샤오미 로보틱스가 10만 시간 규모의 로봇 데이터를 활용한 파운데이션 모델을 공개했어요. 이 모델은 로봇 정책 모델의 데이터 부족 문제를 완화하고 일반적인 행동 생성 능력을 익히도록 설계됐어요. 1,700개 이상의 시나리오를 자동 주석 처리해 로봇 형태와 자연어 명령에 대한 이해도를 높였어요.
UMI 궤적으로 사전 학습 후 실제 로봇 데이터로 후속 학습을 진행해 로봇 비종속성을 확보했어요. 이를 통해 다양한 로봇 형태와 자연어 명령에 대한 적응력을 높였으며, 로봇 정책 모델의 데이터 부족 문제를 해결하는 데 기여할 것으로 기대돼요.
샤오미 로보틱스는 이 파운데이션 모델을 통해 로봇 기술 발전에 기여하고, 로봇의 활용 범위를 넓혀나갈 계획이라고 밝혔어요.