老黄刚投的具身智能公司:三个华人创办

360影视 欧美动漫 2025-09-21 10:30 1

摘要:Dyna Robotics,1年前刚成立,现在对外官宣了1.2亿美元(折合人民币约8.6亿)A轮融资,新晋股东中,老黄治下的英伟达赫然在列。

Jay 发自 凹非寺

老黄又投了一家具身智能公司!

Dyna Robotics,1年前刚成立,现在对外官宣了1.2亿美元(折合人民币约8.6亿)A轮融资,新晋股东中,老黄治下的英伟达赫然在列。

众所周知,老黄已经明确下一波硬科技浪潮属于具身智能、属于物理AI……所以英伟达的投资押注,也已经在遍地播种了。

Dyna Robotics不是第一家英伟达投资的具身智能机器人公司。

全华班创业团队——三个创始人都是华人的具身智能机器人创业公司,似乎还是第一家。

Dyna Robotics有什么独特之处?

就在最近,Dyna对外官宣了1.2亿美元A轮融资,投后估值6亿美元。更早之前的种子轮,大概获得了2000万美元融资。

有意思的是,这轮早期融资中,挤满了巨头产业投资部,包括英伟达、亚马逊和Salesforce。

Dyna披露,他们希望能利用这笔资金进一步完善其AI模型并部署更多机器人。

Dyna成立于2024年,目前公司只有大概30名员工,总部位于美国加利福尼亚州红木城,但他们在上海长宁区也设有分部,公司的中文名叫达纳灵动

在Dyna成立之初,创始人团队为了找到一个合适的战略定位绞尽了脑汁。

毕竟对前沿科技创业来说,最大的挑战往往是把握好技术与商业落地之间的平衡:目标若定得过远,短期内难以实现;但若过于保守,又容易陷入价格战频发的红海。

深思熟虑后,Dyna团队一致决定:短期内不要碰人形机器人,也不要进军制造业和家庭

在他们看来,工业场景虽高度结构化,任务也比较简单,但流水线上的一次失误就会造成巨大损失,现阶段大模型+具身智能无法满足工业场景对精准率的恐怖要求。

然而,家庭环境又太复杂,想让机器人一下子全都搞定也不太现实。

因此,Dyna决定先将具身AGI带入商用场景

商用场景的有趣之处,在于它恰好介于工业和家用之间——既有对人工泛化能力的需求,又不像工业制造对准确率有那么严格的要求;同时,商用任务往往相对集中且明确,不需要像家用那样“无所不包”。

Dyna创始人York Yang对此有个有趣的比喻:

就像人从小到大不断学技能一样,Dyna希望通过商用场景,一点点积累机器人真实数据,为这个“小AGI宝宝”提供养分,让它在摸爬滚打的过程中逐步学会一个又一个技能,最终组装成为一个强大的具身智能体。
这样,既能产生营收自我造血,也不至于像无人驾驶行业那样“无限烧钱”却迟迟看不到落地。

今年4月,Dyna便以这个理念为基础,发布了其自研VLA模型DYNA-1(Dynamism v1),这是世界范围内首款可落地于商业场景的灵巧操作基础模型

根据Dyna公布的演示视频,搭载DYNA-1的机械臂已实现完全自主运行24小时以上,期间成功折叠餐巾900余次,成功率高达99.4%——要知道,像这餐巾这种精细任务这对机器人来说可是地狱级难度。

目前,DYNA-1已经开始在多个真实场景中落地应用:餐厅里折叠餐巾、健身中心整理毛巾、自助洗衣店分拣衣物……

那么它是怎么做到的呢?

DYNA-1是一个“单权重通用基础模型”(Single-weight general foundation mode),该模型采用一组固定的参数来处理多种任务,无需为每个任务重新训练。

简单来说,单权重意味着DYNA-1不会提前写好一条条任务指令,而是靠环境中不断输入的数据来学习,这样的机制让它更适合大规模部署。

Dyna首席科学家Jason Ma表示,随着DYNA-1在工业制造、餐饮和服务等商用场景落地,它能把之前学到的经验迁移到新任务上。这种“举一反三”的能力,是走向泛化和规模化应用的关键。

可扩展的现实世界机器人学习系统需要掌握和泛化许多操作技能。Dyna研发的基础模型不仅需要具备对世界的普遍理解,还要能在实际操作中快速自我学习,实现在线迭代。

这意味着,每一次新的部署都会让DYNA-1学到更多,进而让更多用户愿意部署它。应用产生的数据又反过来推动研发,形成一个不断加速的数据飞轮

Dyna团队对这种模式非常看好,他们认为DYNA-1有机会填补具身智能里长期缺失的三块拼图:

1、泛化能力+高性能:能快速掌握新任务,并以低成本推广到各种环境。

2、鲁棒性:能灵活应对现实世界中那些意想不到的“长尾情况”,这让其有希望从实验室原型跨过到量产应用。

3、商业模式:技术必须能和经济模型挂钩,否则具身AGI只能停留在概念层面。商用场景就像机器人宝宝的一根拐杖,可持续的变现手段能够使其撑到实现具身智能AGI的那天。

如果这三点都能满足,机器人就能真正做到“开箱即用”,实现工业化部署和规模扩张。

除了特殊的技术基因,Dyna在主创团队上也有一点特别之处——3位联合创始人都是华人!

他们分别是:Lindon Gao、York Yang,和Jason Ma。

Lindon Gao是Dyna的联合创始人兼CEO,毕业于纽约大学Stern商学院,负责公司的整体战略和商业化方向。

其实,这已经不是Lindon第一次在人工智能领域创业了,Lindon创办的上一家公司叫Caper AI

Caper AI故事要追溯到数年前。Lindon在Zara的收银台“惨遭”了漫长的排队等待,这个小小的痛点让他萌生了一个念头:能否用AI打造一台能自动结账的购物车?

于是2016年,Lindon创办了Caper AI。这家公司为零售商提供人工智能驱动的智能购物车,产品一经推出便迅速走红。到2021年,Caper AI被美国最大的线上生鲜杂货配送平台之一Instacart以3.5亿美元收购,Lindon也因此加入了Instacart。

不过,在Lindon工作的这段时间,Lindon逐渐察觉到了三个不容忽视的趋势——大语言模型突飞猛进,智能硬件加速成型,全球劳动力短缺

凭借上一次创业的经验,他很快把这些点连成了面,看到了一个全新方向——具身智能。

2024年9月,Lindon离开了Instacart,正式投身具身智能赛道,创办了Dyna。

另一位联合创始人York Yang是研发负责人,负责Dyna的工程和产品开发。

York本科在浙江大学学习电子工程,毕业后前往UCLA攻读计算机科学硕士学位。

York和Lindon的相识颇有缘分。York在UCLA读书时结识了同样在技术圈活跃的Yilin Huang,而Yilin,正好是Lindon的小学同学。

借着这层关系,York第一次接触到了Lindon和他的创业项目Caper AI。

在深入了解后,York觉得Caper AI潜力巨大,而Lindon的商业直觉与自己的工程能力又能形成天然互补。于是二人一拍即合,友好的合作就这样开始了。

最后是Jason Ma,他是Dyna联合创始人兼首席科学家,负责基础模型的研发。

Jason是宾夕法尼亚大学计算机与信息科学系的PhD,研究方向是机器人基础模型和强化学习,他的研究成果被ICRA、CORL、ICML等多个顶级学术会议和刊物所认可。

加入Dyna之前,Jason还曾在Google DeepMind、NVIDIA AI和Meta AI等前沿的人工智能实验室工作过。

今年起,老黄在机器人领域几乎是“全线出击”。

已知英伟达直接下注的公司,就有三家:Figure AI、Dyna Robotics、Skild AI

而在生态合作层面,英伟达把触角伸向了国内——银河通用、宇树科技等初创公司都成了“老黄朋友圈”的成员。

这些公司以后成功不成功不好说,但英伟达家的卡是得用起来了。

就是不知道,最先进的卡会有投资项目先买的“优速通”权益吗?

参考链接:
[1]https://www.bloomberg.com/news/articles/2025-09-15/dyna-robotics-raises-120-million-in-funding-from-nvidia-amazon
[2]https://www.prnewswire.com/news-releases/dyna-robotics-raises-120-million-to-advance-robotic-foundation-models-on-the-path-to-physical-artificial-general-intelligence-302556817.html
[3]https://www.dyna.co/
[4]https://salesforceventures.com/perspectives/welcome-dyna-robotics/
[5]https://zpotentials.substack.com/p/z-potentials-york-yang-silicon-valley-ai-project-acquired-for-hundreds-of-millions-yc-backed-82d0bcdc42e3
[6]https://mp.weixin.qq.com/s/bskQ8GhdO0tEVIiJLySdDQ
[7]https://mp.weixin.qq.com/s/0cL5aiUXi_LMnvEeEzqE_A
[8]https://mp.weixin.qq.com/s/gLcySs43gs9yd7BPCyzXQg
[9]https://mp.weixin.qq.com/s/eNf9Ip51OOyqGanbhjwLqQ

— 完 —

关注我们,第一时间获知前沿科技动态签约

来源:量子位一点号

相关推荐