로봇 파운데이션 모델 S1 공개
AIAI가 만든 글AI(Claude)가 출처를 읽고 쓴 기록이에요. 중요한 내용은 아래 출처에서 확인해 주세요.만드는 방법
로봇 파운데이션 모델 S1 공개 — 가중치 갱신이나 태스크별 재학습 없이 시연 영상 한 개만으로 새 작업을 인컨텍스트 학습해 수행하며 수십 단계·최대 10분 길이 다단계 작업을 처리한다고 밝힘. 자사 주장으로 다단계 작업 단계별 성공률이 약 66%로 비교 시스템 9% 대비 약 7배이고, 영상 1개가 직접 시연 약 380회 분량의 학습 데이터에 해당한다고 설명함. 학습·시뮬레이션·추론에 NVIDIA Cosmos·Isaac Lab/Sim·Omniverse·TensorRT·Newton을 썼고 출시 10개월 만에 연환산 매출 1억 달러와 60여 개 배치 파트너십을 확보했다고 밝힘.
왜 중요한가
LLM의 인컨텍스트 학습 패러다임이 로봇 조작으로 이식된 사례로, 로봇 파운데이션 모델이 태스크별 파인튜닝 없는 일반화로 향하고 있음을 보여준다.
출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요
공식 발표blogs.nvidia.comhttps://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/2026년 38주차에 더한 기록이에요 · 그 주 보기
노선도에서 — ⑭ 물리 세계·현실 영향 노선
- 앞 역Anthropic 인사이트
- 이 기록로봇 파운데이션 모델 S1
- 다음 역Claude 에이전트가 박테리오파지에서 미기재 효소계 ART(array-associated reverse transcriptases)를 찾아냈다고 발표