Dreamscale Labs

发布之后的表现

收入

• indie(TrustMRR):库里没有。按域名 dreamscalelabs.com 和名字词边界都查不到库。它按用量计费、面向机器人团队,大概率不走 Stripe 自报收入那套,所以「库里没有」不代表没收入。
• 官网条款(2026-10-26 更新)写明「Paid Services… you make by purchasing prepaid credits… Payments are processed by our third-party payment processor, Stripe」——即已接 Stripe 预充值,但金额不公开官网。

用户 / 下载

• App Store / Google Play / Mac App Store / Chrome 商店:四个库全部没有库。它是云 API + CLI/SDK 产品,本来就不发商店 App。
• 分发面证据:PyPI 包 dreamscale(前身 dropbear),当前版本 0.1.0a272,自述「Pre-alpha SDK」PyPI。GitHub 组织 Dreamscale-Labs 有 5 个公开库,全部 1–2 starGitHub 网页。没有可量化的用户数。

开发者关注

• github 库:库里没有(组织各库星数都低于 50 星入库门槛)库。
• 现查 GitHub 组织页(2026-11-02):域名已验证,6 followers;5 个库——dreamscale-labs.github.io(2★/1 fork)、docs(2★)、dreamscale-hud(2★/2 fork)、dreamscale-i2rt(1★,i2rt 的 fork)、dreamscale-roboeval(1★,RoboEval 的 fork,11 fork)。fork/star 比在 fork 类库上偏高是「fork 上游」造成的,不是刷星;无 suspect 标记GitHub 网页。最近提交:docs 10-30、github.io 11-02,仍在维护。

讨论

• hackernews 库:没有库。
• x 本地库(core 层 560 人):没有提及库。
• 现查 X:@DreamscaleLabs,2026-07 注册,634 followers,23 帖X 网页。10-18 起密集发版:10-18 客户案例(MunariAI,单帖 2.3K 赞)、10-24 Training 上线、10-25 支持 Flux 3 Action、10-28 推理演示、10-31 全球 8 区域上线(称网络延迟最多降 90%)X 网页。
• 第三方媒体:SV Post(2026-09-18)报道其 YC 发布,称比现有 neocloud 低 40–50% 延迟、DreamZero 14B 320ms vs NVIDIA 350ms 且用一半 GPUsvpost.com;notacompany 书签(09-09)记其首个产品名 Dropbearnotacompany.com;frontrun 显示 32 个被追踪投资人关注,2026-09-06 首次被标记frontrun.vc。

官网动态

• 官网在,持续更新:首页挂「Training is now live!」,博客两篇(07-24 论点长文、10-16 与 HUD 的合作评测文),条款 10-26 更新官网。文档站有 CLI/SDK、SO-101 / YAM / Franka / UR 机器人支持、训练与部署页docs。

自报 vs 实际

• 「40–50% lower latency than existing neoclouds」自报,YC Launch + 官网:第三方媒体(SV Post)转述了同一数字,但没有独立复测,只能算「被转述的自报」。
• 「8% faster than NVIDIA's implementation at half the GPU count(320ms vs 350ms)」自报,YC Launch:无第三方验证。
• 融资:PitchBook 记 Dreamscale Labs 已融 $600K,投资方 Y Combinator、AirwallexPitchBook 摘要;另有 2026-08 一笔研究资助的报道robotsandstartups.substack.com。YC F26 标准 deal 约 $500K,与 $600K 量级吻合,可信度较高。
• 重要澄清:网上搜到的「Dream Labs 融资 $90M seed、Dream-1 模型、$3/小时、创始人 Joel Jang(前 NVIDIA GEAR Lab)」是另一家公司(Dream Labs),不是 Dreamscale Labs。Forbes 那篇《Former Nvidia Researchers Raise $90 Million》与 pomegra 的 $90M 报道都属 Dream Labs。两者名字近似、都在机器人云端推理赛道,极易混淆,不能把 $90M 记到 Dreamscale 头上推断,基于创始人姓名与产品名不一致。
• 定价口径:官网 $5/机器人小时;网上流传的 $3/小时属 Dream Labs,不是本产品。

为什么成了 / 没成

现在下「成没成」还太早——公司 2026 年才成立,PH 发布才两周多。但可以看清它为什么有戏:

1. 押注方向有真实痛点。官网论点长文给了硬数字:Jetson Thor 功耗 120W,装在 Unitree H1(864Wh 电池)上会让续航从约 2 小时掉到 1.56 小时,即损失约 20% 电量;NVIDIA DreamZero 14B 在 H100 上生成一个动作块要 5.7 秒,需两台 GB200 才能跑到标称控制率官网博客。模型越大越放不下机器人,这是可验证的物理约束。
2. 产品节奏快且具体。两个月内从 Dropbear 改名 Dreamscale、上线 Training、接 Flux 3 Action、开全球 8 区域,并给出可复现的 HUD 评测 cookbook(开源在 GitHub)官网博客 + X。对基础设施公司,这种「每周一个可验证能力」的节奏比 PH 票数更有说服力。
3. 风险也清楚:它卖的是「别人的模型 + 自己的推理栈」,护城河在 kernel/网络优化,而 NVIDIA、Physical Intelligence(已与 Modal 合作云端推理)、以及一堆 neocloud 都能做同一件事;官网自己引用了 PI 与 Modal 的案例官网博客。一旦上游模型厂自建服务,中间层会被挤压。

PH 只拿 80 票、当日第 23,说明它在 PH 这种开发者/消费者社区并不出圈——这符合 B2B 基础设施的常态,不是失败信号。

对想跟的人

这个方向有位置,但位置不在「再做一个通用云端推理」,而在具体的机器人形态 + 具体的模型组合。看两个数字:官网定价 $5/机器人小时,而它自己算过 Jetson Thor 摊到 5 年寿命只有 $0.08/小时官网博客——86 倍的价差意味着客户只在「本地跑不动」时才付钱,所以你必须像 Dreamscale 那样把 SO-101、双 YAM 这类便宜机械臂 + 前沿大模型的组合做成一键可跑,而不是卖通用 GPU 时长。最大的坑是上游依赖:它支持的 π0.5、MolmoAct2、Flux 3 Action 全是别人的模型,一旦模型厂自己上云(Physical Intelligence 已经在做),中间层就没有定价权。

没查到的

• indie(TrustMRR):没有它的档案,收入、MRR、订阅数、是否挂牌出售全部无法回答。
• appstore / googleplay / macappstore / chromestore:四个库都没有它,无榜单位置、评分数、安装量。
• github 库:没有(星数低于入库门槛),star 走势、fork/star 比、suspect 标记在库里都查不到,只能现查 GitHub 网页(已查,见上)。
• hackernews 库、x 本地库:零提及,无法给出讨论热度的时间线。
• 官网没有独立 pricing 页(404),定价只在 docs 里;没有 changelog 页,发版节奏靠 X 帖和博客推断。
• 融资总额只有 PitchBook 摘要的 $600K 一个来源,未在 Crunchbase / 公司公告中二次确认;估值未知。
• 无任何用户数、客户数、留存数据;「40–50% 更低延迟」无独立第三方复测。