LDA-1B

LDA-1B는 베이징대·갤봇(Galbot) 연구진이 NVIDIA·BAAI·칭화대 등과 함께 개발한 로봇 파운데이션 모델이다. 연구진은 행동 복제에 기대는 기존 모델과 달리 정책·동역학·시각 예측을 하나의 잠재 공간에서 함께 학습하는 '잠재 동역학 행동 모델'이라고 설명한다. 언어와 영상은 고정된 Qwen3-VL-4B 이해·계획 (VLM) 모델과 DINOv3 인코더로 처리하고, 멀티모달 diffusion 트랜스포머(MM-DiT)가 action chunk와 미래 DINO 특징을 함께 디노이징해 픽셀 대신 잠재 공간에서 미래를 예측한다.

3만 시간이 넘는 학습용 데이터셋 EI-30k는 실제 로봇 8,030시간, 시뮬레이션 로봇 8,600시간, 행동 라벨이 있는 사람 시연 7,200시간, 라벨 없는 사람 영상 1만 시간으로 이뤄졌으며, 고품질 시연은 모든 목표에, 저품질 궤적은 동역학·시각 예측에만, 행동 없는 영상은 시각 예측에만 쓴다. 연구진은 시뮬레이션과 Galbot G1·Unitree G1 실제 실험에서 π0.5보다 접촉이 많은 과제 최대 21%, 정교한 손 조작 48%, 장기 과제 23% 높은 성능을 냈고 흔히 버리는 저품질 궤적 30%를 활용해 10% 이득을 얻었다고 주장하며, RSS 2026에 채택돼 코드와 사전학습 체크포인트가 공개됐다.