Dream Labs sammelt 90 Millionen Dollar ein, um ein einziges KI-Gehirn zu bauen, das jeden Roboterarm steuert

Dream Labs, ein von ehemaligen Nvidia-Robotikforschern gegründetes Startup, hat 90 Millionen Dollar in einer von B Capital und Kindred Ventures geführten Seed-Runde eingesammelt, um Dream-1 zu bauen — ein KI-Modell, das dafür entwickelt wurde, Roboterhardware zu steuern, auf die es nie speziell trainiert wurde. Parallel zur Finanzierungsrunde startete das Unternehmen die Dream API, die es als die erste öffentlich verfügbare API für ein Roboter-Foundation-Modell beschreibt. Die Botschaft ist direkt: Roboterhardware ist seit Jahren gut genug, und was wirklich fehlte, war ein Gehirn, das allgemein genug ist, um jede davon zu steuern.

Wie Dream-1 über verschiedene Hardware hinweg generalisiert

Die meisten Robotersteuerungssysteme werden für eine Maschine trainiert, die eine Aufgabe ausführt, weshalb die Einführung eines neuen Roboterarms traditionell monatelange aufgabenspezifische Programmierung bedeutete. Dream-1 verfolgt einen anderen Ansatz: Es wird hauptsächlich mit Videos von Menschen trainiert, die Alltagsaufgaben erledigen, und lernt dann vorherzusagen, was als Nächstes passieren sollte, und diese Vorhersage in Motorbefehle für den jeweils gesteuerten Roboter zu übersetzen. Dream Labs sagt, das Modell könne jeden mit Greifern ausgestatteten Roboter im Zero-Shot-Modus bedienen, ohne zusätzliche Trainingsdaten, und bewältige derzeit Tischaufgaben wie Aufnehmen, Platzieren und Falten von Wäsche.

Mitgründer und CEO Joel Jang verglich die Idee mit einem Mietwagen: Ein Fahrer lernt nicht jedes Mal neu zu fahren, wenn er in ein unbekanntes Fahrzeug einsteigt, sondern findet die Bedienelemente und wendet seine bisherige Erfahrung an. Dream-1 ist darauf ausgelegt, einen neuen Roboter genauso zu behandeln.

Was die API Entwicklern tatsächlich bietet

Dream API verbindet sich mit dem Kamera-Feed eines unterstützten Roboters, akzeptiert eine Anweisung in natürlicher Sprache und liefert die zur Ausführung notwendigen Motorbefehle zurück. Für Teams, die bessere Leistung bei einer engen Aufgabe benötigen, bietet Dream Labs zudem einen Fine-Tuning-Dienst an. Ein drittes Produkt, Robot Playground, ermöglicht es jedem, über einen Browser Befehle an einen physischen Roboter im Büro von Dream Labs in San Francisco zu senden und das Ergebnis live zu beobachten.

Warum dies eine Wette auf eine bestimmte Robotik-Theorie ist

Dream Labs setzt seine Finanzierung auf die These, dass allgemeine Foundation-Modelle für physische Aktionen Fähigkeiten schneller zwischen verschiedenen Roboterkörpern übertragen können als handcodierte Bewegungsplanung. Das Risiko liegt in der Qualität der Generalisierung unter realen Bedingungen.

Was als Nächstes zu beobachten ist

Für Roboterhardware-Startups lohnt sich eine Bewertung der Dream API jetzt, wenn Integrationskosten das Haupthindernis sind. Für Käufer und Investoren ist das zu beobachtende Signal, ob Dream Labs die Aufgabenabdeckung über die Tischmanipulation hinaus auf fahrende mobile Roboter und geschicktere Hände erweitert.