GR00T N1 논문 정리: 시각·언어·행동을 하나로 묶은 휴머노이드 로봇 파운데이션 모델의 구조
딥러닝 논문읽기 모임이 다룬 엔비디아 GR00T N1을 정리했다. 느린 추론과 빠른 행동 생성을 나눈 듀얼 시스템 구조, 웹·합성·실제 로봇 데이터를 쌓은 데이터 피라미드, 그리고 제로샷 성공률과 남은 한계를 짚는다.
핵심 내용 읽기 →
AI TOPIC
VLA 최신 뉴스와 핵심 해설
VLA 관련 핵심 뉴스와 활용 인사이트 24편을 최신순으로 모았습니다.
제미나이 로보틱스 2 완전 분석 - 성공률 44% 공개와 VLA를 지휘하는 계층 구조
구글 딥마인드가 공개한 제미나이 로보틱스 2를 로봇 연구자들이 뜯어봤다. 상위 추론 모델이 VLA를 지휘하는 계층 구조, 44%라는 성공률을 그대로 공개한 이유, 하드웨어를 만들지 않는 전략을 짚는다.
핵심 내용 읽기 →
로봇 학습 10년의 세 시대: 팔 농장 실험부터 파운데이션 모델과 스케일 경쟁까지
구글 딥마인드에서 로봇 학습을 이끌던 테드 샤오가 취리히 공대 초청 강의에서 지난 10년을 세 시대로 나눠 정리했다. 로봇 팔 농장 실험과 파운데이션 모델 도입, 그리고 지금의 데이터·평가 스케일 경쟁까지 짚는다.
핵심 내용 읽기 →
제너럴리스트 로봇 정책 정리: ETH 취리히 강의가 짚은 데이터·모델링·평가 3대 관문과 VLA 학습법
ETH 취리히 로봇 학습 강의 9강 정리. 하나의 모델로 여러 로봇을 제어하는 제너럴리스트 로봇 정책이 데이터 수집, 이종 데이터 모델링, 평가 비용이라는 세 관문을 어떻게 넘고 있는지 Octo와 최신 VLA 학습법을 통해 살펴본다.
핵심 내용 읽기 →
로봇 추론과 테스트타임 스케일링 정리 — ETH 취리히 로봇 학습 강의가 짚은 네 가지
ETH 취리히 로봇 학습 강의는 데이터를 더 모으는 대신 추론을 학습시키는 접근을 다룬다. 체화된 사고 사슬로 일반화가 약 30% 오르지만 행동이 느려지는 문제를 어떻게 되돌리는지, 테스트 시점 연산의 한계는 어디인지 정리했다.
핵심 내용 읽기 →
로봇 학습과 트랜스포머: 행동 토큰화와 액션 청킹으로 보는 VLA 모델의 작동 원리
ETH 취리히 로봇 학습 강의가 설명하는 시퀀스 모델링을 정리했다. 관측 한 장면으로 다음 동작을 정하는 반응형 정책의 한계에서 출발해 어텐션과 규모 확장, 시각·언어 결합, 로봇 행동의 토큰화와 액션 청킹까지 이어지는 흐름을 짚는다.
핵심 내용 읽기 →
로봇 학습의 그라운딩 병목이란? 더 큰 VLA와 월드 모델만으로 부족한 진짜 이유 정리
사람의 행동 영상은 넘쳐나는데 로봇은 왜 그것으로 배우지 못할까. 더 큰 VLA와 월드 모델만으로는 범용 로봇에 닿을 수 없다며 네 가지 인터페이스를 제안한 2026년 포지션 페이퍼를 따라가 본다.
핵심 내용 읽기 →
앤스로픽·피지컬 인텔리전스 로보틱스 정리 — VLA 모델과 LLM 로봇 제어 네 가지 방식
앤스로픽의 피지컬 인텔리전스 인수설을 계기로 π0부터 π0.7까지 로봇 파운데이션 모델의 계보를 짚고, LLM이 로봇을 제어하는 네 가지 방법과 각각의 실제 성공률이 어땠는지를 살펴본 대담을 정리했다.
핵심 내용 읽기 →
구글 제미나이 로보틱스 2 분석: 서로 다른 로봇이 공유하는 공통 지능과 성공률의 한계
구글이 공개한 제미나이 로보틱스 2는 전구 재장착 36%라는 낮은 성공률에도 큰 진전으로 소개됐다. 몸도 손도 다른 세 로봇을 같은 모델이 제어한 3층 구조와 새 로봇 적응 비용, 안전 평가, 현대차그룹과의 연결점까지 정리했다.
핵심 내용 읽기 →
LAPA 논문 정리: 액션 라벨 없는 VLA 사전학습이 OpenVLA를 앞선 이유와 30배 학습 효율
ICLR 2025에 발표된 LAPA는 로봇 액션 라벨 없이 인터넷 영상만으로 VLA를 사전학습한다. 잠재 액션이라는 핵심 아이디어와 세 단계 학습 구조, 사람 영상만으로 OpenVLA를 앞선 대목과 남은 한계까지 정리했다.
핵심 내용 읽기 →
피지컬 AI와 VLA 로봇, 데모가 현장에서 통하지 않는 이유와 지금 준비할 3가지
엔비디아 젠슨 황의 '모두가 같은 출발선' 발언을 현업 로봇 엔지니어가 짚었다. VLA와 로봇 파운데이션 모델이 빨라져도 데모와 현장 사이엔 무게·마찰·접촉력·센서 노이즈 같은 물리 문제가 남고, 바로 그 간극이 기회라는 이야기다.
핵심 내용 읽기 →
월드 모델과 VLA 비교 정리: 코스모스 폴리시부터 V-JEPA 2까지 로봇 정책 연구
로봇 엔지니어 채널이 코스모스 폴리시, VPP, 드림VLA, V-JEPA 2 등 최근 연구 다섯 편을 묶어, 미래를 예측하는 월드 모델이 VLA의 액션 헤드를 보완하거나 장기적으로 대체할 수 있는지, 그리고 실시간 제어와 정밀도라는 벽은 무엇인지 짚었다.
핵심 내용 읽기 →
피지컬 AI 로봇 행동 데이터는 어떻게 얻나: DexCap·AirExo·AirExo-2 기술 정리
로봇 학습의 진짜 병목은 모델 구조가 아니라 행동 데이터다. DexCap과 AirExo, AirExo-2가 사람의 시연을 어떻게 로봇이 배울 수 있는 형태로 바꾸는지, 그 변환 파이프라인을 정리했다.
핵심 내용 읽기 →
VLA 모델 비교 정리: 엔비디아 GR00T, 구글 제미나이 로보틱스, 피지컬 인텔리전스 파이
로봇 엔지니어가 피지컬 AI를 이끄는 세 그룹의 VLA 모델을 공개 자료 기준으로 비교했다. 이해와 행동을 나누는 구조, 데이터 확장 전략, 서로 다른 로봇 몸체로 학습을 옮기는 문제의 해법에서 세 계열의 설계 철학이 갈린다.
핵심 내용 읽기 →
π0.7 논문 리뷰: 실패·저품질 로봇 데이터에 맥락을 붙여 학습하는 파운데이션 모델
피지컬 인텔리전스의 π0.7 논문 리뷰. 좋은 시연만 골라 쓰는 대신 실패·저품질 데이터에 품질·속도·실수 메타데이터를 붙여 학습시키고, 언어 코칭과 목표 이미지로 훈련에 없던 작업까지 수행하는 구조를 정리했다.
핵심 내용 읽기 →
VLA 로봇 모델의 한계와 촉각·힘 센싱 연구 정리: ForceVLA부터 Octopi-1.5까지
보고 이해하는 데까지는 잘하지만 접촉 작업에서 흔들리는 VLA 로봇 모델. 힘과 촉각을 모델에 넣는 다섯 편의 최신 연구를 통해 로봇에게 손끝 감각이 필요한 이유를 정리했다.
핵심 내용 읽기 →
π*0.6 논문 리뷰 — VLA 로봇 모델에 강화학습을 결합한 RECAP 구조와 성능 향상 정리
사람의 시범만 따라 하던 VLA 로봇 모델이 자신의 실패를 스스로 평가해 개선한다. π*0.6 논문이 도입한 밸류 펑션과 어드밴티지 조건화 구조, 그리고 세탁물 접기와 에스프레소 제조에서 확인된 처리량·성공률 변화를 알기 쉽게 풀었다.
핵심 내용 읽기 →
얀 르쿤의 JEPA vs VLA — 세계 모델·V-JEPA로 보는 로봇 AI의 두 갈래
지금 가장 인상적인 로봇 두뇌인 VLA 모델을 두고 얀 르쿤은 '가망 없다'고 말한다. LLM 대신 세계 모델을 학습하는 JEPA 접근이 무엇이고 어떤 장단점이 있는지 짚었다.
핵심 내용 읽기 →
VLA 로봇 두뇌 완전 해설: RT2부터 파이 제로까지, LLM이 로봇을 조종하는 원리
구글 RT2의 어색한 시연 하나가 왜 로봇공학의 전환점이었을까. 거대 언어모델을 로봇 두뇌로 바꾼 VLA 모델과 피지컬 인텔리전스 파이 제로의 작동 원리를 자막 기반으로 정리했다.
핵심 내용 읽기 →
피지컬 AI 공부법 — 최신 모델을 좇기보다 ‘문제 해결의 흐름’을 읽어야 하는 이유
로봇 개발자가 설명하는 피지컬 AI의 현재. 아직 표준이 없는 이 분야에서 LLM 플래닝·VLA·액션 청크·계층형 시스템이 왜 등장했는지, 그리고 심투리얼 문제와 빠르게 변하는 기술을 공부하는 방법까지 정리했다.
핵심 내용 읽기 →
VLA 로봇이 물리 세계를 배우는 법: 촉각·월드모델·디지털 트윈 최신 연구 정리
시각과 언어만으로는 부족한 로봇 조작에, 힘·촉각 같은 물리 감각과 월드 파운데이션 모델·디지털 트윈으로 행동의 미래를 예측하려는 최신 VLA 연구 흐름을 한 편으로 정리했다.
핵심 내용 읽기 →
촉각 반응형 로봇 조작 T-Rex: VLA에 손끝 감각을 결합한 최신 논문 분석
카메라와 언어만으로는 부족했던 로봇의 정교한 손동작. 2026년 6월 공개된 T-Rex 논문이 시각 계획과 촉각 보정을 분리해 성공률을 어떻게 끌어올렸는지 살펴본다.
핵심 내용 읽기 →
Physical AI 논문 총정리: 구글 RT-1부터 NVIDIA GR00T까지 로봇 AI 2년의 흐름
구글 RT-1이 연 로봇 학습의 전환점부터 RT-2, OpenVLA, π0, 제미나이 로보틱스, NVIDIA GR00T까지, 지난 2년간의 Physical AI 핵심 논문 14편을 한 흐름으로 정리했다. 로봇이 언어처럼 세상을 배우게 된 과정이다.
핵심 내용 읽기 →
Hugging Face 로봇 해커톤 48시간: 참가자들이 만든 것과 1년 후 변화
Hugging Face가 연 전 세계 로봇 해커톤 참가자들을 1년 뒤 다시 만났다. 같은 오픈소스 스택과 48시간 안에서 티셔츠 접기·레고 픽셀아트·원격조종 같은 결과물을 만든 이들이 인턴십과 정규직으로 나아간 이야기를 전한다.
핵심 내용 읽기 →