Contexte et enjeux
Dream Labs cible le manque d’intelligence des robots industriels. Selon le fondateur Joel Jang, plus de cinq millions d’unités sont déployées dans les usines et entrepôts, mais chacune ne réalise qu’une tâche unique. La baisse du coût du matériel – des bras robotisés à quelques milliers de dollars – n’a pas été accompagnée d’une solution logicielle capable de transférer des compétences d’un robot à l’autre. Le financement de 90 M$ en seed, mené par B Capital et Kindred Ventures, vise à financer le calcul nécessaire pour combler ce fossé.
Architecture du modèle Dream‑1
Dream‑1 est présenté comme un « brain » universel. Le modèle traite les compétences robotiques comme des problèmes de prédiction vidéo. Il s’entraîne sur des séquences vidéo « egocentric » où des humains exécutent des actions (empilage, emballage, etc.). En apprenant à anticiper la prochaine image, le réseau génère la commande physique correspondante. L’architecture accepte n’importe quel bras bimanuel équipé de pinces parallèles, à condition de disposer d’un flux vidéo et d’instructions en langage naturel. Aucun capteur dédié n’est requis, ce qui réduit la barrière d’entrée.
Le service Dream API expose le modèle via HTTP. Deux niveaux tarifaires sont proposés : 3 $ / heure pour la version pleine puissance et 0,75 $ / heure pour une version allégée. Un service de fine‑tuning permet aux développeurs de soumettre leurs propres vidéos ; Dream Labs produit un modèle personnalisé en quelques heures. Le « Robot Playground », accessible depuis un navigateur, illustre le pipeline en temps réel : l’utilisateur saisit une commande texte, le serveur renvoie la vidéo du robot qui exécute l’action.
Analyse des performances et limites
Le modèle a déjà démontré des capacités de préhension et de pliage de vêtements sur des bras dont le prix varie entre 2 000 $ et 10 000 $. La généralisation repose sur la diversité des vidéos d’entraînement ; plus le corpus est riche, plus le modèle peut inférer des actions inédites. Cependant, la dépendance à une caméra unique impose des contraintes de champ de vision et de résolution, ce qui peut affecter la précision dans des environnements encombrés. De plus, le calcul requis pour l’inférence en temps réel reste conséquent, justifiant le tarif horaire.
Sur le plan de l’évolutivité, Dream‑1 doit être adapté aux robots mobiles à roues et aux mains hyper‑dexterous, ce qui implique des modifications de la représentation spatiale du modèle. Le financement alloué à l’infrastructure cloud devrait permettre d’étendre les capacités de calcul, mais la consommation énergétique et les coûts d’opération restent à surveiller. Enfin, la diffusion d’une API publique soulève des questions de sécurité : un accès non autorisé pourrait permettre de manipuler des robots dans des contextes sensibles, d’où la nécessité d’authentification robuste et de contrôles d’accès.
