RLDX-1
행동 생성 (VLA)발표일 2026.05가중치 공개 · RLWRLD Model License v1.0 (weights, 비상업·저작자 표시·동일조건); Apache-2.0 (code)
한국 스타트업 리얼월드(RLWRLD)의 '손재주 우선' 로봇 파운데이션 모델로, 시각·언어에 더해 토크·촉각·작업 기억을 다루는 멀티스트림 액션 트랜스포머 구조예요. 사전학습(PT)과 ALLEX·DROID용 중간학습(MT) 체크포인트를 공개했으며 RoboCasa Kitchen 70.6%로 GR00T N1.6을 앞섰다고 주장해요.
- 파라미터
- 8.1공식
- 제어 빈도
- —값 없음 (미공개이거나 아직 확인하지 못함)
- 적용 로봇
- —
- 벤치마크 결과
- 8건
B (10억 개)
Hz · 행동 출력 빈도
윙치키에 연결된 로봇
수록된 점수
공식 자료프로젝트 페이지 rlwrld.ai논문 arxiv.org코드 저장소 github.com가중치 huggingface.co
한눈에 읽기
무엇인가
- 행동 생성 (VLA) — Vision-Language-Action. 영상과 지시를 받아 로봇의 팔·손 동작으로 바꾸는 AI.
- 발표일 2026-05
- 가중치 공개 (RLWRLD Model License v1.0 (weights, 비상업·저작자 표시·동일조건); Apache-2.0 (code)) — 내려받아 직접 실행·추가 학습할 수 있음
- 수록된 벤치마크 결과 8건
- 연결된 학습용 데이터셋 1개
확인된 정보
- 사양 9개 항목 중 7개에 값이 있음
- 공식 공식 7개: 구조, 입력, 파라미터 (B), 학습용 데이터셋, 적용 로봇 형태, 추론 하드웨어 외 1개
- 값 확인일 2026-05 · 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
- 수록된 벤치마크 결과 8건이 모두 자체 발표 — 자체 발표 외 평가는 아직 수록되지 않았어요
어떤 모델인가
RLDX-1은 한국 스타트업 리얼월드(RLWRLD)가 2026년 5월 공개한 '손재주 우선' 행동 생성 (VLA) 모델로, 다섯 손가락 로봇 손처럼 자유도가 높은 손으로 하는 정밀 산업 작업을 겨냥한다. 로봇용으로 추가 학습한 Qwen3-VL 8B 기반 이해·계획 (VLM) 모델 위에 Multi-Stream Action Transformer(MSAT)를 얹었다. MSAT는 시각·언어, 고유수용감각, 행동, 기억, 촉각, 토크를 각각 별도 스트림으로 처리한다.
여기에 여러 프레임의 움직임을 읽는 모션 모듈, 과거 정보를 담는 메모리 모듈, 촉각·토크로 미래 토크 상태까지 예측하는 물리 모듈을 더했다. 학습은 사전학습, 중간학습, 후학습(DAgger와 진행도 기반 강화학습)의 3단계다. 데이터로는 소량의 실제 시드 데이터를 영상 생성 모델 Cosmos-Predict2로 약 5배 불린 합성 데이터와, 사람의 맨손 시연을 로봇 손에 맞게 옮긴(리타기팅) 데이터를 함께 썼다.
회사는 48자유도 휴머노이드 ALLEX의 실제 과제 4개에서 평균 성공률 86.8%를 기록해 GR00T N1.6(44.8%)과 π0.5(39.1%)를 앞섰다고 발표했다. 시뮬레이션에서는 LIBERO 97.8%, RoboCasa Kitchen 70.6%를 냈다고 밝혔다. NVIDIA Isaac GR00T N1.7 코드베이스를 바탕으로 한 코드(Apache-2.0)와 사전학습(6.9B)·중간학습(8.1B) 체크포인트를 공개했고, 가중치는 비상업용 RLWRLD Model License v1.0을 따른다.
회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.
구조와 학습
| 구조 | Multi-Stream Action Transformer(MSAT: 인지·물리(촉각/토크)·행동 스트림을 공동 self-attention으로 결합, MM-DiT 확장) + 동작 모듈·장기 기억 모듈, Qwen3-VL-8B-Instruct 기반 이해·계획 (VLM) 백본, 플로우 매칭 학습공식 |
|---|---|
| 입력 | RGB 영상(기본 4프레임), 언어 지시, 고유수용감각, 촉각·토크(선택), 작업 기억공식 |
| 파라미터 (B) | 8.1공식 |
| 학습용 데이터셋 | 사전학습: 공개 조작 데이터 혼합(Open X-Embodiment 27개 데이터셋(DROID·Bridge·Fractal 등), Galaxea, AgiBot World, ActionNet, GR-1 휴머노이드 궤적, HumanoidEveryday의 Unitree G1/H1) + 자체 합성 로봇 데이터; 중간학습: 대상 로봇별 손재주 데이터·합성 데이터(사전학습용 데이터셋 일부 재사용); 사람 맨손 시연을 로봇 손에 옮긴 데이터도 활용공식 |
| 적용 로봇 형태 | 휴머노이드 ALLEX, Franka Research 3(AnySkin 촉각·관절 토크), OpenArm + Inspire 6자유도 손, DROID 단일 팔 Franka공식 |
| 추론 하드웨어 | RTX 5090에서 전체 모달리티 모델 43.7ms/스텝(>22Hz, 그래프 캡처·커스텀 퓨즈드 커널로 1.63배 가속)공식 |
| 발표 벤치마크 | LIBERO 97.8%; SimplerEnv Google VM 81.5%/VA 77.4%; WidowX 71.9%; RoboCasa Kitchen 70.6%공식 |
벤치마크 결과
결과 날짜 최신순 · 같은 벤치마크라도 세부 조건이 다르면 직접 비교할 수 없어요| 벤치마크 | 세부 조건 | 점수 | 평가 구분 | 결과 날짜 |
|---|---|---|---|---|
| LIBERO-Plus | Total (7개 교란 차원 종합) | 86.7% | 자체 발표 | 2026-05 |
| LIBERO | 평균 (Spatial/Object/Goal/Long) | 97.8% | 자체 발표 | 2026-05 |
| RoboCasa / RoboCasa365 | GR-1 Tabletop 평균 | 58.7% | 자체 발표 | 2026-05 |
| RoboCasa / RoboCasa365 | RoboCasa Kitchen (24개 과제) 평균 | 70.6% | 자체 발표 | 2026-05 |
| RoboCasa / RoboCasa365 | RoboCasa365 평균 (Atomic-Seen/Composite-Seen/Composite-Unseen) | 32.1% | 자체 발표 | 2026-05 |
| SimplerEnv (SIMPLER) | Google Robot – Variant Aggregation 평균 | 77.4% | 자체 발표 | 2026-05 |
| SimplerEnv (SIMPLER) | Google Robot – Visual Matching 평균 | 81.5% | 자체 발표 | 2026-05 |
| SimplerEnv (SIMPLER) | WidowX (Bridge) 4개 과제 평균 | 71.9% | 자체 발표 | 2026-05 |
학습용 데이터셋
- DROID Stanford / UC Berkeley / TRI 외 13개 기관