پرش به محتوای اصلی
ابزارهای هوش مصنوعی

Dream-1؛ مغز مشترک همهٔ ربات‌ها با API ساعتی ۳ دلار

Dream-1 مدل بنیادی رباتیک Dream Labs است که ۱۹ اکتبر ۲۰۲۶ با ۹۰ میلیون دلار سرمایه از حالت مخفی بیرون آمد: با فید دوربین و یک دستور انگلیسی ساده، هر ربات دودستهٔ ناآشنایی را صفر-شات کنترل می‌کند. API عمومی ساعتی ۳ دلار؛ زمین‌بازی زنده در مرورگر رایگان است.

۱۶ دقیقه مطالعه
اشتراک‌گذاری:
نمای زندهٔ Robot Playground شرکت Dream Labs: ربات دودسته در حال کار با دستورهای رأی‌گیری‌شدهٔ کاربران؛ تصویر: اسکرین‌شات SiliconANGLE از dreamlabs.ai
نمای زندهٔ Robot Playground شرکت Dream Labs: ربات دودسته در حال کار با دستورهای رأی‌گیری‌شدهٔ کاربران؛ تصویر: اسکرین‌شات SiliconANGLE از dreamlabs.ai
فهرست مطالب

استارتاپ Dream Labs روز ۱۹ اکتبر ۲۰۲۶ (۲۷ مهر) از حالت مخفی بیرون آمد: مدل بنیادین Dream-1 را معرفی کرد که با یک فید ویدیویی و یک دستور سادهٔ انگلیسی، هر ربات دودسته‌ای را — حتی رباتی که هرگز ندیده — کنترل می‌کند. هم‌زمان API عمومی آن هم فعال شد و قیمت از ۳ دلار در ساعت شروع می‌شود. به‌گفتهٔ بنیان‌گذار شرکت، «سخت‌افزار آماده است؛ چیزی که کم بود مغزی بود که هر رباتی بتواند از آن استفاده کند» — اما دقت کن که این ادعای خود شرکت است و ما آزمون مستقلی از Dream-1 نداریم.

اگر اهل رباتیک هستی، یا فقط کنجکاوی بدانی چرا ربات‌ها با همهٔ پیشرفت هوش مصنوعی هنوز در انبارها یک کار تکراری می‌کنند، این مطلب برای توست. می‌خوانی Dream-1 دقیقاً چه می‌کند، چطور «صفر-شات» روی ربات ناآشنا کار می‌کند، قیمت واقعی‌اش چقدر است، از کجا شروع کنی، و کجای کار هنوز حرفِ شرکت است و مدرک مستقل ندارد.

پاسخ کوتاه

  • Dream-1 یک مدل بنیادین رباتیک است؛ یعنی هوش مصنوعی‌ای که مغز ربات می‌شود، نه چت‌بات. ورودی‌اش تصویر زندهٔ دوربین و یک دستور انگلیسی ساده است و خروجی‌اش حرکت واقعی ربات.

  • سازنده‌اش Dream Labs است، استارتاپی از دل تیم پژوهشی رباتیک انویدیا (پروژه‌های GR00T و DreamZero) که ۱۹ اکتبر ۲۰۲۶ با ۹۰ میلیون دلار سرمایهٔ اولیه از حالت مخفی بیرون آمد.

  • ادعای بزرگ: مدل روی هر ربات دودسته با گریپر ساده، «صفر-شات» کار می‌کند؛ یعنی بدون اینکه آن ربات خاص را قبلاً دیده باشد یا برایش برنامه‌نویسی شده باشد.

  • قیمت: دسترسی به API ساعتی ۳ دلار برای نسخهٔ کامل؛ نسخهٔ سبک‌تر Dream-1-flash ارزان‌تر است (رقم دقیق نسخهٔ سبک در منابع یکی نیست — جلوتر توضیح می‌دهم).

  • شروع بدون ربات: یک «زمین‌بازی» (Playground) تحت وب هست که با تایپ یک دستور، ربات واقعیِ دفتر سانفرانسیسکوی شرکت همان لحظه جلوی چشمت حرکت می‌کند.

اول زمینه: چرا ربات‌ها با این همه هوش مصنوعی، هنوز «کندذهن»‌اند؟

ربات‌های امروز: تک‌کاره و دست‌وپاگیر

به‌گفتهٔ Dream Labs امروز بیش از ۵ میلیون ربات صنعتی در کارخانه‌ها و انبارهای جهان کار می‌کنند. این‌ها کارشان را خوب بلدند، وگرنه کسی پولشان را نمی‌داد. مشکل جای دیگری است: تقریباً همه‌شان فقط یک کار بلدند. رباتی که قفسه می‌چیند، نمی‌تواند جعبه بسته‌بندی کند؛ و بدتر اینکه دانشی که یک ربات به دست می‌آورد، به ربات دیگر منتقل نمی‌شود. سخت‌افزار ارزان شده — به‌گفتهٔ SiliconANGLE امروز بازوهای رباتیک بسیار چابک با چند هزار دلار فروخته می‌شوند — اما این بازوها «بدون هیچ هوشی» تحویل داده می‌شوند و آموزش هر کار تازه به آن‌ها ماه‌ها برنامه‌نویسی تخصصی و خسته‌کننده می‌خواهد. هر بار هم که سخت‌افزار تازه‌ای بیاید، کل این مسیر از صفر تکرار می‌شود.

مدل بنیادین رباتیک یعنی چه؟

مدل بنیادین (Foundation Model) یعنی یک مدل بزرگ و همه‌کاره که به‌جای یک کار خاص، «توانایی عمومی» یاد می‌گیرد و بعد برای کارهای مختلف سازگار می‌شود؛ همان ایده‌ای که GPT را از یک چت‌بات ساده به موتور هزاران اپلیکیشن تبدیل کرد. در رباتیک، مدل بنیادین یعنی مغزی که مهارت‌های فیزیکی را یک‌بار یاد بگیرد و روی ربات‌های مختلف — با بدن‌های متفاوت — سوار شود. هفتهٔ گذشته مدل چندحسی نورون AI شرکت نورا رباتیکس را پوشش دادیم که همین مسیر را با ترکیب دیدن، لمس و شنیدن می‌رود؛ Dream-1 رقیب تازهٔ همین ایده است، با یک تفاوت مهم: به‌جای فروش ربات، «مغز» را به‌صورت API می‌فروشد.

Dream Labs کیست و از کجا آمد؟

تیمی از دل انویدیا

Dream Labs را پژوهشگران سابق تیم رباتیک انویدیا ساخته‌اند؛ همان تیمی که روی GR00T (پلتفرم پژوهشی رباتیک انویدیا) و پروژهٔ DreamZero کار می‌کرد. مدیرعامل و هم‌بنیان‌گذار شرکت، جوئل جانگ، ایده را با یک تشبیه ساده توضیح می‌دهد: «وقتی سوار ماشین اجاره‌ای می‌شوی، رانندگی را از نو یاد نمی‌گیری؛ کنترل‌ها را پیدا می‌کنی و تجربهٔ قبلی‌ات بقیهٔ کار را می‌کند. Dream-1 هم با یک ربات تازه همین‌طور رفتار می‌کند؛ پس در چند دقیقه کار مفید می‌کند، نه چند ماه.» تشبیه قشنگی است، ولی یادت باشد این حرفِ فروشنده است، نه نتیجهٔ یک آزمون بی‌طرف.

۹۰ میلیون دلار برای «مغز»، نه «بدن»

هم‌زمان با رونمایی، شرکت ۹۰ میلیون دلار سرمایهٔ اولیه (Seed) جذب کرد؛ عدد بزرگی برای یک دور سید که نشان می‌دهد سرمایه‌گذارها روی همین ایدهٔ «مغز مشترک» شرط بسته‌اند. رهبری دور را B Capital و Kindred Ventures بر عهده داشتند و A.Capital، Unusual Ventures، Wing VC، SV Angel، Scribble VC و فرشتهٔ سرمایه‌گذار Adrian Aoun هم مشارکت کردند. دیزی کای از B Capital جملهٔ کلیدی ماجرا را این‌طور گفت: «حالا می‌شود بازوی رباتیک را به قیمت یک لپ‌تاپ رده‌بالا خرید؛ چیزی که لازم دارد هوش است.» به‌گفتهٔ شرکت، این پول عمدتاً صرف توان محاسباتی (Compute) برای بزرگ‌تر کردن مدل می‌شود.

Dream-1 دقیقاً چطور کار می‌کند؟

یادگیری از ویدیوی آدم‌ها، نه از کد ربات

نکتهٔ فنی جالب Dream-1 این است که مهارت رباتیک را به یک «مسئلهٔ پیش‌بینی ویدیو» تبدیل می‌کند. جانگ اسم داده‌های آموزشی را «دادهٔ آموزشی خودبینِ انسانی» گذاشته؛ اصطلاح قلمبه‌ای که یعنی ساده: ویدیوهایی از آدم‌ها در حال انجام کارهای فیزیکی — مثل چیدن قفسه یا گذاشتن جنس در جعبه. مدل با تماشای این ویدیوها یاد می‌گیرد «بعدش منطقاً چه اتفاقی باید بیفتد» و از روی همان، تصمیم می‌گیرد ربات برای محقق کردنش چه حرکت فیزیکی‌ای بزند. مزیتش؟ جمع‌کردن ویدیو خیلی راحت‌تر از ساختن دیتاست تخصصی برای هر مدل ربات است؛ پس مدل می‌تواند سریع داده جمع کند و هوش را بین سخت‌افزارهای مختلف جابه‌جا کند.

به‌جای فرمان مفصل، «مقصد گریپر»

بدن ربات‌ها با هم فرق دارد؛ فرمان مفصلی که روی یک بازو جواب می‌دهد، روی بازوی دیگر ممکن است بی‌معنی باشد. راه‌حل Dream-1 — که خودش آن را «مدل کنشِ جهان» (World Action Model) می‌نامد — این است که به‌جای فرمان مفصل، موقعیت و جهت مطلوبِ نوکِ هر گریپر (یعنی همان پنجهٔ ربات) را پیش‌بینی می‌کند، به‌علاوهٔ اینکه پنجه باز باشد یا بسته. بعد حل‌کنندهٔ سینماتیک معکوسِ (یعنی مبدلِ «کجا برو» به «مفصل‌ها چطور بچرخند»ِ) هر ربات، این مقصد را به حرکت مفصل‌های همان رباتِ خاص ترجمه می‌کند. همین لایهٔ میانیِ مشترک است که اجازه می‌دهد یک مغز روی بدن‌های مختلف بنشیند. ایدهٔ «فهمیدن جهان فیزیکی از دل ویدیو» را جای دیگری هم دیده‌ایم؛ مثلاً مدل جهان فیزیکی Odyssey 3 هم از همین خانوادهٔ ایده‌هاست.

ورودی: سه دوربین و یک جملهٔ ساده

برای شروع فقط دو چیز لازم است: یک فید ویدیویی و یک دستور به زبان طبیعی — عملاً یک جملهٔ انگلیسی ساده مثل «نان تست را روی قاشق بگذار». مدل از سه نمای دوربین استفاده می‌کند: یکی رو به صحنه و یکی روی مچ هر دست. همین بازنمایی تصویری به مدل کمک می‌کند بازوها و پنجه‌های متفاوت را با همان «زبان» تصویریِ مشترک بفهمد. هر بار که مدل صدا زده می‌شود، ۱٫۶ ثانیه اکشن برمی‌گرداند؛ یعنی کنترل ربات یک حلقهٔ مداومِ «ببین، بشنو، حرکت کن» است که روی سرویس میزبانی‌شدهٔ خود شرکت اجرا می‌شود و توسعه‌دهنده لازم نیست خودش مدل بنیادین رباتیک را اجرا و نگه دارد.

«صفر-شات» یعنی چه و چقدر باید جدی‌اش گرفت؟

رباتی که ندیده، کاری که نشانش نداده‌اند

صفر-شات (Zero-shot) یعنی مدل بتواند روی یک ربات کاملاً ناآشنا — بدون هیچ دمو یا آموزشی از آن ربات خاص — کاری را امتحان کند. دامنهٔ فعلی این ادعا مشخص است: ربات‌های دودسته با گریپر موازی (دو بازو با پنجهٔ سادهٔ بازوشونده). به‌گفتهٔ شرکت، ارزیابی منتشرشده ۲۷ embodiment (یعنی ۲۷ بدن/رباتِ) ناآشنا را در شبیه‌سازی تست کرده، هر کدام با ۳۰۰ بار اجرا، و نتیجه را نسبت به ربات YAM — رباتی که مدل رویش آموزش دیده — گزارش داده است.

عددها «نسبی»‌اند، نه «مطلق»

اینجا همان‌جایی است که باید عینک بدبینی بزنی. تحلیل Unite.AI هشدار می‌دهد: این نمره‌ها نسبی‌اند و نباید با «نرخ موفقیت مطلقِ انجام کار» قاطی‌شان کرد؛ ضمن اینکه عملکرد بین سخت‌افزارهای مختلف «به‌شدت متفاوت» بوده است. یعنی ادعای «انتقال بین ربات‌ها» وقتی معنای واقعی پیدا می‌کند که کنار جزئیات این تفاوت‌ها خوانده شود. خود صفحهٔ پژوهشی شرکت هم بین «تکمیل کامل کار» و «پیشرفت جزئی» فرق گذاشته است. به زبان ساده: صفر-شات یعنی رباتِ ناآشنا از همان اول «تکان می‌خورد و تلاش می‌کند»، نه اینکه هر کاری را مثل کارگر ورزیده تمام کند. این را نه ما، که خودِ داده‌های منتشرشدهٔ شرکت می‌گوید.

امروز چه کارهایی را بلد است؟

به‌گفتهٔ جانگ، Dream-1 الان در کارهایی مثل برداشتن و گذاشتن اشیاء و تا کردن لباس «بسیار توانا»ست. اما اگر ربات نداری و فقط کنجکاوی، جذاب‌ترین بخش ماجرا «زمین‌بازی ربات» (Robot Playground) است: یک صفحهٔ تحت وب که هر کسی — بدون ثبت‌نام خاصی که اعلام شده باشد — می‌تواند یک دستور تایپ کند و ربات واقعیِ دفتر سانفرانسیسکوی شرکت را همان لحظه، زنده، در حال انجام آن دستور ببیند. دستورها رأی‌گیری هم می‌شوند؛ یعنی جمعی تصمیم می‌گیرند ربات بعدی چه کار کند. این همان چیزی است که روی کاور این مطلب می‌بینی: نمای زندهٔ ربات دودسته با فهرست دستورهای پیشنهادی کاربران.

چطور شروع کنی؟ قدم‌به‌قدم

مسیر شروع بسته به اینکه ربات داری یا نه، دو شاخه می‌شود:

  1. بدون ربات، فقط تماشا: به dreamlabs.ai برو و وارد Robot Playground شو؛ یک دستور انگلیسی ساده بنویس (مثلاً «fold the cloth») و اجرای زنده را ببین. بهترین راه برای فهمیدنِ واقعیِ توانایی و محدودیت مدل، همین است.

  2. با API و بدون سخت‌افزار خاص: در platform.dreamlabs.ai کلید API بگیر؛ مستندات Dream API ورودی (تصویر + وضعیت ربات + دستور) و خروجی (اکشن) را توضیح می‌دهد.

  3. اتصال ربات خودت: اگر بازوی دودسته با گریپر موازی داری (بازارشان از حدود ۲٬۰۰۰ تا ۱۰٬۰۰۰ دلار است)، فید سه‌دوربینه را وصل کن و دستور بده؛ ادعای شرکت این است که بدون آموزش خاصِ آن ربات، شروع به کار می‌کند.

  4. اگر صفر-شات کافی نبود: سراغ Fine-Tuning-as-a-Service برو؛ ویدیوی دمو از کارت را آپلود می‌کنی و شرکت در عرض چند ساعت نسخهٔ سفارشی Dream-1 را تحویل می‌دهد. نمونه‌ای که شرکت نشان داده با ۵ دقیقه دادهٔ خاصِ ربات سازگار شده — ولی توجه کن که این یک نمونه است، نه یک قول عمومیِ «۵ دقیقه‌ای».

  5. سازندهٔ سخت‌افزار هستی؟ شرکت می‌گوید با بیش از ۲۰ سازندهٔ ربات کار می‌کند تا مدل را برای سخت‌افزار خاصشان بهینه کند؛ مسیر همکاری مستقیم هم باز است.

قیمت و پلن‌ها: عدد واقعی چقدر است؟

جدول زیر قیمت‌های اعلام‌شده را نشان می‌دهد؛ همه از منابع رسمی یا رسانه‌های معتبرند و هرجا منابع با هم اختلاف دارند، صریح گفته‌ام:

مورد

قیمت اعلام‌شده

منبع

Dream-1 (نسخهٔ کامل)، دسترسی API

ساعتی ۳ دلار

صفحهٔ پژوهشی شرکت (به‌نقل از Unite.AI) و SiliconANGLE

Dream-1-flash (نسخهٔ سبک‌تر)

ساعتی ۲ دلار طبق صفحهٔ پژوهشی؛ SiliconANGLE رقم ۰٫۷۵ دلار گزارش کرده

اختلاف منابع — رقم رسمیِ صفحهٔ پژوهشی ۲ دلار است

Fine-Tuning-as-a-Service

اعلام نشده

—

Robot Playground (تماشا و دستور زنده)

رایگان برای تماشا (طبق معرفی)

معرفی رسمی شرکت

سخت‌افزار سازگار (بازوی دودسته)

۲٬۰۰۰ تا ۱۰٬۰۰۰ دلار (هزینهٔ جدا از API)

SiliconANGLE به‌نقل از شرکت

جدول را این‌طور بخوان: هزینهٔ اصلیِ استفاده، «ساعتی» حساب می‌شود نه ماهانه؛ یعنی برای تست و نمونه‌سازی عددها معقول‌اند، ولی برای کار ۲۴ساعتهٔ صنعتی باید حساب‌وکتاب جدی کرد — تازه هزینهٔ خود ربات، یکپارچه‌سازی و اینترنت هم جداست. رقم تومان را اینجا اختراع نمی‌کنیم؛ با نرخ روز خودت حساب کن.

Dream-1 در برابر جایگزین‌ها

اگر دنبال «مغز آماده برای ربات» می‌گردی، Dream-1 تنها گزینه نیست؛ ولی مدل کسب‌وکارش فرق دارد:

گزینه

مدل دسترسی

وضعیت

تفاوت کلیدی با Dream-1

Dream-1 (Dream Labs)

API میزبانی‌شده، ساعتی ۳ دلار

بتای پژوهشی، API عمومی فعال از ۱۹ اکتبر ۲۰۲۶

تمرکز روی «صفر-شات بین ربات‌ها» + فاین‌تیون سرویس‌شده

NVIDIA GR00T

پلتفرم پژوهشی، مدل‌های باز (open)

پژوهشی/متن‌باز

خودت باید اجرا و نگهش داری؛ API آمادهٔ پولی نیست

Neuron AI (نورا رباتیکس)

داخل اکوسیستم ربات‌های نورا

معرفی ۱۴ اکتبر ۲۰۲۶

مغزِ ربات‌های خود شرکت است، نه API عمومی چندسازنده‌ای — مطلب ما

ابزارهای متن‌باز رباتیک

رایگان، خودمیزبان

متفاوت برحسب پروژه

هزینهٔ صفر ولی بار مهندسی سنگین — فهرست ۱۴۰۰ ابزار انویدیا نقطهٔ شروع خوبی است

**** **** **** **** نتیجهٔ جدول: اگر می‌خواهی سریع تست کنی و پول ساعتی بدهی، Dream-1 کم‌اصطکاک‌ترین راه است؛ اگر تیم فنی داری و می‌خواهی مالک زیرساخت باشی، مسیر بازِ انویدیا؛ و اگر ربات صنعتی نورا داری، Neuron AI. ربات منشی Simular را هم قبلاً معرفی کرده‌ایم که نمونهٔ دیگری از همین موج «رباتِ کاربردی» است.

محدودیت‌ها و چیزهایی که هنوز روشن نیست

  • بتای پژوهشی است: خود شرکت می‌گوید Dream-1 برای کاربردهای حیاتی-ایمنی (safety-critical) اعتبارسنجی نشده؛ یعنی فعلاً برای کارخانهٔ واقعیِ حساس، نه ابزار تولید.

  • فقط دودستهٔ گریپردار: دامنهٔ امروز، ربات‌های دودسته با پنجهٔ ساده است. ربات‌های چرخ‌دار متحرک و دست‌های کاملاً انسان‌نما در «نقشهٔ راه»‌اند، نه در محصول امروز.

  • فیزیک واقعی، بهانه نمی‌پذیرد: پیش‌بینی «مقصد گریپر»، مسیر رسیدن را مشخص نمی‌کند؛ مانع‌ها، محدودیت مفصل‌ها و کیفیت حل‌کنندهٔ سینماتیک هر ربات روی نتیجه اثر می‌گذارند.

  • قیمت نسخهٔ سبک شفاف نیست: بین ۰٫۷۵ دلار (SiliconANGLE) و ۲ دلار (صفحهٔ پژوهشی به‌نقل از Unite.AI) اختلاف است؛ قبل از خرید، صفحهٔ قیمت رسمی را خودت چک کن.

  • قیمت فاین‌تیون اعلام نشده و معلوم نیست «چند ساعت» دقیقاً یعنی چه‌قدر و با چه سرویسی.

  • آزمون مستقل نداریم: همهٔ عددها — از ۲۷ ربات تست تا «بسیار توانا» بودن در تا کردن لباس — از خود شرکت یا رسانه‌های بازنشرکنندهٔ حرف شرکت است.

برای خوانندهٔ فارسی‌زبان: از ایران چه کار می‌شود کرد؟

  • Playground احتمالاً در دسترس‌ترین بخش است: چون فقط یک صفحهٔ وب است و نیاز به خرید یا احراز هویت خاصی که اعلام شده باشد ندارد؛ ولی وضعیت تحریم و دسترسی از ایران برای API پولی را بی‌طرفانه بگویم: شرکت آمریکایی است و پرداخت دلاری و خدمات ابری‌اش تابع قوانین تحریم است — ما راه دور زدن پیشنهاد نمی‌دهیم.

  • دستورها انگلیسی‌اند: ورودی مدل دستور زبان طبیعی است و نمونه‌ها همه انگلیسی‌اند؛ پشتیبانی از فارسی اعلام نشده. اگر انگلیسی‌ات خوب نیست، با جمله‌های خیلی ساده شروع کن.

  • برای دانشجو و پژوهشگر: حتی اگر API را نتوانی بخری، صفحهٔ پژوهشی شرکت و ویدیوهای Playground یک کلاس درس رایگان دربارهٔ «مدل کنش جهان» است؛ ایده‌ای که احتمالاً در ابزارهای بعدی هم می‌بینی.

  • برای کسب‌وکار: قبل از هر حسابی، قیمت ساعتی را در مقیاس ساعت‌کار واقعی‌ات ضرب کن و هزینهٔ ربات (۲ تا ۱۰ هزار دلار) را هم اضافه کن؛ عدد نهایی ممکن است از ذهنیت «۳ دلار» خیلی فاصله بگیرد.

جمع‌بندی: امتحانش کن، ولی فعلاً نخر

Dream-1 ایدهٔ بزرگی را به محصولِ قابل‌لمس تبدیل کرده: مغزی که به‌جای یک ربات، به همهٔ ربات‌ها می‌خورد و با یک جمله کار می‌کند. اگر کنجکاوی، Playground را باز کن و خودت به ربات دستور بده — همین تجربهٔ ۱۰ دقیقه‌ای از صد پاراگراف توضیح بهتر است. اگر توسعه‌دهندهٔ رباتیک هستی، API را در مقیاس کوچک تست کن و نتیجه را با چشم خودت بسنج، نه با ادعای «صفر-شات». و اگر دنبال خرید برای خط تولیدی، صبر کن: محصول بتاست، قیمت نسخهٔ سبک شفاف نیست و آزمون مستقلی هم در کار نیست. مغز مشترک ربات‌ها ایدهٔ درستی به نظر می‌رسد؛ فقط هنوز معلوم نیست این مغز، همان مغزِ نهایی باشد.

سؤالات پرتکرار

Dream-1 دقیقاً چیست؟

یک مدل بنیادین رباتیک از استارتاپ Dream Labs که تصویر زندهٔ دوربین و دستور انگلیسی ساده را به حرکت ربات دودسته تبدیل می‌کند؛ از ۱۹ اکتبر ۲۰۲۶ API عمومی دارد.

صفر-شات یعنی ربات بدون هیچ آموزشی کار می‌کند؟

یعنی بدون آموزشِ خاصِ آن رباتِ مشخص؛ مدل از قبل روی ویدیوهای انسانی آموزش دیده است. روی ربات ناآشنا «تلاش» می‌کند، ولی موفقیت کامل تضمین نیست و بین سخت‌افزارها تفاوت زیاد است.

قیمت استفاده چقدر است؟

طبق صفحهٔ پژوهشی شرکت: ساعتی ۳ دلار برای Dream-1 و ۲ دلار برای نسخهٔ سبک‌تر Dream-1-flash. یک منبع معتبر (SiliconANGLE) برای نسخهٔ سبک ۰٫۷۵ دلار گزارش کرده؛ قبل از خرید قیمت رسمی را چک کن.

بدون داشتن ربات هم می‌شود امتحانش کرد؟

بله؛ Robot Playground در dreamlabs.ai به هر کسی اجازه می‌دهد با تایپ دستور، ربات واقعی دفتر سانفرانسیسکو را زنده کنترل کند.

چه ربات‌هایی پشتیبانی می‌شوند؟

فعلاً ربات‌های دودسته با گریپر موازی (پنجهٔ ساده). ربات‌های چرخ‌دار و دست‌های انسان‌نما در نقشهٔ راه‌اند. شرکت با بیش از ۲۰ سازندهٔ سخت‌افزار (ربات‌های ۲ تا ۱۰ هزار دلاری) همکاری می‌کند.

اگر صفر-شات جواب نداد چه؟

سرویس Fine-Tuning-as-a-Service هست: ویدیوی انجام کار را آپلود می‌کنی و در چند ساعت نسخهٔ سفارشی مدل را تحویل می‌گیری. به‌گفتهٔ شرکت، نمونه‌ای با فقط ۵ دقیقه داده سازگار شده است.

از ایران می‌شود از API استفاده کرد؟

شرکت آمریکایی است و سرویس پولی‌اش تابع قوانین تحریم است؛ ما راه دور زدنی پیشنهاد نمی‌دهیم. بخش تماشایی Playground که فقط وب است، در دسترس‌ترین گزینه است.

Dream-1 با GR00T انویدیا چه فرقی دارد؟

تیم سازندهٔ Dream-1 از دل همان تیم GR00T آمده، ولی مدل کسب‌وکار فرق دارد: GR00T پلتفرم پژوهشی/باز است که خودت اجرایش می‌کنی؛ Dream-1 سرویس میزبانی‌شده با API و قیمت ساعتی است.

منابع

برچسب‌ها:هوش مصنوعیهوش مصنوعی مولدخودکارسازیتوسعه‌دهندهسخت‌افزار
اشتراک‌گذاری:

مطالب مرتبط

عضویت در خبرنامه

آخرین اخبار هوش مصنوعی و فناوری را در ایمیل خود دریافت کنید.

پس از عضویت یک ایمیل تأیید برایتان ارسال می‌شود. هر زمان می‌توانید اشتراک خود را لغو کنید و ایمیل شما برای هدفی جز ارسال خبرنامه استفاده نمی‌شود. جزئیات در صفحه حریم خصوصی آمده است.