Field Foundation Models (FFM)

Field Foundation Models(FFM)는 미국 FieldAI가 건설·에너지·제조·점검 같은 거친 산업 현장용으로 내세우는 '물리 우선(physics-first)' 로봇 파운데이션 모델 계열이다. 회사 설명에 따르면 보행·조작을 맡는 Dynamics Foundation Models(로봇 형태에 따라 달라지는 유일한 계층), 위험 인지·기억·추론을 맡는 FFM, 서로 다른 로봇 군집을 조율하는 Multiagent Foundation Models의 3계층 구조이며, 물리 기반 추론과 불확실성 정량화를 넣은 'Belief World Model'이 장애물이나 위험이 불확실할 때 속도를 줄이거나 경로를 바꾸거나 정보를 더 모으게 한다. 학습에는 고객 현장 작업에서 모은 실제 데이터에 NVIDIA Isaac Lab의 수천 개 병렬 시뮬레이션 환경에서 만든 합성 데이터를 더했다고 밝혔지만 규모는 공개하지 않았고, 주류 방식보다 훨씬 적은 데이터와 연산으로 학습한다고 주장한다.

사전 지도·GPS·정해진 경로 없이 로봇 위에서 실시간으로 동작하며, 4족·휴머노이드·바퀴형 로봇과 승용차급 차량에 적용해 미국·일본·유럽의 산업 현장 수백 곳에서 시험·배치했다고 발표했다. 회사 자료 외에 공개된 기술 논문이나 모델 가중치는 확인되지 않는다.