Dream-1

발표 글 앞부분(동기, 하드웨어 흐름, 연구 배경, 데모 소개)을 옮겼어요. 뒤쪽의 상세 평가와 API 사용법은 읽지 못했어요.

무엇을 발표했나요

Dream Labs가 Dream-1을 공개했어요. 평행 그리퍼를 단 새 양팔 로봇을 API에 연결하면, 그 로봇으로 미세 조정이나 시연 데이터 없이, 머신러닝 전문 지식 없이도 바로 작업을 시작할 수 있다고 해요. 회사는 9천만 달러(약 $90M) 시드 투자를 받으며 스텔스에서 나왔고, Dream-1을 공개 API로 전 세계에 제공한대요.

Dream-1은 본 적 없는 로봇을, 보여 준 적 없는 작업으로, 가 본 적 없는 장소에서 제어해요. 시간당 3달러부터요.

닭과 달걀 문제

로봇은 쓸모가 있어야 사람들이 사는데, 쓸모 있게 만들려면 바로 그 로봇의 데이터가 필요하고, 그 데이터는 충분히 많은 사람이 써야 생겨요. 자율주행은 자율 기능이 없어도 차가 처음부터 쓸모 있었기 때문에 이 콜드 스타트를 피했지만, 대부분 로봇은 그런 이점이 없었대요.

글은 두 가지 변화를 짚어요.

1. 하드웨어가 싸지고 있어요. 쓸 만한 양팔 로봇 구성이 2천 달러 수준까지 내려왔고, 반(半)휴머노이드 7종이 1만 5천 달러 미만이래요. Hugging Face의 399달러짜리 Microduck은 8월 말 출시 4일 만에 1만 대 넘게 팔렸어요.
2. 로봇 자체 데이터가 많지 않아도 될 수 있어요. 모델이 처음 보는 환경·작업·로봇에 제로샷으로 일반화하면, 새 로봇도 처음부터 쓸모가 생겨요.

이 둘이 합쳐지면 '싼 하드웨어 → 더 많은 로봇 → 더 많은 데이터 → 더 나은 모델'의 플라이휠이 돌기 시작한다는 게 회사 주장이에요. 기업 구매자는 사람보다 비용·속도·신뢰성이 나아야 사지만, 소비자와 소규모 팀은 기준이 달라서 확산이 거기서 시작될 거라고 봐요.

연구 배경

팀은 2026년 2월 월드 액션 모델(WAM)을 소개한 논문 DreamZero를 냈어요. 당시 YAM 로봇 데이터 30분만으로 후학습했는데도 본 적 없는 작업에 제로샷으로 일반화한 게 가장 놀라웠대요. 예전에는 그 정도 일반화에 로봇별 데이터가 수백~수천 시간 필요했다고 해요. 그 뒤 6개월간 만든 결과가 Dream-1이고, 제로샷 신체(embodiment) 일반화의 초기 신호를 보였다고 밝혀요.

데모로는 Hugging Face(프랑스 파리)에서 빨간 큐브를 초록 통에 넣기, Scale AI(미국 샌프란시스코)에서 큐브 쌓기, 칼로 썬 당근을 도마 오른쪽으로 밀기 같은 사례를 보여 줘요. 베타 테스터 현장 영상은 8배속, 자체 영상은 4배속이래요.