← 피지컬 AI · 행동 생성 (VLA)

WALL-OSS-0.5

X스퀘어 로봇(쯔볜량)🇨🇳 중국WALL 계열

행동 생성 (VLA)발표일 2026.05가중치 공개 · Apache-2.0

2026년 5월 공개된 WALL-OSS 개선판으로, 가중치·학습 코드·레시피·옵티마이저 구현까지 전체 스택을 공개했어요. 20종 이상 형태로 사전학습한 4B 행동 생성 (VLA) 모델이에요.

파라미터
4공식

B (10억 개)

제어 빈도
—값 없음 (미공개이거나 아직 확인하지 못함)

Hz · 행동 출력 빈도

적용 로봇
—

윙치키에 연결된 로봇

벤치마크 결과
1건

수록된 점수

한눈에 읽기

무엇인가

  • 행동 생성 (VLA) — Vision-Language-Action. 영상과 지시를 받아 로봇의 팔·손 동작으로 바꾸는 AI.
  • 발표일 2026-05
  • 가중치 공개 (Apache-2.0) — 내려받아 직접 실행·추가 학습할 수 있음
  • 수록된 벤치마크 결과 1건

확인된 정보

  • 사양 9개 항목 중 6개에 값이 있음
  • 공식 공식 6개: 구조, 입력, 파라미터 (B), 학습용 데이터셋, 추론 하드웨어, 발표 벤치마크
  • 벤치마크 결과 1건: 자체 발표 0건 · 자체 발표 외 평가 1건
  • 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

어떤 모델인가

WALL-OSS-0.5는 중국 선전의 X Square Robot(自变量机器人)이 2026년 5월 오픈소스로 공개한 행동 생성 (VLA) 모델로, 실제 로봇에 바로 배치하거나 미세조정의 출발점으로 쓰도록 만들어졌다. 이해·계획 (VLM) 모델인 Qwen2.5-VL-3B-Instruct 백본에 행동 생성 모듈을 더한 4B 파라미터 구조이며, 영상과 언어 지시를 받아 배포 시에는 flow matching으로 연속 행동을 출력한다. 20종 이상의 로봇 형태에서 모은 에폭당 100만 개 이상의 궤적과 멀티모달 학습용 데이터셋으로 사전학습했고, 이산 행동 예측·멀티모달 예측·flow matching 세 목표를 함께 학습하는 'gradient-bridged' 방식으로 시각-언어 능력이 깎이지 않게 했다고 설명한다.

개발사는 사전학습 체크포인트만으로 17개 실제 과제 중 블록 분류 등 일부를 zero-shot으로 수행했고, 15개 실로봇 과제 미세조정 후 평균 과제 진행도 60.5%로 π0.5보다 17.5% 높았다고 발표했다. 가중치는 Hugging Face에, 미세조정·추론 코드는 Apache-2.0 라이선스의 wall-x 저장소에 공개됐다.

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

구조와 학습

공식보도루머추정— 값 없음
구조Qwen2.5-VL-3B-Instruct 기반 3B 이해·계획 (VLM) 백본 + 행동 생성 모듈의 4B 행동 생성 (VLA) 모델 (이산 행동 예측·멀티모달 예측·flow matching 공동 학습, 배포 시 flow matching)공식
입력다시점 카메라 영상(시점 수 가변), 텍스트 토큰화된 고유수용 상태, 언어 지시공식
파라미터 (B)4공식
학습용 데이터셋20종 이상 로봇 형태, 에폭당 100만 개 이상 로봇 궤적 + 멀티모달 학습용 데이터셋으로 사전학습공식
추론 하드웨어RTX 5090 1장, 3시점 입력 기준 약 21Hz(224×224)·15Hz(448×448) 추론공식
발표 벤치마크실로봇 15개 과제 미세조정 후 평균 과제 진행도 60.5%로 π0.5(43.0%)보다 17.5%p 높음(자체 보고)공식

벤치마크 결과

결과 날짜 최신순 · 같은 벤치마크라도 세부 조건이 다르면 직접 비교할 수 없어요
벤치마크세부 조건점수평가 구분결과 날짜
LIBERO평균 (Spatial/Object/Goal/Long)96.5%다른 팀 논문 표2026-08

출처 6건