답변게시됨17 소스
펠리컨 모델 3종이 보여주는 X-Humanoid의 체화형 AI 구상
X Humanoid의 공개 자료는 로봇 행동 생성, 행동에 따른 미래 관측 예측, 체화형 지능의 통합이라는 서로 다른 모델 역할을 보여준다. [17][18][44] Pelican VLA 0.5는 시각·언어 이해와 미래 프레임 생성, 행동 예측을 하나의 구조에 결합했다.
게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성
연구 답변
주요 시사점
- X Humanoid의 공개 자료는 로봇 행동 생성, 행동에 따른 미래 관측 예측, 체화형 지능의 통합이라는 서로 다른 모델 역할을 보여준다. [17][18][44]
- Pelican VLA 0.5는 시각·언어 이해와 미래 프레임 생성, 행동 예측을 하나의 구조에 결합했다. RoboTwin 미세조정 뒤 Clean에서 91.4%, Randomized에서 91.0%의 성공률을 보고했다.
- 배경·조합·교차·도메인 외 일반화 단계와 데이터 전략 등은 Zou Shilong의 ROSCon China 기조연설에서 발표됐다고 확인할 자료가 없다.
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: What roadmap did the Beijing Innovation Center of Humanoid Robotics (X-Humanoid) present through world model lead Zou Shilong’s “Exploring U. Article summary: The available evidence supports X-Humanoid’s broader direction: combining visual-language understanding, imagined future observations, and action generation in unified embodied models, with a world-model simulator suppor. Topic tags: general, general web, user generated, academic. 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, char
X-Humanoid의 공개된 Pelican 관련 자료에서 눈에 띄는 방향은 로봇의 인식과 예측, 행동을 서로 연결하려는 시도다. 다만 세 모델의 역할은 같지 않다. Pelican-VLA 0.5는 행동과 미래 프레임을 함께 예측하고, Pelican-Sim 1.0은 로봇의 행동을 조건으로 미래 관측을 예측한다. Pelican-Unify는 이해·추론·상상·행동을 하나의 모델로 통합하는 구상을 제시한다. 17
18
44
반면 이 공개 자료만으로는 이 전체 연구 방향이나, 이와 함께 거론되는 일반화 단계 분류와 자기진화형 정책 학습 루프가 Zou Shilong의 10월 ROSCon China 기조연설에서 발표됐다고 확인할 수 없다.
공개 자료로 확인되는 세 모델
Pelican-VLA 0.5: 보고 행동을 예측하다
기술 보고서는 Pelican-VLA 0.5를 시각·언어 이해, 미래 프레임 생성, 행동 예측을 하나의 아키텍처에 결합한 비전-언어-행동(VLA) 모델로 설명한다. 44 프로젝트 저장소에는 Qwen3-VL 4B를 공유 백본으로 사용한다는 설명과 여러 로봇 형태에 걸쳐 사전학습한 체크포인트가 공개돼 있다. 저장소는 이 체크포인트가 약 2,400시간 분량의 다양한 조작 데이터를 사용해 학습됐다고 밝힌다.
46
47
보고서는 과제별 미세조정 전에도 행동 경로의 주의가 지시와 관련된 물체와 접촉 영역에 집중된다고 설명한다. RoboTwin에서 미세조정한 뒤에는 Clean 설정에서 성공률 91.4%, Randomized 설정에서 91.0%를 기록했다고 보고했다. 44
46
이 결과는 Pelican-VLA 0.5에 관한 것이다. 과제당 원본 시연 50개에 생성 궤적 500개를 더해 Pelican-Sim의 특정 성능을 얻었다는 별도 주장을 입증하지는 않는다.
Pelican-Sim 1.0: 행동 뒤에 일어날 일을 예측하다
Pelican-Sim 1.0은 시각적 맥락과 로봇 행동을 입력으로 받아 미래 관측을 예측하는 세계 모델 시뮬레이터로 소개됐다. 목적은 이후의 학습과 의사결정을 돕는 것이다. 기술 보고서는 수치형 행동 정보와 시각적 행동 표현을 동기화해 결합한다고 설명한다. 17
따라서 공개된 설명상 Pelican-Sim의 초점은 인식에서 행동으로 직접 이어지는 모델이라기보다, 특정 행동을 했을 때 미래에 무엇을 관측할지 예측하는 데 있다. 다만 이 자료만으로는 기조연설에서 제시됐다는 4단계 데이터 전략이나, 시연 50개와 생성 궤적 500개를 결합한 실험의 세부 성공률을 확인할 수 없다. 17
Pelican-Unify: 이해와 행동을 하나로 묶다
Pelican-Unify 1.0의 기술 보고서는 이 모델을 이해·추론·상상·행동을 위한 통합 체화형 지능 모델로 설명한다. 하나의 비전-언어 모델을 통합 이해 모듈로 사용해 장면, 지시, 시각적 맥락, 행동 이력을 공유된 의미 공간에 대응시킨다는 내용도 담고 있다. 18
이 모델은 10월 행사보다 앞서 공개 자료에 등장했다. 기술 보고서에는 2026년 5월 식별자가 있고, 같은 달 공개 소식도 보도됐다. 따라서 10월에 처음 공개됐다고 단정하기는 어렵다. 다만 ROSCon China 참석자들에게 새롭게 소개되거나 논의됐을 가능성까지 배제하는 것은 아니다. 18
24
세 모델의 관계는 어떻게 볼 수 있을까
공개된 설명을 종합하면 세 모델은 체화형 학습을 위한 서로 보완적인 접근으로 볼 수 있다. Pelican-VLA 0.5는 시각·언어 입력과 행동, 미래 프레임을 연결하고, Pelican-Sim 1.0은 로봇 행동에 따른 미래 관측을 모델링한다. Pelican-Unify는 이해·추론·상상·행동을 하나로 통합하려 한다. 17
18
44
다만 이는 각 모델의 공개 설명을 바탕으로 한 정리다. 세 모델이 순차적인 개발 로드맵으로 기조연설에서 발표됐다는 뜻은 아니다.
기조연설의 세부 내용은 확인되지 않았다
ROSCon China 2026 공식 웹사이트는 행사가 10월 16일부터 18일까지 상하이에서 열릴 예정이었다고 안내한다. 그러나 확인 가능한 행사 정보만으로는 기조연설의 제목과 연사, 10월 17일 발표 여부, 실제 발표 내용을 확인할 수 없다. 3
또한 배경·조합·교차·도메인 외 일반화라는 네 단계의 정확한 정의도 확인되지 않는다. 사람 몸에 로봇을 장착하지 않은 1인칭 영상과 손에 든 장비를 이용한 UMI 촬영에서 출발해, 시뮬레이션·생성 데이터와 실패 복구 데이터, 피드백 기반 정책 반복으로 이어지는 데이터 전략 역시 해당 기조연설의 내용이라고 입증할 자료가 없다. 발표 영상이나 슬라이드, 상세한 공식 요약이 없는 상태에서 이 설명을 Zou Shilong에게 귀속하면 확인되지 않은 내용을 사실처럼 전달할 위험이 있다.
시각·언어 정보 중 무엇에 의존하는지 밝혀내기 위한 표현 분석, 주의 경로 개입, 행동 실험도 마찬가지다. 장기 작업에서의 실패 복구 연구나 모델 내부 시뮬레이션, 정책 갱신, 실제 로봇 검증, 피드백 데이터 수집을 잇는 구체적인 학습 루프도 제공된 근거로는 확인되지 않는다.
현재 자료로 뒷받침되는 결론은 더 제한적이다. X-Humanoid의 공개 보고서는 인식과 미래 예측, 행동을 연결하려는 모델과 세계 모델 시뮬레이션을 다룬다. 기조연설에서 제시됐다는 더 구체적인 로드맵은 확인되지 않았다.
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"펠리컨 모델 3종이 보여주는 X-Humanoid의 체화형 AI 구상"에 대한 짧은 대답은 무엇입니까?
X Humanoid의 공개 자료는 로봇 행동 생성, 행동에 따른 미래 관측 예측, 체화형 지능의 통합이라는 서로 다른 모델 역할을 보여준다. [17][18][44]
먼저 검증할 핵심 포인트는 무엇인가요?
X Humanoid의 공개 자료는 로봇 행동 생성, 행동에 따른 미래 관측 예측, 체화형 지능의 통합이라는 서로 다른 모델 역할을 보여준다. [17][18][44] Pelican VLA 0.5는 시각·언어 이해와 미래 프레임 생성, 행동 예측을 하나의 구조에 결합했다. RoboTwin 미세조정 뒤 Clean에서 91.4%, Randomized에서 91.0%의 성공률을 보고했다.
실무에서는 다음으로 무엇을 해야 합니까?
배경·조합·교차·도메인 외 일반화 단계와 데이터 전략 등은 Zou Shilong의 ROSCon China 기조연설에서 발표됐다고 확인할 자료가 없다.
출처
arxiv.orgPelican-Sim 1.0: A General World Model Simulator for Embodied ...
github.comreadme.md - Pelican-VLA 0.5
huggingface.coREADME.md · X-Humanoid/Pelican-VLA05 at 5623cf1629aae870b973025a675e4534adc44d83