前英伟达机器人团队Dream Labs融资9000万

时间：2026年10月19日（美国当地时间，10 月 20 日凌晨公布），前英伟达 GR00T 机器人研究团队创立的 Dream Labs 结束隐身，同日宣布完成 9000 万美元种子轮融资并上线 Dream API。 地点：美国旧金山。 人物：联合创始人兼 CEO Joel Jang（英伟达 GR00T 世界模型负责人，主导 LAPA、DreamGen、DreamDojo 与 DreamZero）；联合创始人兼 CTO 葛云皓（英伟达 GR00T 视频模型负责人，参与构建英伟达 Cosmos 世界基础模型系列）；首席科学家 Scott Reed（英伟达 GEAR 实验室创始成员，主导 GR00T N1 至 N1.7 系列，此前在 DeepMind 工作 8 年，打造 Gato 与 Genie）；首席机器人官 You Liang Tan（英伟达 GR00T 开源负责人，参与构建 ROS2、Octo、SERL、EgoScale）；领投方 B Capital 合伙人 Daisy Cai。 事件详情：Dream Labs 宣布完成 9000 万美元种子轮融资，由 B Capital 领投，Kindred Ventures 联合领投，A.Capital、Unusual Ventures、SV Angel、Wing VC、Scribble VC 以及天使投资人 Adrian Aoun 等跟投。同时上线 Dream API，号称是全球首个开放给公众的机器人基础模型 API：开发者接入机器人后，只需提供相机画面和一句自然语言指令，API 就生成相应的电机控制指令，无需为新机器人专门采集训练数据，即可控制训练中从未见过的双臂平行夹爪机器人执行未展示过的操作任务。 定价上，Dream-1 每小时 3 美元起，更轻量的 Dream-1-flash 每小时 2 美元，Forbes 报道称还有低至每小时 75 美分的版本，年付可省两成。模型本身叫 Dream-1，在人们完成日常任务的视频上训练，预测接下来会发生什么，再据此决定机器人该做什么；因为学的是视频而不是某一台具体机器，能力可以跨硬件迁移。官方称开箱即可零样本控制任何带夹爪的机器人，公司已与 20 多家硬件厂商合作，其支持的机器人价格区间约为 2000 美元至 1 万美元。 数据方面，团队在仿真中评测了 27 种 Dream-1 从未见过的机器人，包括宇树 R1、Baxter、双臂 UR5e、ALOHA 等，每种跑 300 次 rollout，以 YAM 表现为 100% 基准，24 种达到一半以上，最高的双臂 PiPER 达到 91.2%。真机上，Dream-1 在没有任何特定本体数据的情况下零样本控制了 MakerMods 的 MetalArm 与 MakerArm、Seeed Studio 的 reBotB601-DM、Anvil Robotics 的 OpenYAM、Dexmate 的 Vega 等伙伴机器人，完成叠毛巾、关抽屉、把耳机挂到钩子上、把不是猕猴桃的水果放进篮子等指令；Beta 测试伙伴在全球 9 个站点自主运行，包括上海的 AGIBOT、深圳的 BitRobot、首尔的 KAIST、巴黎的 Hugging Face、旧金山的 Scale AI 等；12 台参与 Beta 的合作伙伴机器人中有 10 台的 Language following 得分得到提升，仅需约 5 分钟轨迹数据即可适配。 在第三方评测机构 Robocurve 发布的 RoboDojo-RCTier1 评测中，Dream-1 每次任务尝试的平均得分达到 59%，是首个超过 50% 的模型，高于 Claude Opus 5.5（48%）、Gemini 4 Argon（48%）、GPT-6 Astra（47%）和 GPT-6.1 Sol（42%），也高于 MolmoAct2（19%）与 GR00T N1.7（10%）等机器人模型。成本方面，每次任务尝试约 0.15 美元，与得分次高的 Gemini 4 Argon 相比得分高 1.2 倍而成本低约 16 倍；平均用时 1.4 分钟，比最快的 GPT-6 Astra（ultrafast）得分高 1.3 倍、速度快 1.7 倍。每个模型配置都在真实世界中测试了 120 次。 背景：Dream Labs 想解的是机器人行业的"鸡生蛋"难题——机器人要先有用才有人买，有用需要大量数据，而数据只有在足够多人用之后才会产生。目前全球工厂运行着约 500 万台工业机器人，但几乎每一台都只为单一任务编程，学到的东西无法迁移到另一台机器上。团队 2026 年 2 月在英伟达任职期间发表论文《World Action Models are Zero-shot Policies》，提出世界动作模型（WAM），并推出 DreamZero 模型；与主要按视觉和语言指令生成动作的 VLA 模型不同，WAM 把未来视频状态预测与机器人动作生成结合起来，DreamZero 只需约 30 分钟新机器人操作数据即可适配并保留对新任务的泛化能力。六个月后，这条路线被产品化为 Dream-1，输出末端执行器位姿，由各机器人自己的逆运动学求解器翻译成关节指令。团队也公布了局限：表现取决于每台机器人 IK 求解器质量，只决定夹爪最终到哪里而不控制手臂如何到达，在障碍物附近或关节极限处可能出问题，目前仍是研究 Beta 版。Jang 还提到，一双灵巧手现在约 10 万美元，他预计 2027 年可用灵巧手会降到 5000 至 1 万美元。竞品方面，Skild AI 今年 1 月融资约 14 亿美元、估值超 140 亿美元，Rhoda AI 3 月以 17 亿美元估值融资 4.5 亿美元，机器人大模型赛道的大额融资节奏同样密集，而 Dream Labs 走的是"卖大脑给别人机器人"的不同客户路线。本轮资金主要用于算力，扩展 Dream-1 能处理的任务与机器人种类。 影响：机器人大模型正在从"自己造本体、自己训模型"的路线，分化出"给所有本体供一颗通用大脑"的新分工，Dream Labs 用一份 9000 万美元种子轮和 3 美元/小时的定价，把这条路线第一次推到了公开 API 的位置——没有机器学习背景的开发者也能接入。若第三方评测中的 59% 得分能被进一步复现，这套定价模式可能直接改变中小机器人厂商的研发成本结构，把"每台机器人各自训练专属策略"变成"按调用量付费的通用智能层"。但零样本成功率目前仍在 50% 到 60% 区间，距离工厂产线要求的 99% 还有距离，评测样本多为桌面操作类任务，真实复杂环境的可靠性仍需观察。 总结：Dream Labs 用一批来自英伟达 GR00T 核心班底的研究者、一个 3 美元/小时的公开 API 和一份第三方评测里的最高分，给机器人行业交出了一个新答案——先让机器人靠通用模型变得有用，数据飞轮才转得起来。融资、模型、评测三件套同时到位，物理 AI 的"机器人基础模型层"正在从论文走向可调用的服务。 参考来源： https://finance.sina.cn/tech/2026-10-20/detail-inivvnps0752714.d.html https://tech.ifeng.com/c/8xLqOHBp9nG https://www.toutiao.com/article/7698682256671523328/ https://techfundingnews.com/ex-nvidia-researchers-dream-labs-raises-90m-to-give-low-cost-robots-a-shared-ai-brain/ https://www.morningstar.com/news/business-wire/20261019230613/dream-labs-raises-90m-seed-to-build-the-brain-for-everyday-robots https://theaiinsider.tech/2026/10/19/dream-labs-raises-90m-in-seed-funding-to-build-foundation-models-for-any-robot https://www.roboticfirms.com/article/dream-labs-raises-90-million-robot-foundation-models https://startuply.vc/article/former-nvidia-gr00t-leaders-raise-90-million-for-robot-foundation-model-o3jy2g https://dreamlabs.ai/