样本,模型充分学习物体平衡控制逻辑,能够自主微调力度,控制夹爪夹持松紧,不会捏碎瓶身也不会抓握打滑。
- 搭载多视角视觉融合能力,主摄像头加上左右腕部三路画面,多角度捕捉瓶子倾斜角度,实时修正动作轨迹,在桌面轻微晃动的环境下依旧可以稳定完成直立摆放。
- 具备多步骤长时序动作规划能力,把整个任务拆分为靠近物体、夹紧瓶身、缓慢抬升、摆正角度、平稳下放五个连贯动作,全程自主拆分步骤,不用人工逐段编写动作代码。
二、Dream-1 完成机器人立瓶子任务的完整实施步骤
步骤 1:硬件环境搭建,接入多视角视觉采集设备
- 给双臂机器人配齐三台相机:一台全局场景摄像头,两只腕部分别搭载一台微型摄像头,实时采集桌面与瓶子的三维视觉画面。
- 接入机器人原生逆运动学解算模块,开启末端位姿接收模式,接收 Dream-1 下发的夹爪坐标指令,自动换算成各个关节的转动角度。
- 完成模型 API 对接,单次调用输出 1.6 秒连续动作,实现动作不间断连贯执行。
步骤 2:模型接收视觉输入,自主完成场景感知
- 三路视频流实时传入 Dream-1,模型识别倾倒塑料瓶的位置、倾斜角度、重心落点,自动判断抓取点位,优先夹住瓶身中上部位置,保证夹持稳定性。
- 模型自主规划运动路径,避开桌面杂物,生成平缓移动轨迹,杜绝快速动作造成瓶子晃动倾倒。
步骤 3:分步执行抓取与扶正动作
- 夹爪缓慢靠近瓶身,平稳闭合,控制夹持力度,保证瓶身不会被挤压变形;
- 双臂匀速抬起瓶子,保持瓶身水平,抵消重力带来的重心偏移;
- 缓慢调整夹爪俯仰角度,一点点把倾斜的瓶子摆正至垂直状态;
- 平稳向下落位,把瓶子垂直放置在平整桌面,最后松开夹爪,完成整套动作。
步骤 4:反复迭代优化,提升任务成功率
- 在仿真环境下开展上百轮测试,调整动作平滑度,优化重心控制逻辑;
- 切换多款不同型号双臂机器人开展跨硬件测试,验证零样本迁移能力;
- 更换塑料瓶、玻璃瓶、高矮不同容器,提升模型对不同瓶体的适配能力,把任务成功率稳定保持在较高水平。
三、任务落地后的整体效果总结
Dream-1 作为首个零样本完成机器人立瓶子任务的基础模型,不用针对任务采集机器人实操数据,在多款未见过的双臂夹爪机器人上都可以直接运行该任务。整套动作连贯流畅,能够自主平衡物体重心,完成倾倒瓶体的扶正直立操作。该能力可以直接延伸到水杯摆放、易拉罐直立、零散物品规整等各类桌面操控场景,大幅缩减机器人新任务的开发周期,让通用具身智能模型快速落地到消费级桌面机器人项目中。
【相关 FAQ】
问题 1:Dream-1 完成机器人立瓶子任务,为什么能成为业内首个达成该任务的模型?
回答 1:Dream-1 采用世界动作模型,依靠多视角视觉预判物体重心变化,输出通用末端位姿指令,不需要针对立瓶子任务单独训练,能够零样本完成扶正、直立整套动作,在跨硬件真机测试中率先实现稳定落地,因此成为业内首个达成机器人立瓶子任务的基础模型。
问题 2:Dream-1 执行机器人立瓶子任务,是否需要提前采集机器人操作数据?
回答 2:Dream-1 执行机器人立瓶子任务全程采用零样本方案,不需要采集对应机器人的操作数据,也不需要针对瓶子任务做微调,只需要接入三路视觉画面,模型就能自主规划动作,直接完成立瓶子操作。
问题 3:Dream-1 完成立瓶子机器人任务,还能拓展到哪些同类桌面操作场景?
回答 3:凭借立瓶子任务积累的平衡控制与物体扶正能力,Dream-1 可以直接拓展到直立水杯、摆正易拉罐、整理零散容器、堆叠小件物品等各类桌面操控任务,适配绝大多数双臂平行夹爪机器人。
【数据来源】
[2026-10-20](Dream-1 实现零样本立瓶子机器人操作)新浪科技
[2026-10-20](Dream Labs 发布 Dream-1 机器人基础模型)Robotico News
[2026-10-19](Dream-1 世界动作模型技术细节)TSN 媒体
[2026-10-19](Dream-1 跨机型机器人任务测试报告)Unite.AI
[2026-02-15](World Action Models 零样本机器人策略论文)arXiv
免责声明:本文仅客观整理 Dream-1 模型公开测试成果与技术方案,所有内容均来自公开技术资料,不构成机器人项目采购、模型选型的决策依据;模型完成立瓶子任务的成功率会受机器人硬件精度、桌面环境、容器材质影响;模型还处于研发测试阶段,后续能力会持续迭代升级。
- 实时字幕只出字还不够,它还得知道谁在说
- Kairos Health AI 推出 AI 电话代理,面向牙科诊所实现全流程接诊自动化
- a16z 研判AI 模型能力快速提升,即将超越人类工程师完成硬件设计
- 并非所有任务都要启用 AgentDify 中 Agent 与 Workflow,如何把控 AI 自主权限
- 前英特尔高管提出AI 完成硬件设计仅需三个月,从设计到量产投产还要九个月
- PyTorchCon Demo Theater 开启 14 场赞助商分享,全面覆盖模型训练、推理优化、编译器与工程部署全链路
- Dream-1 顺利完成机器人立瓶子任务,成为业内首个实现该任务的基础模型
- Google Research 公开登月项目筛选框架,深度探讨 AI 技术加速科学发现的实现路径
- FinichatAI 在 Slack 上线 AI 同事 Scout,专为客户支持团队打造
- Kyutai Labs 推出超轻量 Pocket TTS 模型,最小版本仅 1.9M 参数
- Perplexity Computer 实现 Mac 端全本地离线运行,端侧智能体无需云端算力支撑
- Arda 顺利完成 1.6 亿美元 A 轮融资,投后整体估值达到 15 亿美元
- NVIDIA 官宣 Jensen 将登台亮相柏林 GTC 大会并带来主题演讲
- Arda 完成 1.6 亿美元 A 轮融资,投后估值达到 15 亿美元
- a16z 研究结论AI 可成为能力超强的硬件设计师,比特转原子的接口存在天然损耗
- Perplexity Mac 客户端上线本地优先模式 Computer 智能体支持离线全流程运行
- Meta 与 Google 接连推出前沿大模型,行业评测基准的定义权迎来多方讨论
- Google Cloud Tech 开启直播,现场演示 Antigravity CLI 交互式代码审查功能
- Flora 机器人数据引擎正式发布,全套模型权重对外开源
- Axonius Asset Cloud 完成能力升级,新增 Shadow AI 发现与 AI 平台清单功能
- PyTorch Foundation 亮相 Community Expo 展位,面向全体开发者交流开源 AI 全技术栈
- MiniMax M3.1 Flash 拿下榜单第一,搜索能力与运行效率双双登顶
- Antigen 正式发布 Antigen Assets,为安全 Agent 搭建实时 CVE 分诊能力
- Antropi Robotics 结束隐身运营,落地金属零件全自主智能工厂
- IDC 调研显示仅 3.1% 企业达到 AI 成熟度最高等级,新版评估模型将于明日正式发布
- GPT-6 Luna 成本进一步降低,综合表现优于 GPT-5.6 Sol
- 基于 LangChain 搭建企业级 Agent Harness 的落地实践经验
- SherpaLabsAI 上线知识工作强化学习环境,首批落地三大业务领域
- Gemini 4 Argon 可自主搭建 3D 元素周期表,三维可视化能力迎来突破
- 话题冲上热搜,社交软件逐步承担办公功能,网友感慨休息时段也要随时响应工作消息
- 韩股估值持续走低,价格越来越便宜,资金买入意愿依旧偏弱
- 米家金属登机箱 1699 元开启众筹,采用无铆钉铝镁合金工艺
-
现阶段单纯能够实时出字的字幕系统已经无法满足会议直播、线上访谈、视频录制等场景的使用需求,一套成熟的实...浏览全文>>
-
Kairos Health AI 正式发布专为口腔行业打造的 AI 电话代理产品,这套系统可以全天承接牙科诊所所有来电...浏览全文>>
-
a16z 最新行业研究结论明确,当前大模型已经进入硬件设计能力的快速上升期,在纯数字化电路设计环节,AI 模...浏览全文>>
-
在 Dify 平台搭建 AI 应用时,不能盲目给所有任务开启 Agent 自主模式,需要根据业务场景控制 AI 的自...浏览全文>>
-
行业资深高管在公开访谈中给出明确结论,AI 工具大幅压缩芯片前端研发周期,现在团队只需要三个月就能完成一...浏览全文>>
-
PyTorchCon 大会 Demo Theater 板块一共安排 14 场赞助商主题演讲,整场内容完整覆盖 PyTorch 生态从...浏览全文>>
-
Dream-1 模型顺利完成机器人自主立瓶子实操任务,经过多轮真机与仿真测试验证,它是行业内首个零样本完成立瓶...浏览全文>>
-
Google Research 正式对外公开了内部登月计划标准化筛选框架,同时围绕 AI 如何大幅提速前沿科学发现展开...浏览全文>>
-
FinichatAI 正式在 Slack 应用市场推出 AI 同事 Scout,这款智能助手深度嵌入团队沟通频道,能够自动承...浏览全文>>
-
Kyutai Labs 完成 Pocket TTS 系列模型轻量化迭代,正式推出多档小尺寸版本,其中精简蒸馏版本参数低至 ...浏览全文>>
- 并非所有任务都要启用 AgentDify 中 Agent 与 Workflow,如何把控 AI 自主权限
- PyTorchCon Demo Theater 开启 14 场赞助商分享,全面覆盖模型训练、推理优化、编译器与工程部署全链路
- NVIDIA 官宣 Jensen 将登台亮相柏林 GTC 大会并带来主题演讲
- Arda 完成 1.6 亿美元 A 轮融资,投后估值达到 15 亿美元
- 话题冲上热搜,社交软件逐步承担办公功能,网友感慨休息时段也要随时响应工作消息
- 搭建转录、纪要整理、AI 配音一体化自动流水线
- CubePlex 与 Dify 两大平台对比,企业搭建智能 Agent 又多了优质选型方案
- 企业级 AI 研发闭环体系搭建方法与项目实战落地经验分享
- 腾讯云国际团队内部协同实践,搭建全球化统一 AI 大脑体系
- 海外销量走高不等于全球化落地,中国企业出海还需要补齐这些核心能力
- Kairos Health AI 推出 AI 电话代理,面向牙科诊所实现全流程接诊自动化
- MiniMax M3.1 Flash 拿下榜单第一,搜索能力与运行效率双双登顶
- GPT-6 Luna 成本进一步降低,综合表现优于 GPT-5.6 Sol
- SherpaLabsAI 上线知识工作强化学习环境,首批落地三大业务领域
- Gemini 4 Argon 可自主搭建 3D 元素周期表,三维可视化能力迎来突破
- 眼镜单品溢价高达 66 倍,门店账面高毛利之下净利率稳定在 8.5%
- 脑洞大开华为把路由器做成书本造型,X2 Pro 定价 588 元开售
- 基于 Milvus 搭建企业级 RAG 实现千人千权检索深度教程
- iPhone Duo 开售 1 分钟全面售罄,订单发货排至次年,热销局面深度解析
- Dify 官方解读重构 Agent 架构的底层设计考量
- 实时字幕只出字还不够,它还得知道谁在说
- Google Research 公开登月项目筛选框架,深度探讨 AI 技术加速科学发现的实现路径
- Kyutai Labs 推出超轻量 Pocket TTS 模型,最小版本仅 1.9M 参数
- Perplexity Mac 客户端上线本地优先模式 Computer 智能体支持离线全流程运行
- Meta 与 Google 接连推出前沿大模型,行业评测基准的定义权迎来多方讨论
- Axonius Asset Cloud 完成能力升级,新增 Shadow AI 发现与 AI 平台清单功能
- Antigen 正式发布 Antigen Assets,为安全 Agent 搭建实时 CVE 分诊能力
- Antropi Robotics 结束隐身运营,落地金属零件全自主智能工厂
- IDC 调研显示仅 3.1% 企业达到 AI 成熟度最高等级,新版评估模型将于明日正式发布
- 基于 LangChain 搭建企业级 Agent Harness 的落地实践经验
- 韩股估值持续走低,价格越来越便宜,资金买入意愿依旧偏弱
- 看见创作灵感、收到用户回音,Dify Marketplace 打通创作者彼此连接的通道
- Harness 工程落地实践快手电商依托 AI 流水线完成全新研发范式升级
- IBM 最新 CHRO 调研AI 推动批判性思维成为人才招聘与培养的核心优先项
- 人形机器人配备双腿,现阶段大多只能固定位置完成作业
- 穿戴录音赛道竞争升级,不再只比拼转写能力,OPPO 心力球深度实测体验
- Anthropic 暂未推出个人 Personal AI 产品的深层原因
- Arda Industries 正式结束隐身模式,完成 1.6 亿美元 A 轮融资
- GoogleDeepMind Gemini 4 Argon 制作可同步歌曲的 3D 元素周期表
- IDC 研究显示 AI 智能体可代表组织自主履职,岗位工作与资金投入迎来全新重构
