로봇 파운데이션 모델 S1 공개
로봇 파운데이션 모델 S1 공개 — 가중치 갱신이나 태스크별 재학습 없이 시연 영상 한 개만으로 새 작업을 인컨텍스트 학습해 수행하며 수십 단계·최대 10분 길이 다단계 작업을 처리한다고 밝힘. 자사 주장으로 다단계 작업 단계별 성공률이 약 66% 로 비교 시스템 9% 대비 약 7배이고, 영상 1개가 직접 시연 약 380회 분량의 학습 데이터에 해당한다고 설명함. 학습·시뮬레이션·추론에 NVIDIA Cosmos·Isaac Lab/Sim·Omniverse·TensorRT·Newton 을 썼고 출시 10개월 만에 연환산 매출 1억 달러와 60여 개 배치 파트너십을 확보했다고 밝힘.
왜 중요한가
LLM 의 인컨텍스트 학습 패러다임이 로봇 조작으로 이식된 사례로, 로봇 파운데이션 모델이 태스크별 파인튜닝 없는 일반화로 향하고 있음을 보여준다.
출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요
공식 발표blogs.nvidia.comhttps://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/2026년 9월 14일에 더한 조각 · 그 주 보기
같은 주에 나온 조각09.11'Scaling Storage for 1 Billion ChatGPT Users (Part I)' 공개공식 발표09.10Agents API 퍼블릭 베타 공개공식 발표09.10ChatGPT Work 에 Data agent 를 공개함공식 발표09.10클라우드 샌드박스에서 실제 셸을 과제당 300턴 이상 조작하며 각 과제 자체의 검증기로 보상을 받는 122B…논문