出 stealth，API 每小時 3 美元
Dream Labs 在 2026 年 10 月發表 Dream-1：一種 World Action Model，官方說法是能控制「沒見過的機器人」、做「沒示範過的任務」，並透過公開 API 在全球使用。種子輪融資 9,000 萬美元，同時出 stealth。
計費（官方）：
| 模型 | 價格 |
|---|---|
| Dream-1 | 每小時 3 美元 |
| Dream-1-flash | 每小時 2 美元 |
每次呼叫回傳約 1.6 秒的動作；一小時約 2,250 次呼叫，約等於每次動作 0.0013／0.0009 美元。官方針對雙臂、平行夾爪機器人；研究 beta，未驗證安全關鍵用途，請在受控環境測試，異常行為可回報 safety@dreamlabs.ai。
零樣本換身體：原理與限制
官方核心宣稱：接上 API 後，新的雙臂平行夾爪機器人不必微調、不必該機示範資料，就能開始做任務。Dream-1 可輸出末端執行器（EEF）姿態（夾爪位置與開合），再由各機器人自己的逆運動學（IK）轉成關節指令；也透過頭相機與雙腕相機看世界，以「預測影片＋動作」的 WAM 方式泛化。
頁面展示多個合作夥伴與內部場地的 rollout（如 Anvil、BitRobot、Hugging Face、KAIST、Scale AI 等），並列出多款未見過的實體／模擬機器人（含約 18 年前的 PR2）。模擬評估：27 個未見過機器人，每個 embodiment 約 300 次 rollout。
限制（官方自述）：表現依賴 IK 品質；只約束夾爪終點、不管路徑，障礙物或關節極限附近可能吃虧；工作空間／動力學差太遠時，預測狀態可能不可行。
硬體變便宜，FaaS 五分鐘補洞
官方論述：雙臂套件可低至約 2,000 美元；7 台半人形在 15,000 美元以下；Hugging Face 399 美元的 Microduck 在晚八月上市後約 4 天賣出逾 10,000 台（引 Yahoo Tech）。2026 年 2 月的 DreamZero 論文後，他們在 YAM 上只用約 30 分鐘資料就看到未見過任務的零樣本泛化，因而成立公司。
零樣本不夠時走 Fine-tuning-as-a-Service（FaaS）：頁面示範約 5 分鐘採集後明顯改善；差更遠的身體（如靈巧手）用了 77／98 分鐘資料。12 個 FaaS beta 夥伴機器人中，有 10 個語言跟隨分數上升。獨立機構 Robocurve（PBC）在 RoboDojo-RC Tier 1 上評估 Dream-1，官方引用其報告稱成本與速度上的 Pareto 改善（細節見原文註腳）。
誰適合先試
入門是連線、設 observation、取 action（頁面有精簡 Python 範例）。官方每週內部黑客松壓低部署時間。Dream-1 今日仍是操作策略起點，目標再擴到移動操作與靈巧手。
本文建議：有雙臂平行夾爪機的團隊，可先在受控檯面用 API 跑簡單搬放，再決定是否花五分鐘做 FaaS；安全關鍵場景先不要上。所有成功率與「比 LLM 更便宜更快」的比較，皆為官方或其所引第三方報告，請自行複測。
