답변게시됨18 소스
로봇은 다음 장면 대신 ‘무슨 일이 벌어질지’를 예측한다
천쥐테크 창업자 겸 CEO 가오하이촨은 2026년 10월 20일 난징에서 열린 제1회 물리 AI·세계 모델 대회에서 Polibrain을 공개했다.[7][8] Polibrain은 미래의 영상 프레임을 하나씩 생성하기보다, 환경 상태와 과거 정보, 행동 결과를 바탕으로 작업에 중요한 상태 변화를 예측한다.[7] 쓰레기 수거 시연에서는 로봇개가 기계팔과 수거 바구니를 싣고 쓰레기를 찾아 집어 담는 과정을 선보였다.[5]
게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성
연구 답변
주요 시사점
- 천쥐테크 창업자 겸 CEO 가오하이촨은 2026년 10월 20일 난징에서 열린 제1회 물리 AI·세계 모델 대회에서 Polibrain을 공개했다.[7][8]
- Polibrain은 미래의 영상 프레임을 하나씩 생성하기보다, 환경 상태와 과거 정보, 행동 결과를 바탕으로 작업에 중요한 상태 변화를 예측한다.[7]
- 쓰레기 수거 시연에서는 로봇개가 기계팔과 수거 바구니를 싣고 쓰레기를 찾아 집어 담는 과정을 선보였다.[5]
- 다항식 표현 구조는 배경 무늬나 조명처럼 작업과 무관한 정보가 핵심 특징에 섞이는 문제를 줄이려는 설계다.[7][10]
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Polibrain, the predictive robot world model unveiled by Tsinghua rooted embodied AI company Qianjue and founder Gao Haichuan during. Article summary: Polibrain is Qianjue Technology’s predictive world model for a robot “brain”: it forecasts how actions change task relevant physical states, rather than reconstructing every future video frame.. Topic tags: general web, chatgpt, ai, api, benchmarks. 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, charts with fake numbers, clickbait t
천쥐테크(Qianjue Technology)가 공개한 Polibrain은 로봇이 현실에서 행동하기 전에 그 결과를 예측하도록 설계된 세계 모델이다. 창업자 겸 CEO 가오하이촨은 2026년 10월 20일 난징에서 열린 제1회 물리 AI·세계 모델 대회에서 이 모델을 발표했다.7
8
쉽게 말해 Polibrain은 미래의 장면을 영화처럼 미리 그려내기보다, 로봇이 움직이면 물체와 작업 상태가 어떻게 달라질지를 추정하는 데 집중한다. 예측 결과는 로봇의 다음 행동을 계획하고 제어하는 데 쓰인다.7
화면을 만드는 대신, 행동의 결과를 예측
많은 사람이 세계 모델이라는 말을 들으면 미래의 영상이나 장면을 생성하는 기술을 떠올릴 수 있다. Polibrain이 내세운 접근은 다르다. 환경의 현재 상태와 과거 정보, 로봇의 행동이 낳은 결과 사이의 관계를 학습한 뒤, 작업에 필요한 상태 변화가 무엇인지 예측한다.7
이때 활용하는 잠재 표현 공간은 현실의 모든 세부 정보를 그대로 담은 화면이 아니라, 상황을 압축해 나타내는 내부 표현이다. 쓰레기를 줍는 작업이라면 바닥 색이나 배경 무늬보다 쓰레기의 위치, 기계팔과 목표물의 상대적 위치, 집기 동작 뒤 목표물의 상태가 더 중요하다.10
천쥐테크는 배경 무늬나 조명처럼 과업과 직접 관계없는 정보가 핵심 특징과 뒤섞이는 이른바 ‘특징 오염’을 줄이기 위해 자체 다항식 표현 구조를 적용했다고 설명한다. 이런 설계는 환경이 바뀌어도 작업에 필요한 정보를 안정적으로 잡아내려는 취지다.7
인식부터 실행 후 피드백까지
Polibrain은 환경 인식, 상태 이해, 행동 결과 예측, 의사결정, 실행, 피드백을 잇는 폐쇄형 과정을 지향한다. 실제 행동의 결과가 예상과 다르면 새로 관측한 상태를 바탕으로 계획을 다시 평가할 수 있다는 설명이다.2
다만 제공된 자료만으로는 특정 특징을 해독해 예측과 현실의 차이를 찾아내고, 실패 원인을 진단하는 세부 방식까지 확인하기 어렵다. 따라서 실패한 집기를 어떤 방식으로 복구하는지 등 구체적인 성능을 단정하기보다는, 실제 실행 결과를 반영해 계획을 조정한다는 수준으로 이해하는 편이 적절하다.
네 발 로봇의 야외 쓰레기 수거 시연
공개된 시연에서는 기계팔과 수거 바구니를 장착한 사족보행 로봇이 야외에서 쓰레기를 찾아 다가간 뒤, 집어서 바구니에 넣는 작업을 수행했다.5 눈에 보이는 동작은 단순해 보여도 목표물의 위치를 파악하고, 접근 방향과 팔의 움직임을 정한 다음, 집기 결과에 맞춰 다음 단계를 선택해야 한다.
천쥐테크가 내세우는 방향은 로봇 기종마다 이해·예측 능력을 처음부터 따로 만드는 대신, 세계와 작업에 대한 공통 표현을 각 로봇의 실행 방식과 연결하는 것이다. 관련 보도는 사족보행·휴머노이드·바퀴형·양팔 로봇 등에 대한 적용 구상을 전한다.17 다만 단일 팔 로봇이나 동반 서비스, 음식 서비스, 정리, 정밀 조작 등 요청된 모든 활용 분야가 실제로 구현됐는지는 제공된 자료로 확인되지 않는다.
연구 기반과 남은 검증 과제
천쥐테크와 칭화대 연구진은 신경망이 어떤 조건에서 세계의 잠재 변수를 학습하는지 다룬 논문 *When Do Neural Networks Learn World Models?*를 2025년 ICML에서 발표한 것으로 보도됐다.18 이후 공동 연구에서는 신경망이 학습한 함수의 복잡도를 수치화하려는 ‘유효 차수(Effective Degree)’도 소개됐다.
10
천쥐테크 측은 과거 관측 가운데 이후 예측과 의사결정에 실제 영향을 주는 정보를 가려내는 반사실 추론 기반의 기억 선별 방법도 연구했다고 밝혔다. 다만 이 방식의 세부 작동 원리나 Polibrain에 통합됐는지는 제공된 자료만으로 확인하기 어렵다.7
핵심은 Polibrain이 현실의 모든 장면을 재현하는 대신, 로봇의 행동으로 달라질 중요한 상태를 예측해 계획에 활용하려 한다는 점이다. 한 차례 시연은 방향성을 보여줄 수 있지만, 복잡한 현실 환경에서 안정적으로 작동하는지를 입증하는 성능 평가와는 다르다. 실제 적용 범위와 신뢰성은 추가 검증이 필요한 대목이다.4
7
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"로봇은 다음 장면 대신 ‘무슨 일이 벌어질지’를 예측한다"에 대한 짧은 대답은 무엇입니까?
천쥐테크 창업자 겸 CEO 가오하이촨은 2026년 10월 20일 난징에서 열린 제1회 물리 AI·세계 모델 대회에서 Polibrain을 공개했다.[7][8]
먼저 검증할 핵심 포인트는 무엇인가요?
천쥐테크 창업자 겸 CEO 가오하이촨은 2026년 10월 20일 난징에서 열린 제1회 물리 AI·세계 모델 대회에서 Polibrain을 공개했다.[7][8] Polibrain은 미래의 영상 프레임을 하나씩 생성하기보다, 환경 상태와 과거 정보, 행동 결과를 바탕으로 작업에 중요한 상태 변화를 예측한다.[7]
실무에서는 다음으로 무엇을 해야 합니까?
쓰레기 수거 시연에서는 로봇개가 기계팔과 수거 바구니를 싣고 쓰레기를 찾아 집어 담는 과정을 선보였다.[5]