지난 3년 동안,AI의 진화는 거의 모두 화면 내에서 이루어집니다. 대화 생성부터 이미지 생성, 코드 지원에 이르기까지 대형 모델은 "세상을 이해"하는 능력에 대한 인간의 상상력을 계속해서 새롭게 합니다. 그러나 더 근본적인 질문은 아직 해결되지 않은 채 남아 있습니다. AI가 이미 이해하고, 표현하고, 심지어 추론할 수 있게 되면, 언제 현실 세계의 생산에 진정으로 참여할 수 있을까요?
at2026년에는 이 질문에 대한 명쾌한 답이 나타나기 시작합니다.
AGIBOT 파트너 컨퍼런스에서 Peng Zhihui는 반복적으로 논의할 가치가 있는 판단을 내렸습니다. 즉, 임바디드 AI가 기술 혁신 단계에서 생산성 배포 단계로 이동하고 있다는 것입니다. 이 변화의 의미는 차세대 로봇이나 모델의 출시에 있는 것이 아닙니다.AI는 "세상에 대한 이해"에서 "가치 창조"로 더 깊은 전환을 겪고 있습니다.

AGIBOT의 공동 창립자 겸 사장,CTO Peng Zhihui가 APC 2026에서 연설했습니다.
AI의 주요 전장은 콘텐츠 생성에서 물리적 세계로 이동합니다.
이 마이그레이션의 기본 논리는 겉보기에는 추상적이지만 극도로 설명적인 개념에서 볼 수 있습니다. Peng Zhihui는 연설에서 다음과 같이 언급했습니다.토큰은 AI시대의 '화폐'입니다. 모든 추론, 생성 및 의사결정은 본질적으로 토큰의 흐름입니다. 그러나 관점을 디지털 세계에서 실제 세계로 전환하면 중요한 차이점을 발견할 수 있습니다. 즉, 채팅 모델이 호출되고 봇이 계속 실행된다는 것입니다.

Peng Zhihui가 여기에 있습니다 APC 2026 AI 진화 방향에 대한 판단 공유
특정 요청이 발생했을 때만 컴퓨팅 파워를 소모하는 것이 아니라, 실제 환경에서 계속해서 감지하고, 결정하고, 행동합니다. 모든 경로 계획, 모든 작업 실행, 심지어 사람들과의 모든 상호 작용까지 본질적으로 많은 시간이 소요됩니다.토큰. 이러한 지속성은 임바디드 AI를 완전히 다른 형태의 AI로 만듭니다.
이것은 또한 더 깊은 판단을 가져옵니다:AI의 수요 모델은 "반복적으로 호출되는 것"에서 "지속적인 작동"으로 전환되고 있습니다. 과거의 AI가 더 많은 정보 처리를 담당했다면, 임바디드 AI는 물리적 세계의 운영에 직접 내장됩니다. 더 이상 사용되는 도구가 아니라 지속적으로 작동하는 시스템입니다.
이러한 의미에서 임바디드 AI가 인프라의 특성을 갖기 시작합니다. 그것은 단지가 아니다AI의 응용 방향이지만 AI 기능을 탑재한 새로운 캐리어에 가깝습니다. AI가 물리적 세계에 들어오면 그 영향은 더 이상 효율성뿐만 아니라 생산 방법 자체에도 영향을 미칩니다.
업계 내러티브가 "기술 과시"에서 "결과 제공"으로 전환됩니다.
기술 진보에 따라 결정되는 경우AI의 가능성과 업계 내러티브의 변화에 따라 AI의 현실적인 경로가 결정됩니다. 예전부터 로봇산업의 가장 대표적인 이미지는 공중제비, 춤, 파쿠르였다. 이 디스플레이의 핵심 의미는 "기술이 할 수 있다"는 것을 증명하는 것이었습니다.
그러나 지난 1년 동안 이러한 이야기는 급속히 사라지고 있습니다.NVIDIA는 AI 시스템이 현실 세계로 이동할 수 있는 체계적인 기회를 강조합니다. Tesla는 휴머노이드 로봇을 대량 생산 경로에 통합합니다. 핵심 목표는 더 이상 성능 입증이 아니라 대규모 제조입니다. Boston Dynamics는 실험실의 기술적 한계보다는 비즈니스 시나리오에서의 가치 창출을 계속해서 강조하고 있습니다.
이러한 변화는 고립된 것이 아니라 전체적으로 하나의 추세를 나타냅니다. 업계에서 우려하는 핵심 문제는 다음과 같습니다. "그것이 가능합니까?" "안정적으로 할 수 있을까?" Peng Zhihui는 연설에서 보다 직접적인 판단을 내렸습니다. 개인 지능의 분수령은 AI가 물리적 세계에 들어가는 것뿐만 아니라 실제 작업 흐름에 더 깊이 들어가는 것입니다.
이 문장의 의미는 평가 기준을 재정의한다는 것입니다. 로봇이 실제로 생산 라인, 물류, 서비스 및 기타 시나리오에 진입할 때 고객은 더 이상 기술적 지표 자체에 관심을 두지 않고 작업을 완료할 수 있는지, 안정적이고 신뢰할 수 있는지, 규모에 맞게 복제할 수 있는지 여부에 관심을 갖습니다. 로봇은 더 이상 표시 개체가 아니라 작업 흐름의 링크입니다.
이로 인한 변화는 비즈니스 모델의 근본적인 변화입니다. 기업은 더 이상 단순하지 않습니다. "판매 로봇" 대신 "결과 제공"을 시작합니다. 실제 환경에서 계속해서 안정적으로 운영하고 성과를 낼 수 있는 사람은 새로운 경쟁 우위를 갖게 될 것입니다. 그렇기 때문에 현 단계에서는 '시연 능력'보다 '전개 능력'이 더 중요해집니다.
엔드 투 엔드 폐쇄 루프로 AI가 처음으로 "이해하고 실행"할 수 있음
업계가 대규모 구현 단계에 진입하면 실제 제약이 더욱 명확해지기 시작합니다. 오랫동안 로봇의 대규모 적용을 제한해 온 것은 단일 기술의 부족이 아니라 시스템 수준의 단편화와 조정 부족 때문이었습니다. 이 핵심 문제에 대해 AGIBOT은 제안했습니다."하나의 몸, 세 가지 지능"을 구현한 지능 구현 패러다임은 이러한 체계적 병목 현상에 대한 직접적인 대응입니다.
첫 번째는 상호작용 계층에서의 연결 끊김입니다. 전통AI 시스템은 언어를 이해하고 생성할 수 있지만 현실 세계의 의사소통은 당연히 다중 모드입니다. 언어, 비전, 행동, 타이밍 및 환경적 맥락이 함께 완벽한 상호 작용 경험을 구성합니다. 과거에는 이러한 기능이 서로 다른 모듈에 분산되어 있는 경우가 많았고 통합된 표현 프레임워크가 부족했습니다. 많은 로봇이 "대화는 가능하지만 실제 상호작용을 형성하기는 어려운" 이유가 바로 이 때문이다.
이를 바탕으로 AGIBOT은WITA Omni는 엔드투엔드 멀티모달 아키텍처를 통해 동일한 시스템에서 비전, 언어 및 행동을 통합하는 핵심 인터랙션 지능입니다. 로봇이 출력하는 것은 더 이상 단일 양식이 아니라 완전한 행동 표현입니다. 예를 들어, 환영 장면에서 '환영합니다'는 더 이상 단순한 목소리가 아니라 돌아서기, 손 들기, 눈맞춤, 자연스러운 몸짓 등을 동반하는 조화로운 행동이 됩니다. 이번 변화의 핵심은 AI가 '언어 상호작용'에서 '행동 상호작용'으로 옮겨갔고, 소매업, 호텔, 일상 서비스 등의 시나리오에서 인간과 자연스럽게 협업할 수 있는 능력을 갖추기 시작했다는 것이다.
두 번째는 실행 수준에서의 연결 끊김입니다. 대형 모델은 이미 복잡한 작업을 계획할 수 있는 능력을 갖추고 있지만 인지 계층에 오랫동안 머물며 물리적 실행에 안정적으로 매핑하기가 어렵습니다. 이로 인해 일반적인 문제가 발생합니다.AI는 "무엇을 해야 할지 알고 있지만" 로봇은 "할 수 없습니다". AGIBOT은 이 문제에 초점을 맞춰 직무 인텔리전스를 통해 이해부터 실행까지 시스템 수준의 연결성을 달성했습니다.
그 중,GO-2(ViLLA) 모델은 추론 능력을 행동 공간으로 확장하고 "행동 사고 체인"을 통해 높은 수준의 결정을 실행 가능한 행동으로 직접 변환합니다. 동시에 GE-2 월드 액션 모델, Genie Sim 3.0 시뮬레이션 플랫폼 및 SOP 온라인 학습 시스템의 지원을 통해 로봇은 시뮬레이션과 현실 사이에서 계속 훈련하고 최적화하여 실제 환경에서 긴 순서 작업의 안정적인 실행과 지속적인 진화를 달성할 수 있습니다. 실행은 더 이상 병목 현상이 아니라 대규모로 복제하고 지속적으로 개선할 수 있는 기능입니다.
세 번째 핵심 제약 조건은 데이터에 있습니다. 전통AI는 인터넷 규모의 데이터 교육에 의존하며 실제 세계 데이터는 타이밍, 노이즈 및 피드백이 더 강해 실제 환경에서 모델의 일반화 능력이 오랫동안 제한됩니다. 임바디드 AI의 핵심 혁신은 '배치 자체'가 데이터의 소스가 되기 시작한다는 것입니다.
이 시스템에서는 한편으로는AGIBOT WORLD 2026은 고품질의 실제 교육 데이터를 제공합니다. 반면, BFM 및 GCFM에 의해 구동되는 모션 지능는 로봇에 안정적이고 인간과 같은 움직임 기능을 제공하여 복잡한 환경에서도 지속적으로 작동하고 고품질 데이터 피드백을 생성할 수 있도록 합니다. 실제 작업을 실행할 때마다 모델 훈련을 피드백하여 점차적으로 "배포-학습-재배포"의 데이터 플라이휠을 형성하여 시스템 기능의 지속적인 발전을 달성합니다.
Peng Zhihui, X2 출시로 인터랙션 지능 시연
인터랙션 지능, 작업 지능, 모션 지능의 세 가지 주요 인텔리전스가 시너지를 실현하면 더욱 중요한 판단이 내려집니다. 즉, 임바디드 AI의 변곡점은 단일 기술 지점의 혁신이 아니라 동일한 시간 창 내 여러 핵심 조건의 동시 성숙에서 비롯됩니다. 대형 모델은 세계에 대한 이해를 크게 향상시키고, 로봇 온톨로지는 안정적인 실행의 한계점을 넘어섰으며, 실제 배포는 계속해서 고품질 데이터 피드백을 생성하고 있습니다. 이 세 가지가 중첩되면처음으로 AI가 실제 생산 시스템에 진입할 수 있는 능력을 갖게 되었습니다.
좀 더 거시적인 수준으로 돌아가서, 이러한 변화는 업계에서 로봇의 역할을 재정의하고 있습니다. 이는 더 이상 단순한 장비가 아니라 생산 시스템의 일부가 되기 시작했습니다. 더 이상 단순한 기술 디스플레이가 아니라 가치 창출의 전달자입니다. 제품 형태는 단일 하드웨어에서 체계적인 솔루션으로, 비즈니스 모델은 장비 판매에서 결과 제공으로, 경쟁도 단일 지점 역량에서 모델, 데이터, 생태계의 종합 역량으로 전환되었습니다.
AI의 발전은 '인지지능'에서 '행동지능'으로 전환되고 있습니다. 화면 속 이해와 생성부터 현실 세계에서의 실행과 창작까지. 이 과정에서 실제 분수령은 더 이상 모델이 더 강력한지 여부가 아니라 AI가 실제 워크플로우에 진입하여 지속적으로 가치를 창출할 수 있는지 여부입니다.
따라서 임바디드 AI는 더 이상 단순한 기술 방향이 아니라 새로운 생산성 인프라에 더 가깝습니다. 그리고2026은 실제로 이러한 전환이 일어나기 시작한 시점으로 되돌아볼 가능성이 높습니다.

