機械人初創公司 Dyna Robotics 於 2026 年 8 月 27 日發布研究文章《Not Just a Model, But a Product》，宣布旗下機械人跨過投資回報（ROI）門檻，正式在鼎泰豐美國分店網絡全面鋪開。官方形容鼎泰豐為全美單店營收最高餐飲連鎖，配合酒店、物流及數據中心部署，公司預計 2027 年上半年裝機量可達數百部。
摺餐巾效率提升 2.7 倍
效率提升是這次公布重點。根據官方數據，新一代 Dyna-2 每小時可摺 95 條餐巾，93% 達到品質標準，一日產出 1,590 條可上桌餐巾；鼎泰豐要求每部機械人每 18 小時班次摺出 1,500 條。相比之下，2025 年 6 月推出的 Dyna-1 每小時只摺約 35 條，僅 75% 過標，每日產量約 480 條。換算下來，Dyna-2 摺餐巾速度較上一代快 2.7 倍，品質通過率則提升 18 個百分點。
靠 100 萬小時人類影片預訓練
訓練方式與同業做法不同。官方指出，Dyna-2 以超過 100 萬小時第一人稱人類影片預訓練，換算約 170 年，過程完全不使用機械人遙操作數據。公司主張這是首條「人類數據到機械人」規模法則，客戶端零樣本部署品質通過率達 87%，Dyna-1 同類數字只有 46%，差距明顯。
Dyna-2 屬於「世界行動模型」（World-Action Model，簡稱 WAM），與 Physical Intelligence、NVIDIA、Skild AI 等同業採用的視覺語言行動（Vision-Language-Action）路徑不同，做法是同時預測下一畫面與下一動作指令。
換指令即改放不同數量餐巾籃
現場彈性同樣是設計重點。官方說明，餐巾摺好後要放進餐巾籃 10 個指定堆疊位，實際放哪一堆由下達指令決定；有分店設 5 堆，有分店設 10 堆，切換靠更換指令而非更換模型。新場域從設定到達成投資回報門檻，最短只需 3 天。
除餐飲業外，Dyna 旗下摺疊機械人「Sophy Swiftfold」已部署在美國 Sacramento 一間洗衣店 Monster Laundry，是北美首個投入生產的 AI 摺疊機械人，24 小時連續運作下成功率達 99.4%，效率約為人手六成。
背後團隊與資金來源
Dyna Robotics 總部設於加州 Redwood City，由連續創業者 Lindon Gao、York Yang 及前 Google DeepMind 研究員 Jason Ma 創立。York Yang 曾將創辦公司 Caper AI 以 3.5 億美元（約港幣 27.3 億元）售予 Instacart。Dyna Robotics 累計融資 1.44 億美元（約港幣 11.2 億元），當中包括 2025 年 9 月由 Robostrategy 及 CRV 領投 1.2 億美元（約港幣 9.36 億元）A 輪融資。
公司商業模式走 B2B 訂閱制，客戶按月付費使用機械人，不需一次過買斷硬件。原本一次性資本支出改為按月攤提營運支出，對連鎖品牌而言等於將嘗試新技術財務風險降至最低，不合用可隨時停訂。
After so many demos, models, pilots, robots are still struggling to land real deployments with real customers. Until now.
Today we’re excited to share that our robots have successfully crossed the ROI threshold, and Din Tai Fung, one of the highest revenue per location… pic.twitter.com/CAWz7dKkPh
— Dyna Robotics (@DynaRobotics) August 27, 2026
資料來源：Dyna Robotics
