Thinker (Thinker-4B)

유비테크🇨🇳 중국Thinker 계열

이해·계획 (VLM)발표일 2026.01가중치 공개 · CC-BY-NC-SA-4.0

유비테크의 피지컬 AI용 이해·계획 (VLM) 파운데이션 모델로, Qwen3-VL-4B-Instruct 기반 4B 버전을 2026년 1월 공개했어요. 회사는 9개 피지컬 AI 리더보드 1위를 주장하며, 논문은 100억 파라미터급 베이스 모델도 언급해 크기 정보가 엇갈려요.

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

공식 자료논문 arxiv.org 코드 저장소 github.com 가중치 huggingface.co

무엇인가

이해·계획 (VLM) — Vision-Language Model. 영상과 말을 함께 이해해 장면을 해석하고 할 일을 계획하는 AI.
발표일 2026-01
가중치 공개 (CC-BY-NC-SA-4.0) — 내려받아 직접 실행·추가 학습할 수 있음

확인된 정보

사양 9개 항목 중 3개에 값이 있음
공식 공식 2개: 구조, 파라미터 (B)
보도 보도 1개: 발표 벤치마크
값 확인일 2026-01 – 2026-05 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

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

어떤 모델인가

Thinker-4B는 유비테크(UBTECH) Thinker 팀이 2026년 1월 28일 허깅페이스에 공개한 피지컬 AI용 이해·계획 (VLM) 모델로, 휴머노이드가 장면을 이해하고 작업을 계획하는 '두뇌' 역할을 맡는다. Qwen3-VL-4B-Instruct를 미세조정한 40억 파라미터 모델로, 이미지·영상과 텍스트를 받아 미래 상태 예측 기반 작업 계획, 1인칭 좌표계 기반 공간 추론, 과거 상태를 반영한 시간 이해, 시각적 위치 지정(grounding) 결과를 텍스트로 내놓는다. 관련 논문은 1인칭 영상·시각 위치 지정·공간 이해·사고 사슬(CoT) 데이터로 대규모 학습용 데이터셋을 만들고 핵심 프레임과 전체 영상을 함께 입력해 영상 이해를 개선했다고 설명하며, 모델 카드는 데이터 정제, 다단계 학습, 강화학습을 거쳤다고만 밝혔다.

회사는 작업 계획·시각 위치 지정·공간 이해 분야 7개 피지컬 AI 벤치마크에서 최고 기록을 냈다고 주장하지만, 공개 문서에는 개별 점수가 텍스트로 제시되지 않았다. 가중치는 비상업 CC BY-NC-SA 4.0 라이선스로 공개됐고, 추론(Thinking) 버전은 공개 예정이다.

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

구조와 학습

공식보도루머추정— 값 없음

구조	Qwen3-VL-4B-Instruct 기반 이해·계획 (VLM)공식
파라미터 (B)	4공식
발표 벤치마크	9개 피지컬 AI 리더보드 1위(회사 주장)보도

출처 4건

arxiv.org [1]
huggingface.co [1]
github.com [1]
cntechpost.com [1]

한눈에 읽기