robotics3 영상 생성 AI 1위 런웨이(Runway)의 도발: 로봇 데이터 품귀 현상을 '유튜브 비디오'로 뚫어낸 'Praxis-1'의 실체 1. 비디오 생성 AI의 거인, 로보틱스 판을 흔들다: Runway Praxis-1 공개비디오 생성 AI 분야의 절대강자 중 하나인 런웨이(Runway)가 결국 물리적 세계(Physical AI)로 영토를 확장했습니다. 이번에 공개된 'Praxis-1'은 단순한 이미지나 비디오 생성을 넘어, 비디오 학습 데이터를 로봇의 '제어 명령(Control Action)'으로 직접 변환하는 오픈 웨이트(Open-weight) 기반의 월드 액션 모델(World Action Model, WAM)입니다. 현업에서 로보틱스나 자율주행을 다루는 엔지니어라면 누구나 공감하겠지만, 현재 피지컬 AI 생태계의 가장 큰 병목은 단연 '데이터의 기아 상태(Data Starvation)'입니다. 자율주행은 주행 데이터라도 쌓이지만, .. 2026. 10. 22. 구글 딥마인드가 제미나이 4 아르곤으로 휴머노이드 로봇에게 콘홀 게임을 가르친 진짜 방식 로봇에게 인간의 복잡한 움직임을 가르치는 가장 비효율적인 방법은 역설적이게도 사람이 일일이 관절 각도 좌표를 수작업으로 입력하는 것입니다. 던지기나 뛰기 같은 역동적인 동작은 미세한 힘의 균형과 공기 저항, 관성 모멘트가 복합적으로 작용하기 때문에 단순히 인간의 궤적을 복사해서 붙여넣는 순간 로봇은 맥없이 중심을 잃고 쓰러지기 일쑤죠.최근 구글 딥마인드(Google DeepMind)가 공개한 시연 영상은 이 골치 아픈 문제를 아주 색다른 방식으로 풀어냈습니다. 바로 거대 언어·비전 모델인 제미나이 4 아르곤(Gemini 4 Argon)에게 휴머노이드 로봇 앱트로닉 아폴로(Apptronik Apollo)의 '상급자 코치' 역할을 맡긴 것입니다.[시연 전체 영상] Gemini 4 Argon을 활용한 휴머노이.. 2026. 10. 19. 엔비디아가 COMPASS와 AI 에이전트로 로봇 자율주행의 '몸체 한계'를 깨부순 방법 1. 이종 로봇 자율주행의 난제와 엔비디아의 해법로봇 공학에서 '네비게이션(Navigation)'은 단순히 관절을 움직여 안정적으로 걷는 '로코모션(Locomotion)'과는 차원이 다른 문제입니다. 로봇이 실시간으로 자신의 위치를 추정(Localization)하고, 시시각각 변하는 주변 환경을 인지하며, 동적 장애물을 피해 목적지까지 안전하게 도달하는 전 과정을 아우르기 때문이죠.현업에서 가장 골치 아픈 지점은 새로운 로봇 하드웨어(Embodiment)나 새로운 작업 환경(Scene)이 도입될 때마다 이 복잡한 파이프라인을 완전히 처음부터 다시 만들고 학습시켜야 한다는 것입니다. 센서의 위치, 로봇의 물리적 제원, 동역학적 특성이 조금만 달라져도 기존에 공들여 학습시킨 자율주행 모델은 무용지물이 되기 .. 2026. 10. 2. 이전 1 다음
