73월 17일 오후, AGIBOT 파트너, 수석 부사장, 구현 비즈니스 사장,Mifeng 기술회장 겸 최고경영자(CEO) 야오 마오칭은 세계인공지능대회(WAIC 2026) 메인 포럼 '가상에서 현실로: 월드 모델이 어떻게 임바디드 AI를 주도하는가'에 참석하여 패널들과 함께 월드 모델의 현재 주요 쟁점들을 논의했다.

WAIC.png

01/

데이터 품질 및 수량 중단세계 모델개발 병목 현상

“올해 세계 모델이 화제가 되었으나, 주요 작업은 여전히 비디오 생성 사전 훈련 모델을 기반으로 하며, 현재 능력은 시각적 렌더링에 치우쳐 있습니다. 그는 세계 모델의 본질은 물리적 세계의 작동 원리를 이해할 수 있는 AI 시스템이며, 그중 가장 중요한 기능은 물리적 세계의 다음 상태를 정확하게 예측하는 것이라고 주장했습니다. 따라서 세계 모델은 여러 가지 핵심 능력을 갖추어야 합니다. 첫째는 다중 모달 통합 접근력으로, 환경 변화를 이해할 수 있어야 합니다. 둘째는 생물학적 이론입니다.장거리 추론 능력을 갖고 있으며 무너지지 않습니다.


ymq.png

Yao Maoqing은 현재 세계 모델 교육에 존재하는 두 가지 주요 문제점을 지적했습니다.

첫째, 데이터 불일치 유형이다. 물리 세계의 데이터는 인터넷과 큰 차이가 있다. 인터넷 콘텐츠에는 엔터테인먼트성이나 물리 법칙을 위반하는 내용이 많으며, 예를 들어 사람이 날아다니는 것과 같은 경우가 있다. 반면 로봇이 필요로 하는 것은 다양한 유형의 물리적 객체 간 상호작용에 대한 풍부하고 실제적인 데이터이며, 이러한 데이터는 인터넷에서 희소하며 기존 물리 시스템으로 시뮬레이션하기 어렵다.


두 번째는 데이터 규모가 부족하다는 것입니다. 그는 대형 언어 모델을 기준으로 삼아 국제적으로 선도적인 팀들의 사전 훈련 데이터가 이미 100조 토큰에 달하며 이는 약 100억 개의 음성과 동등한 수준이라고 언급했습니다. 생물학적 세계의 다양한 데이터에는 엄청난 중복이 포함되어 있어 유효한 정보 추출이 더욱 어렵습니다. 따라서 실제 상황에서 비롯된 풍부하고 다채로운 동작(밀기, 당기기, 돌리기, 끌기)과 물리적 특성(유연성, 마찰력, 유체 역학 등)을 반영한 데이터를 구축하는 것이 핵심 과제가 되었습니다.

02/

실제 머신의 대규모 배포를 통해 AI를 가상에서 현실로 구현

야오마오칭은 단기적으로 고빈도 필수 수요, 환경 통제 가능, 높은 확정성 및 오류 허용 시나리오를 갖춘 사례가 가장 먼저 실현될 것이라고 보며, 일반적으로 말해 ‘간단한 장면과 간단한 작업’을 의미한다고 설명했다. 예를 들어 요구사항을 충족하는 공장 등이 해당된다.

6월 23, 여러 스테이션G2로봇들이 집단으로 현장에 투입되어 룽치 테크놀러지의 장시 난창 생산 공장에 진입했으며, 이는 6일간의 전체 투명 생산 라인 실시간 방송 작동을 시작했음을 의미합니다. 이 시스템은 전체 태블릿 생산 품질 검사 단계를 완전히 커버하며 공장 생산 박자에 엄격하게 부합합니다. 로봇들은 자체적으로 컨베이어 벨트에서 테스트 대상인 태블릿을 집어 들고 테스트 캐비닛과 밀리초 단위로 통신 및 상호작용하며, 캐비닛 내 검사를 정확히 완료하고 양품과 불량품을 자동으로 분류합니다. 전 과정이 생산 라인의 생산 박자에 맞춰져 있어 인공적인 지속적 개입이 필요하지 않습니다. 6일간의 작업 끝에 AGIBOT 로보틱스는 총 17,625회의 작업을 완료했으며 임무 성공률은 99.99%였습니다.

야오마오칭은 Out에서 룽치 공장에서 일하며, 구체적 지능이 먼저 '간단한 장면과 간단한 작업'에 적용되는 전형적인 사례로 꼽힌다. 또한 집단적으로 취업하여 일하는 현상은 AGIBOT 로봇의 산업급 안정성이 '배치 상태'로 대량으로 적용될 수 있음을 충분히 입증했으며, 이는 실제 응용 장면에서 대규모로 배치되어 가치 있는 노동 생산력 단위로 작용할 수 있음을 보여준다.

올해는 배포 첫 해입니다. 배포란 무엇일까요? 상태? 시나리오 테스트의 파일럿 모드는 시나리오가 단일하고 재사용이 불가능하며 실제 가치를 창출하기 어렵습니다. 배포 상태는 지능형 로봇이 실험 속성을 완전히 벗어나 다수 기기의 대량 배치로 정상 운영되고, 상시화되어 장기적으로 안정적으로 서비스를 제공하는 것을 의미합니다. 이는 구체적 지능이 ‘데모 가능’ 단계에서 ‘실무 수행 가능’, ‘대량 생산 가능’, ‘상업화 가능’ 단계로 나아가는 결정적인 도약입니다.

03/

지속적으로 구축데이터 자산

데이터 플라이휠은 계속 진화하고 있습니다.

물리 AI의 개발과 발전은 대규모, 고품질, 다중 모드의 실제 장면 데이터에 어느 정도 의존합니다. 데이터는 엔드투엔드 훈련과 기술 일반화의 기초일 뿐만 아니라 로봇 장면 적응성과 의사결정 지능을 향상시키는 열쇠이기도 합니다. 데이터 양과 품질의 근본적인 문제를 해결하기 위해 AGIBOT은 아주 일찍부터 데이터 자산 구축을 시작했습니다. 현재 AGIBOT은 업계 최대, 최고 품질, 가장 포괄적인 차원 데이터 자산을 보유한 회사 중 하나이며 완전한 데이터 시스템도 구축했습니다. AGIBOT의 데이터 자산은 품질이 높고 다양하며 다중 소스 수집 솔루션을 통해 데이터 차원을 지속적으로 확장하고 있습니다.

복잡한 시나리오의 해제를 가속화하기 위해 AGIBOT은 ‘본체-데이터-모델-시나리오’ 4차원 일체형 피드백 고리를 구축했습니다. 실제 환경에서 로봇을 대규모로 배포하면 대량의 실기 데이터를 신속하게 축적할 수 있으며, 방대한 양의 현실 세계 데이터는 모델의 반복적 업그레이드를 지원하여 모델 성능의 지속적인 도약을 이끌고, 이는 다시 실제 배포 능력을 강화하며 본체의 진화와 제품 사이클을 촉진하여 물리 AI 장면의 일반화 경계를 지속적으로 확장합니다.

세계 모델은 세계를 이해하고, 물리 AI는 세계를 변화시킵니다. AGIBOT은 이 궁극적인 목표를 위해 AI가 가상 화면을 벗어나 실제 세계에서 가치를 발휘할 수 있도록 최선을 다해 왔습니다.

풍부한 데이터 자산과 4차원 일체형 진화 플라이휠을 바탕으로, AGIBOT(AGIBOT)은 배치된 상태의 구현을 시작으로 점진적으로 복잡한 개방형 시나리오의 난제를 극복하며, 모AI가 실험실을 벗어나 전 시나리오로 보급되도록 추진하고, 새로운 생산력을 갖춘 임바디드 AI를 구축할 것입니다!