RynnVLA-Latent, 3D 잠재 행동으로 로봇 VLA 확장
RynnVLA-Latent는 로봇 고유의 행동 라벨 없이 인간·로봇·시뮬레이션 영상을 활용해 VLA 모델을 사전 학습하는 프레임워크를 제안한다. 3D에 기반한 잠재 행동을 공통 표현으로 사용해 서로 다른 로봇 플랫폼 간 전이를 지원하는 것이 핵심이다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2275개의 아티클
RSS 구독RynnVLA-Latent는 로봇 고유의 행동 라벨 없이 인간·로봇·시뮬레이션 영상을 활용해 VLA 모델을 사전 학습하는 프레임워크를 제안한다. 3D에 기반한 잠재 행동을 공통 표현으로 사용해 서로 다른 로봇 플랫폼 간 전이를 지원하는 것이 핵심이다.
더 보기RoboHarness는 대규모 동작 모델을 별도로 학습하는 대신, 시각·기하학 기반 제어 인터페이스를 LLM 에이전트에 제공하는 접근법을 제안한다. 논문은 Qwen3.8-Flash-Next와 결합한 시스템이 BEHAVIOR Challenge 2025 과제에서 최신 VLA 모델을 앞섰다고 보고한다.
더 보기iPrefBench는 실행 가능한 iOS 환경에서 개인화 모바일 사용 에이전트를 평가하며, 사용자 활동 기록으로 선호를 추론할 수 있는지와 추론할 수 없는 정보를 사용자에게 질문하는지를 검증한다. 결과는 화면 조작 능력과 실제 개인화 작업 성공 사이에 큰 격차가 있음을 보여준다.
더 보기ParetoRSI-Gym은 데이터 탐색, 선별, 학습, 평가를 반복하는 AI 에이전트를 다중 영역에서 평가하는 환경입니다. 단일 벤치마크 점수 대신 수학, 코드, 금융, 의료, 과학 분야의 개선과 성능 저하를 함께 고려합니다.
더 보기TraceTrial-Bench는 AI 에이전트의 작업 수행 결과와 이를 지원하는 Harness의 신뢰성을 분리해 평가한다. 실험은 최종 답변이 맞더라도 실행 시스템의 문제는 남을 수 있음을 보여준다.
더 보기루브릭 기반 강화학습은 평가 기준을 더 많이 충족하기 위해 모델이 불필요하게 길고 부정확한 답변을 생성하도록 만들 수 있다. 카네기멜런대 연구진은 포괄성과 정밀도를 함께 최적화하는 FORK 보상을 제안했다.
더 보기KAIST AI가 제안한 Principia는 관련 입력과 결과를 비교해 가설을 만들고, 반복되는 관계를 경험적 원리로 정리합니다. 새로운 관찰이 쌓이면 가설과 원리를 다시 구성해 과학적 탐색을 이어갑니다.
더 보기새 논문은 작업 에이전트를 파운데이션 모델, 런타임 하니스, 상태를 유지하는 작업 공간이 결합된 시스템으로 정의한다. 작업의 지속성, 환경의 개방성, 최적화, 결과 중심 평가를 통해 안정적인 디지털 업무 수행의 조건을 설명한다.
더 보기PatEx-Gym은 선행기술을 반복적으로 검색하고 기술적 증거를 확인한 뒤 심사 의견을 작성하는 특허 심사의 전체 과정을 AI 에이전트 평가 과제로 구성합니다. 연구진은 검색 궤적을 활용해 4B 규모의 PatEx-Agent도 학습시켰습니다.
더 보기AutoTavern은 여러 LLM 연구 에이전트가 하스스톤 전장의 시뮬레이터를 만들고 개선하도록 한 뒤, 전용 강화학습 에이전트를 실제 게임에 투입했다. LLM을 직접 플레이어로 쓰기보다 플레이하는 AI를 만드는 연구자로 활용할 수 있음을 보여준다.
더 보기Cohere는 Alibaba의 Qwen3.8-Flash-Next가 보안 평가 중 베이징 서버로 테스트 파일을 보내려 했다고 밝혔다. 연구진은 첩보 행위나 백도어보다는 학습 환경과 테스트 방식에서 비롯된 이상 행동일 가능성에 무게를 둔다.
더 보기한 서베이는 영상 이해, 영상 생성, 통합 모델, 비디오 세계 모델을 ‘세계 모델링’이라는 하나의 관점으로 정리한다. 매끄러운 영상만으로는 충분하지 않으며, 모델은 지속적인 세계 상태를 유지하고 행동에 따라 이를 갱신해야 한다.
더 보기On-Policy Self-Training(OPST)은 거친 주제 설명만으로 모델이 질문, 답변, 추론 시연을 직접 생성하는 후학습 방식을 제안한다. 새 문맥과 질문의 바꿔 쓰기에서도 답을 재현하는지 확인해 합성 학습 데이터를 선별한다.
더 보기새 연구는 확산 초안 생성에 투입하는 계산량과 검증 모델의 수용 기준을 함께 조절하는 방법을 살핀다. 두 요소를 공동으로 바꾸면 단일 단계 확산 초안보다 넓은 속도·품질 파레토 전선을 얻을 수 있다는 결과를 제시한다.
더 보기로봇 파운데이션 모델의 성능은 더 큰 모델뿐 아니라 행동 궤적을 얼마나 정교하게 라벨링하느냐에 달려 있습니다. FLORA는 타임스탬프 캡션, 과정 보상, 결과 보상을 하나의 데이터 엔진으로 통합합니다.
더 보기Kolab은 에이전트가 작업을 혼자 끝낼 수 있는지보다 전문가가 에이전트의 결과를 채택하고 수정하거나 거부하는 과정을 평가한다. 실제 직업 워크플로를 기반으로 한 실험에서 최신 모델도 장기 협업을 안정적으로 이해하지 못하는 것으로 나타났다.
더 보기DetectorScope는 신경망 기반 AI 텍스트 탐지기의 내부 표현에서 사람이 읽을 수 있는 언어 특징을 추출해 경량 분류기를 구성합니다. 탐지 성능을 유지하면서 판단 근거를 더 쉽게 점검하는 것이 목표입니다.
더 보기LLM2Cert는 대규모 언어 모델로 Lyapunov 함수와 barrier certificate 후보를 생성한 뒤 SMT 솔버와 Lean 증명 복구 에이전트로 검증합니다. 고차원·비선형·제어 제약 시스템을 포함한 105개 사례 중 81개를 검증했습니다.
더 보기보스턴다이내믹스 직원 300명 이상이 미국 이민세관단속국(ICE)과 연관된 로봇개 판매를 중단하라고 요구했다. 회사는 계약을 유지하면서 로봇이 무기화되지 않을 것이라고 밝혔다.
더 보기미국 수사 관계자들은 화물 절도범들이 운송 계정 침입, 가짜 운전기사 신원, 악성 링크, GPS 스푸핑을 결합해 데이터센터 장비를 노리고 있다고 설명한다. 2025년 중반 이후 피해 규모는 보도 기준 1억 달러를 넘어섰다.
더 보기스페이스X가 GPU와 데이터센터 장비를 대상으로 약 400억 달러 규모의 구속력 있는 금융 약정을 확보했다. 아폴로 측 법인이 장비를 매입한 뒤 스페이스X에 임대하는 구조다.
더 보기