활용 사례 연구
ZimaBlue: Evolving Generalizable World Action Models through Scalable Video Pre-training
ARarXiv
로봇의 범용성을 높이기 위해 대규모 비디오 데이터를 활용하는 ZimaBlue 프레임워크가 개발되었습니다. 이 시스템은 행동 라벨이 없는 전신(egocentric) 영상을 분석하여 일반화된 세계 행동 모델을 학습합니다.
세 줄 요약
- ZimaBlue는 다단계 학습 과정을 거치며, 특히 12만 시간 이상의 대규모 비디오 데이터를 활용했을 때 로봇의 성공률을 기존 대비 크게 향상시켜 실질적인 성능 개선을 입증했습니다.
- 이 기술은 로봇이 특정 환경에 국한되지 않고 다양한 상황에서 일반화된 행동 모델을 학습하게 함으로써, 범용 인공지능 및 실제 산업 현장 적용의 핵심 난제를 해결합니다.
- 실시간 제어 성능 확보를 위해 Slow-Fast 이중 시스템 아키텍처를 채택했으며, NVIDIA RTX 4090 환경에서 30Hz에 달하는 빠른 행동 예측이 가능합니다.
로봇의 범용성을 높이기 위해 대규모 비디오 데이터를 활용하는 ZimaBlue 프레임워크가 개발되었습니다. 이 시스템은 행동 라벨이 없는 전신(egocentric) 영상을 분석하여 일반화된 세계 행동 모델을 학습합니다.