로보틱스·피지컬 AI

샌프란시스코 스타트업 Tau Robotics가 시간당 약 30달러의 휴머노이드 청소 서비스를 선보였다. 로봇은 바닥을 닦고 쓰레기를 치우지만, 현재 핵심은 원격조작이다.

ACE-Data-0은 체화 지능의 핵심 병목인 통합 경험 데이터 부족을 겨냥한다. 사람의 1인칭 시각, 전신 움직임, 손 조작, 물체 상태, 소리와 촉각을 실제 가정 작업 속에서 동기화해 기록한다.

Google DeepMind가 로봇용 고수준 체화 추론 모델 Gemini Robotics ER 2를 공개했다. 이번 모델은 실시간 영상 이해, 도구 오케스트레이션, 다중 로봇 협업을 핵심 개선점으로 내세운다.

TurboVLA는 비전-언어-행동 모델에서 흔한 LLM 중심 구조를 우회하고, 시각과 언어를 더 직접적으로 행동 예측에 연결한다. 논문은 RTX 4090에서 0.9GB 추론 VRAM과 32Hz 수준의 실시간 성능을 보고했다.

로봇 AI의 병목은 모델 구조보다 고품질 현실 세계 데이터 부족으로 이동하고 있다. Encord는 뇌파, 1인칭 영상, 정밀 주석을 결합해 로봇 훈련 데이터의 새 가능성을 시험하고 있다.

NeoteAI와 푸단대 신뢰 가능한 체화지능 연구원이 촉각 데이터, 시각-촉각-언어-행동 모델, 촉각 세계모델을 다룬 N0 시리즈 기술 보고서 3편을 공개했다. 핵심 메시지는 물리 세계에서 안정적으로 움직이는 로봇에는 시각만으로는 부족하다는 것이다.

Open-AoE는 1인칭 영상 데이터를 모으는 데서 끝나지 않고, 구조화와 학습 활용까지 연결하는 공개 인프라를 제안한다.

HarmoHOI는 다중 시점 HOI 합성에서 가장 어려운 두 문제, 즉 화면 일관성과 3D 운동 정합을 동시에 다룬다. RGB 비디오와 3D 포인트 트랙을 하나의 확산 프레임워크로 공동 생성하는 방식이 핵심이다.

RynnBrain 1.1은 지각, 공간 추론, 위치 추정, 계획을 하나의 embodied framework로 묶은 모델군이다. 단순한 인식 성능보다 실제 로봇 조작에 바로 쓰일 수 있는 표현을 강화한 점이 핵심이다.

JoyNexus는 VLA 모델의 지도 미세조정, 강화학습, 평가를 공유 인프라 기반의 멀티테넌트 서비스로 구성해 GPU 활용률과 운영 효율을 높이려는 접근이다.

KAIST AI의 연구는 VLA 모델에서 카메라 관측 좌표계와 로봇 행동 좌표계가 어긋나는 문제를 다룬다. Robot-centric pointmaps는 각 픽셀에 로봇 좌표계 기준 3D 위치를 담아 기존 2D VLA에 비교적 쉽게 결합할 수 있는 표현이다.

Xiaomi-Robotics-1은 로봇 학습에서도 데이터와 모델 규모의 확대가 성능 향상으로 이어지는지 보여주려는 VLA 기반 모델이다. 10만 시간 이상의 실제 조작 궤적을 사전학습하고, 실제 로봇과 자연어 명령에 맞춰 후학습한다.

젠슨 황의 이틀간 도쿄 방문은 일본의 컴퓨팅 인프라, 로봇, 자동차, 반도체 공급망을 하나의 전략으로 묶었다. 엔비디아는 일본 제조 현장의 차세대 AI 기반을 선점하려 하고 있다.

리만동력이 공개한 Riemann-1.0은 RoboCasa-365에서 62.6%의 성공률을 기록했다. 핵심은 점수 자체보다 인간 1인칭 작업 영상을 대규모로 학습한 뒤 로봇 제어와 정렬하는 방식에 있다.

RoboTTT는 테스트 시 학습을 로봇 파운데이션 모델에 결합해, 추론 지연을 늘리지 않고 최대 8K 타임스텝의 시각-운동 컨텍스트를 활용하는 방법을 제안한다.

Agility Robotics가 캘리포니아 Fremont에 6만 제곱피트 규모의 Digit 훈련 시설을 연다. 테슬라 Optimus의 거대한 비전과 달리 Agility는 이미 물류·제조 현장에서 매출을 내는 로봇을 내세운다.

현대차가 보스턴다이내믹스의 Atlas 휴머노이드 로봇을 공장에 투입하려는 계획을 추진하면서 울산공장 노동자들이 파업에 나섰다. 휴머노이드 로봇은 이제 기술 시연을 넘어 고용과 임금의 현실적 쟁점이 되고 있다.

arXiv 논문은 양팔 로봇의 디버깅과 배포를 돕는 에이전트 프레임워크 SPINE을 제안했다. 핵심은 기초모델의 지능을 실제 하드웨어와 연결하는 통합 과정을 구조화하는 것이다.

arXiv 논문은 수중 AUV 팀이 감지 정보의 실제 과업 가치를 판단하고, 은밀 통신 제약 아래 협력 정책을 학습하는 SVR-MARL 프레임워크를 제안한다.

arXiv 논문은 UAV 정밀 착륙을 위한 Recursive ArUco 마커를 제안한다. 부모 마커의 흑백 비트 영역 안에 완전한 마커를 다시 넣어, 거리 변화와 부분 가림 상황에서도 인식 가능성을 높이는 방식이다.