RoboBrain-X0

행동 생성 (VLA)발표일 2025.09가중치 공개 · Apache-2.0

RoboBrain 2.0을 기반으로 이질적 로봇들을 공통 이산 액션 어휘로 매핑해 제로샷 교차 형태 제어를 노리는 액션 모델이다(CoRL 2025). 2025년 9월 Preview 가중치를 게이트 다운로드로 공개했어요.

파라미터: 4공식
제어 빈도: —값 없음 (미공개이거나 아직 확인하지 못함)
적용 로봇: —
벤치마크 결과: —

공식 자료코드 저장소 github.com 가중치 huggingface.co

무엇인가

행동 생성 (VLA) — Vision-Language-Action. 영상과 지시를 받아 로봇의 팔·손 동작으로 바꾸는 AI.
발표일 2025-09
가중치 공개 (Apache-2.0) — 내려받아 직접 실행·추가 학습할 수 있음

확인된 정보

사양 9개 항목 중 5개에 값이 있음
공식 공식 5개: 구조, 입력, 파라미터 (B), 학습용 데이터셋, 적용 로봇 형태
값 확인일 2025-09 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

값 없는 기본 사양 (공개 자료에서 찾지 못함): 제어 빈도 (Hz)
수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요

어떤 모델인가

RoboBrain-X0은 BAAI가 2025년 9월 29일 Preview로 공개하고 CoRL 2025에서 선보인 교차 형태 행동 생성 (VLA) 모델로, 구조가 다른 여러 로봇을 하나의 모델로 제어하는 것이 목표다. RoboBrain 2.0(3B)을 바탕으로 단일·다중 영상(다시점 RGB-D 포함)과 언어 지시를 받아, 말단장치의 SE(3) 자세를 공통 '통합 행동 어휘'의 이산 토큰으로 생성한다. 이 토큰은 그룹 잔차 양자화(GRVQ) 기반 액션 토크나이저가 각 로봇의 다자유도 제어 신호로 바꾼다.

학습에는 RoboBrain 2.0 데이터에 실제 로봇 동작 데이터와 공간·행동 추론 데이터를 더했지만 전체 규모는 밝히지 않았고, AgileX, 듀얼암 바퀴형 R1-Lite, 단일팔 Franka 등을 대상 로봇으로 든다. BAAI는 추가 학습 없는(zero-shot) 교차 형태 일반화와 공간·행동 추론 과제 최고 수준 성능을 주장하지만 README에 구체적인 수치는 없다. 약 4B 규모 Preview 가중치는 Apache-2.0 라이선스로 이용 조건에 동의한 뒤 내려받을 수 있고, 학습용 데이터셋 RoboBrain-X0-Dataset도 공개됐으며, OmniSAT 토크나이저 기반 정식판은 '곧 공개' 상태다.

회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.

구조와 학습

공식보도루머추정— 값 없음

구조	RoboBrain 2.0 기반 + 액션 토크나이저: SE(3) 말단 장치 자세 표현·통합 행동 어휘(UAV), 그룹 잔차 양자화기(GRVQ)로 다양한 자유도의 연속 제어를 공통 이산 행동 토큰으로 변환공식
입력	단일 이미지·다중 이미지·텍스트(다시점 RGB-D 디코딩 지원)공식
파라미터 (B)	4공식
학습용 데이터셋	RoboBrain 2.0 데이터 기반 + 대량의 실제 로봇 데이터·공간·행동 추론 데이터(RoboBrain-X0-Dataset 공개)공식
적용 로봇 형태	AgileX, R1-Lite 양팔 바퀴형 로봇, Franka 단일 팔, A2D(추론 예제 제공 4종)공식

출처 3건

github.com [1][2]
huggingface.co [1]

한눈에 읽기