윙치키휴머노이드 로봇 인사이트

← 피지컬 AI · 행동 생성 (VLA)

Magma

마이크로소프트🇺🇸 미국Magma 계열

행동 생성 (VLA)발표일 2025.02가중치 공개 · MIT

UI 내비게이션과 로봇 조작을 하나로 다루는 Microsoft의 멀티모달 에이전트 파운데이션 모델. Set-of-Mark·Trace-of-Mark로 행동 그라운딩을 학습.

파라미터
8공식

B (10억 개)

제어 빈도
—값 없음 (미공개이거나 아직 확인하지 못함)

Hz · 행동 출력 빈도

적용 로봇
—

윙치키에 연결된 로봇

벤치마크 결과
3건

수록된 점수

공식 자료프로젝트 페이지 microsoft.github.io논문 arxiv.org코드 저장소 github.com가중치 huggingface.co

한눈에 읽기

무엇인가

확인된 정보

  • 사양 9개 항목 중 5개에 값이 있음
  • 공식 공식 5개: 구조, 파라미터 (B), 학습용 데이터셋, 적용 로봇 형태, 발표 벤치마크
  • 벤치마크 결과 3건: 자체 발표 0건 · 자체 발표 외 평가 3건
  • 값 확인일 2025-02 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

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

어떤 모델인가

Magma는 Microsoft Research가 메릴랜드대 등 여러 대학과 함께 2025년 2월 공개한 멀티모달 에이전트용 파운데이션 모델로, 웹·모바일 화면 조작(UI 내비게이션)과 로봇 팔 조작을 하나의 모델로 다룬다. 텍스트와 이미지·영상을 받으면 ConvNeXt-XXLarge 비전 인코더와 Llama-3-8B 언어 모델이 말, 화면 위 위치, 로봇 행동을 출력하며, 로봇 행동은 OpenVLA처럼 거의 쓰이지 않는 마지막 256개 언어 토큰으로 엔드이펙터 6자유도 변위 등을 이산화해 나타낸다. 논문은 SeeClick UI 스크린샷 약 270만 장, Open X-Embodiment 로봇 궤적 97만 개, 영상 2,500만여 샘플 등을 학습에 썼다고 밝혔고, 클릭할 대상에 번호를 붙이는 Set-of-Mark로 행동 위치 지정을, 영상 속 움직임 궤적을 표시하는 Trace-of-Mark로 행동 계획을 익혔다.

연구진은 WidowX 실로봇과 LIBERO에서 소량 미세조정했을 때 OpenVLA 등 비교 모델보다 성공률이 높았고, SimplerEnv 제로샷에서도 OpenVLA를 앞섰다고 발표했다. 8B 가중치는 MIT 라이선스로 Hugging Face에 공개됐고 Azure AI Foundry에서도 제공되지만, 모델 카드는 연구용이며 실제 서비스 배포용이 아니라고 밝힌다.

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

구조와 학습

공식보도루머추정— 값 없음
구조ConvNeXt 비전 인코더 + Llama-3-8B LLM, Set-of-Mark(SoM)·Trace-of-Mark(ToM) 사전학습공식
파라미터 (B)8공식
학습용 데이터셋이미지·영상·UI 스크린샷·OXE 로봇 궤적 약 3,900만 샘플공식
적용 로봇 형태WidowX, Google Robot(SimplerEnv), LIBERO Franka공식
발표 벤치마크SimplerEnv 제로샷 Google Robot 52.3·Bridge 35.4(OpenVLA 34.2·1.1); LIBERO·WidowX 실물 소수샷 파인튜닝에서 OpenVLA보다 높은 성공률 주장; UI 내비게이션(Mind2Web·AITW) 신규 SOTA 주장공식

벤치마크 결과

결과 날짜 최신순 · 같은 벤치마크라도 세부 조건이 다르면 직접 비교할 수 없어요
벤치마크세부 조건점수평가 구분결과 날짜
SimplerEnv (SIMPLER)Google Robot – Variant Aggregation 평균57.5%다른 팀 논문 표2026-02
SimplerEnv (SIMPLER)Google Robot – Visual Matching 평균48.8%다른 팀 논문 표2026-02
SimplerEnv (SIMPLER)WidowX (Bridge) 4개 과제 평균44.8%다른 팀 논문 표2026-02

학습용 데이터셋

출처 6건