답변게시됨3시간 전Last edited 3시간 전13 소스

RGB 카메라만으로 작동하는 7B 로봇 모델…MWA-Phoenix 공개

Anyverse Dynamics는 2026년 10월 22일 로봇 조작용 70억 파라미터(7B) 월드 액션 모델 MWA Phoenix를 오픈소스로 공개했다. 회사 발표 기준 LIBERO Plus 94.63%, LIBERO Pro 66.48%, RoboCasa GR1 Tabletop 82.67%, RoboTwin 2.0 72.42%, Bench2Dex 45.6%를 기록했다.

게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성

Studio Global AI로 검색 및 팩트체크 인기 페이지 더 보기

연구 답변

주요 시사점

Anyverse Dynamics는 2026년 10월 22일 로봇 조작용 70억 파라미터(7B) 월드 액션 모델 MWA Phoenix를 오픈소스로 공개했다.
회사 발표 기준 LIBERO Plus 94.63%, LIBERO Pro 66.48%, RoboCasa GR1 Tabletop 82.67%, RoboTwin 2.0 72.42%, Bench2Dex 45.6%를 기록했다.
GitHub 코드와 기술 보고서가 공개됐으며, DINOv3 기반 인코더 정보도 확인된다. 다만 VGGT·V JEPA 증류 등 세부 아키텍처, 데이터 규모와 학습 방식에 관한 일부 주장은 제공된 자료만으로 확인하기 어렵다.

What did Anyverse Dynamics announce in its October 22, 2026 release of the open source MWA Phoenix robot manipulation foundation model, inclAI-generated editorial hero image for What did Anyverse Dynamics announce in its October 22, 2026 release of the open source MWA Phoenix robot manipulation foundation model, incl.
AI 프롬프트
Create a landscape editorial hero image for this Studio Global article: What did Anyverse Dynamics announce in its October 22, 2026 release of the open source MWA Phoenix robot manipulation foundation model, incl. Article summary: Anyverse Dynamics announced MWA Phoenix as an open source, 7 billion parameter latent world action foundation model for robot manipulation, designed for on device operation; coverage dates the announcement to October 22,. Topic tags: general web, ai, automation, code, regulation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
openai.com

Anyverse Dynamics는 2026년 10월 22일 로봇 조작용 기반 모델 MWA-Phoenix를 오픈소스로 공개했다. 70억 개 파라미터(7B)를 갖춘 잠재 공간 기반 월드 액션 모델로, 로봇 본체에서 직접 실행하는 온디바이스 구동을 염두에 두고 설계됐다고 회사는 설명했다. 입력은 RGB 카메라 영상이며, 깊이 센서나 정답 깊이 정보는 사용하지 않는다는 발표다. 1 16

핵심은 시뮬레이션 점수뿐 아니라 실제 로봇 평가까지 포함한 6개 벤치마크 결과를 함께 제시했다는 점이다. 다만 아래 수치는 회사 발표를 인용한 보도에 나온 것으로, 독립적인 재현 결과와는 구분해서 볼 필요가 있다. 16

공개된 코드와 모델 정보

GitHub 저장소에는 월드 액션 사전학습 코드가 공개돼 있다. 저장소는 연구 주제를 ‘구조적·의미적 표현을 활용한 일반화 가능한 월드 액션 모델 학습’으로 소개하며, 사후학습과 벤치마크 평가 코드는 별도 브랜치에 안내하고 있다. 2

기술 보고서도 모델 공개와 함께 게시됐다고 보도됐다. 1 인코더 관련 공지에서는 DINO110k 체크포인트의 백본과 어댑터가 Meta의 DINOv3에서 파생됐다고 확인된다.

Phoenix-ILA는 움직임과 접촉 정보를 동작 학습에 반영하는 구성으로, Phoenix-PhysCanvas는 실제 배포 전 클라우드 시뮬레이션에서 정책을 개선하는 상호작용형 시뮬레이션 모델로 소개됐다. 반면 VGGT 기반 기하 정보 증류, V-JEPA 기반 시간 변화 증류, 미래 프레임을 보지 않는 인과적 의미 VAE, 비디오와 동작 전문가의 공동 어텐션, 비동기 액션 청크 실행 방식은 제공된 자료만으로 세부 내용을 확인하기 어렵다.

회사가 제시한 6개 평가 결과

발표에 언급된 평가는 환경 변화에 대한 강건성부터 양팔 조작과 실제 로봇 실행까지 서로 다른 과제를 다룬다.

평가	회사 발표 결과	의미와 유의점
LIBERO-Plus	94.63%	환경 변화에 대한 조작 성능 평가 결과로 제시됐다.
LIBERO-Pro	66.48%	물체·위치·목표 조건이 달라지는 과제의 성능으로 발표됐다.
RoboCasa GR1 Tabletop	82.67%	평균 과제 성공률이며, 이전 WALA 모델보다 7.50%포인트 높다고 보도됐다.
RoboTwin 2.0	72.42%	양팔 협동 조작 평가 결과로 소개됐다.
RoboDojo	수치 미공개	실제 로봇 본체 3종과 18개 과제를 평가했다고 전해졌다.
Bench2Dex	45.6%	로봇 팔과 손재주 손의 조합을 대상으로 한 평균 성공률로 보도됐다.

이 수치들은 발표를 인용한 보도에 근거한다. RoboCasa의 WALA 대비 향상 폭은 확인되지만, Bench2Dex 결과가 pi0.5보다 17.3%포인트 높다는 비교는 제공된 자료에서 확인되지 않는다. 또한 다른 로봇 본체로 기술을 옮길 때 남는 구체적인 제약도 자료만으로 단정하기 어렵다.

성능 주장을 볼 때 남는 질문

회사 측은 여러 시뮬레이션 평가와 실제 로봇 테스트에서 선도적인 결과를 냈다고 설명했다. 하지만 벤치마크 수치가 독립적으로 재현됐는지는 확인되지 않는다. 따라서 성능은 현재로서는 ‘회사 발표 결과’로 이해하는 편이 정확하다. 16

또한 제공된 자료만으로는 실제 로봇 조작, 사람의 1인칭 영상, 휴대형 UMI 촬영 데이터를 사전학습에 사용했다는 주장이나 멀티모달 데이터 20만 시간 이상 보유, 대형 모델 학습 진행 상황을 검증하기 어렵다. 테스트 데이터가 학습에 복제되지 않았다는 주장 역시 확인할 근거가 충분하지 않다.

정리하면 MWA-Phoenix는 RGB 입력과 온디바이스 구동을 내세운 오픈소스 7B 로봇 조작 모델이다. 공개 코드와 일부 벤치마크 결과는 확인되지만, 세부 아키텍처와 데이터·학습 관련 주장의 상당 부분은 추가 자료나 독립 검증이 필요하다. 1 2

Studio Global AI

연구를 계속하세요

이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.

Studio Global AI로 검색 및 팩트체크

사람들은 또한 묻습니다.