2025년 Physical AI 총결산: 로봇 지능의 진화와 핵심 논문 10선 리뷰

• •RT-1은 로봇의 상태와 행동을 토큰화하여 트랜스포머로 학습하는 구조를 확립했다
• •RT-2는 VLM의 지식을 활용해 별도 코딩 없이도 추론을 통한 행동 생성이 가능하다

RT-1은 로봇 데이터를 토큰화하여 언어 모델처럼 학습시킨 초기 모델이며, RT-2는 이를 거대 모델로 확장한 사례이다.

• •Octo는 수백 개의 조작 작업 데이터를 통합하여 하드웨어 독립적인 제어를 구현했다
• •OpenVLA는 효율적인 행동 토큰화로 모델 크기 대비 높은 성능을 입증했다

범용 정책(Generalist Policy)은 하나의 모델이 여러 종류의 로봇 하드웨어를 동시에 제어할 수 있는 능력을 의미한다.

• •Pi0는 Flow Matching을 통해 연속적인 로봇 행동 생성의 품질을 개선했다
• •CogACT는 인지와 행동 모듈을 분리하여 롱 호라이즌 작업의 안정성을 확보했다

Flow Matching은 데이터 분포 간의 경로를 직접 학습하여 생성 속도와 품질을 개선하는 최신 생성 기법이다.

• •Gemini Robotics는 거대 언어 모델의 논리력을 로봇 신체 제어에 직접 연결했다
• •NVIDIA WFM은 행동 결과를 미리 시뮬레이션하여 최적의 행동을 선택하게 돕는다

Embodied Reasoning은 로봇이 자신의 신체적 한계와 주변 물리 법칙을 이해하며 논리적으로 사고하는 과정을 뜻한다.

• •BitVLA는 극단적인 양자화를 통해 저사양 임베디드 보드에서의 구동 가능성을 열었다
• •PD-VLA와 RTC는 추론 지연 시간을 줄여 실시간 고주파 제어를 가능하게 했다

온디바이스 VLA는 클라우드 연결 없이 로봇 본체의 하드웨어에서 직접 AI 모델을 실행하는 기술이다.