GPT-Policy는 비전-언어 모델, 맥락 컴파일러, 제약형 컨트롤러를 결합해 로봇이 그래디언트 업데이트 없이 시연과 피드백을 활용해 새로운 작업에 적응하도록 설계됐다. 실제 로봇 실험에서는 사람의 영상 시연만으로도 작업 수행이 개선됐으며, 접촉이 중요한 작업에서는 로봇 동작과 정렬된 참조 정보가 추가적인 효과를 보였다.
더 보기NATO 관련 프로그램에 참여한 스케일아웃 시스템즈는 경량 컴퓨터 비전 모델을 드론과 전방 컴퓨팅 장비에 탑재해 중앙 서버와의 상시 연결 없이 표적을 식별하는 기술을 개발하고 있다. ALMA 프로젝트에서는 표적 탐지부터 공격 임무 수행까지의 자율 비행 시연도 진행됐다.
더 보기Agility Robotics가 사람과 같은 작업 공간에서 움직이도록 설계한 휴머노이드 로봇 Digit 5를 공개했다. 주변에 사람이 접근하면 경로를 바꾸거나 멈추고, 가까워지면 쪼그려 앉을 수 있다.
더 보기Agent as Policy는 범용 코딩 에이전트를 실제 로봇에 연결해 시각 정보를 해석하고 실행 가능한 프로그램과 동작 명령을 생성하도록 합니다. 로봇의 실제 결과를 다시 관찰해 다음 행동을 수정하는 방식으로, 작업별 전용 학습 없이 조작을 수행하는 가능성을 보여줍니다.
더 보기PhysBrain 1.5는 비전-언어 모델을 물리 환경 이해, 엔드이펙터 동작 생성, 미래 상태 예측까지 수행하는 체화형 기반 모델로 확장하려는 연구입니다. 논문에 따르면 8B 모델은 28개 체화 이해 벤치마크에서 평균 72.5점을 기록했습니다.
더 보기MobileVLA-R1 2.0은 구조화된 체화 추론, 강화학습, 추론 조건부 행동 디코더를 결합해 언어 이해와 실제 로봇 실행 사이의 간극을 줄이려는 VLA 프레임워크다. 내비게이션, 사족보행 제어, 휴머노이드 이동 조작에서 평가됐다.
더 보기ReactHuman은 가정에서 갑자기 발생하는 위험에 대해 체화된 멀티모달 모델이 안전하고 물리적으로 타당한 행동을 선택할 수 있는지 평가하는 벤치마크입니다. 실험 결과, 반응형 안전성은 아직 해결되지 않은 과제로 나타났습니다.
더 보기로봇 파운데이션 모델은 익숙한 환경에서는 높은 성능을 내지만, 행동과 우연히 연결된 시각 단서에 의존할 수 있습니다. Latent Interface Training(LIT)은 공간 목표 기반 행동 사전분포와 자세 감독 잠재 인터페이스를 통해 카메라, 조명, 방해물 변화에 대한 강건성을 높입니다.
더 보기약 4,000달러에 구입할 수 있는 Unitree 로봇 개는 다족 보행 로봇의 가격이 크게 낮아졌음을 보여준다. 동시에 배터리, 발열, 실용성 측면에서 아직 해결해야 할 과제도 드러낸다.
더 보기MaP-WAM은 장기 멀티모달 기억을 실행기에 반복적으로 입력하는 대신, 다음 작업 구간을 위한 계획과 시각적 안내로 변환합니다. 행동 청크와 진행 상황을 함께 예측해 긴 작업의 문맥 비용과 단계 전환 문제를 다루려는 방법입니다.
더 보기Show-Harness는 비전-언어 모델의 의도와 로봇의 실제 동작을 연결하는 간결한 의미 기반 인터페이스를 제안한다. 전용 embodiment 사전학습 없이도 제로샷 제어와 GUI 기반 시연 수집을 지원하는 것이 핵심이다.
더 보기Maven Robotics가 1억 달러 규모의 시리즈 A 투자와 물류 현장 배치 실적을 공개했다. 이 회사는 휴머노이드나 범용 모델보다 구체적인 창고 업무를 먼저 자동화하는 전략을 택했다.
더 보기DriveZero는 폐루프 강화학습과 비전 파운데이션 모델을 결합해 인간 주행 로그에만 의존하지 않는 엔드투엔드 자율주행을 시도한다. 지각과 행동을 별도로 학습한 뒤 증류를 통해 카메라 기반 플래너로 통합한다.
더 보기RoboTok은 인간 조작 영상 한 편을 질의로 받아 인터넷에서 유사한 조작 시연 영상을 검색하는 데이터 엔진입니다. 행위자 중심의 3D 손 궤적을 활용해 시점, 가림, 장면이 달라도 조작 동작을 비교하는 것을 목표로 합니다.
더 보기Qwen-Drive-1.0은 사전학습된 비전언어 모델을 유지하면서 3D 인식, 시각 질의응답, 모션 플래닝을 하나의 프레임워크에 통합하려는 연구입니다. BEV 인식 헤드와 플래닝 전문가를 통해 공유 표현을 검증 가능한 장면 구조와 미래 주행 궤적으로 연결합니다.
더 보기Nori Robotics가 로봇 개발자와 연구자를 겨냥한 1,688달러짜리 양팔 이동 로봇을 공개했다. 다리 대신 바퀴를 사용하고 고감속 서보와 외부 연산을 활용해 가격을 낮추면서 여러 대를 이용한 실험을 노린다.
더 보기NavMCP는 비전·언어 모델의 과제 수준 추론과 내비게이션 파운데이션 모델의 폐루프 실행을 결합한다. 로봇이 여러 탐색 과정에서 증거를 축적하며 장기적인 물리 세계 과제를 수행하도록 설계됐다.
더 보기로봇 궤적 데이터는 수집 비용이 높고 웹 규모로 확장하기 어렵다. VLAct는 제한된 데이터에서 여러 로봇으로 전이 가능한 표현을 학습하는 데 초점을 맞춰 VLA 모델의 효율을 높인다.
더 보기미국이 외국산 드론과 첨단 로봇의 시장 진입을 제한하고 있지만, 중국 기업의 생산 규모와 비용 경쟁력은 사라지지 않는다. 경쟁의 중심이 미국 밖의 지역 시장으로 이동할 가능성이 커지고 있다.
더 보기메타가 데이터센터에서 서버 재부팅, 전원 차단, 네트워크 케이블 교체, 장비 점검을 수행할 로봇을 시험하고 있다. 인력 부족을 완화할 수 있지만 기술직 일자리의 역할과 숙련도에도 영향을 줄 전망이다.
더 보기TacForcing은 로봇이 동작을 수행하는 동안 얻은 촉각 정보를 비전-언어-행동 모델에 반영하는 스트리밍 동작 생성 프레임워크다. 별도의 고주파 반응 제어기 없이 아직 실행되지 않은 동작을 계속 수정한다.
더 보기