#VLA

AI / ML

Google DeepMind가 2026년 10월 27일 공개한 월드 모델 Genie 4를 공식 블로그·모델 페이지 기준으로 정리한다. Genie 3 대비 무엇이 더해졌는지(네이티브 오디오, 실시간 자연어 편집, Gemini 결합), 공개되지 않은 것(해상도·fps·파라미터·학습 데이터), 그리고 '로봇 학습 환경'이라는 주장을 H-JEPA와 VLA 데이터 구성에 비추어 어디까지 믿을 수 있는지 따진다.

AI / Robotics

VLA(Vision-Language-Action) 시리즈 1편. 모방학습과 언어 조건 정책에서 출발한 로봇 학습이 어떻게 RT-1(3,500만 파라미터 트랜스포머)을 거쳐 RT-2(VLM을 그대로 로봇 정책으로 쓰는 모델)에 이르렀는지, 왜 '행동을 텍스트 토큰으로' 표현하는 한 가지 선택이 인터넷 지식을 로봇 팔로 옮겨 왔는지 정리한다. 2026년 11월 시점의 모델 지형과 6편 로드맵도 담았다.

AI / Robotics

VLA 모델을 부품 단위로 뜯어본다. VLM 백본과 관측 인코딩, 액션을 이산 토큰(binning·FAST)으로 낼지 연속값(diffusion·flow matching)으로 낼지, 액션 헤드를 백본에 붙이는 방식(OpenVLA·Octo·π0 action expert·GR00T N1 dual-system), 액션 청킹과 추론 주파수까지 논문 수치로 비교한다.

AI / Robotics

2023년 RT-2부터 2026년 GR00T N1.7, Gemini Robotics 2, Galaxea G0.5까지 로봇 파운데이션 모델의 계보를 한 장의 비교표로 정리한다. 각 모델의 백본, 파라미터, 액션 헤드, 가중치 공개 여부와 라이선스를 논문·공식 모델 카드에서 확인한 수치로만 적었고, 세 갈래(디스크리트 토큰 → 플로우 매칭 액션 익스퍼트 → 다시 단일 자기회귀 스트림)로 갈라지는 설계 흐름을 따라간다.

AI / Robotics

VLA의 연료인 로봇 데이터를 정리한다. Open X-Embodiment·DROID·BridgeData V2의 구성과 수치, LeRobot 데이터셋 v3 포맷, LIBERO·SimplerEnv·RoboCasa 시뮬레이션, π0.5와 GR00T N1의 co-training 데이터 피라미드, 그리고 크로스 임바디먼트가 왜 어려운지와 데이터 스케일링 법칙 논의까지 다룬다.

AI / Robotics

VLA 시리즈 5편. Hugging Face LeRobot(v0.6)로 SmolVLA 450M을 자체 데이터와 LIBERO에 파인튜닝하는 실습 가이드. 설치, LeRobotDataset v3 구조, 녹화, 학습 커맨드, 동결·LoRA 전략, lerobot-eval 평가, 흔한 실패와 A100 비용까지 공식 문서와 소스 코드로 검증한 설정 키만 다룹니다.

AI / Robotics

VLA를 실제 로봇에 올릴 때 부딪히는 지연·추론 주파수 문제와 그 해법(액션 청킹, 비동기 추론, 양자화·토큰 프루닝, FASTER·TIDAL 같은 실시간 flow VLA), π*0.6 Recap의 RL 사후학습, MEM 메모리, Gemini Robotics 2의 안전 벤치마크, 2026년 응용 현황과 솔직한 한계를 정리하고 시리즈를 마무리합니다.