헬름닷에이아이(Helm.ai)가 물리적 AI용 파운데이션 모델(foundation model)을 대상으로 12개월간 7000만 달러(약 936억 원) 규모의 상업 계약을 체결했다. 계약 당사자에는 글로벌 자동차 제조업체, 티어1 공급업체, 산업 자동화 기업들이 포함된다. 캘리포니아주 레드우드 시티에 본사를 둔 이 회사는 자동차 산업을 핵심 배포 분야로 설정하고 있다. 광업 및 건설 분야 고객과도 파트너십을 진행 중이다.
큐레이터계약 상대방인 자동차 제조사·공급업체의 구체적 명칭은 공개되지 않았으며, 제시된 수치는 Helm.ai 측 발표에 근거한 것이다.
투모로 로보틱스(Tomorrow Robotics, 공동대표 장병탁·박상욱)가 로봇 파운데이션 모델(Foundation Model) '하빌리스 브레인 0(HABILIS Brain 0)'를 공개했다. 이 모델은 주변 환경과 작업 지시를 이해해 물체를 집거나 옮기는 동작으로 연결하는 로봇 AI다. 핵심 기술인 GC-VLA는 작업 중 손과 물체의 위치 변화를 학습하고, 이를 작업 지시와 연결해 상황에 맞는 동작을 생성한다. 성공·실패 경험을 바탕으로 기본 모델이 학습한 동작을 유지하면서 필요한 시점에 동작을 조정하는 기능도 포함된다.
큐레이터원문이 중간에 잘려 있어 전체 사양과 검증 결과를 확인하기 어렵다. GC-VLA가 기존 VLA 모델과 구체적으로 어떻게 다른지, 실기(real-world) 실험 결과가 있는지는 원문만으로 판단할 수 없다.
미국 피지컬 AI 기업 Skild AI가 로봇이 자기 자신과 경쟁하며 새로운 신체 능력과 전략을 학습하는 피지컬 셀프플레이(Physical Self-Play) 기술을 공개했다. 이 기술을 활용하면 사람이 개별 동작을 직접 가르치지 않아도 로봇이 목표 달성 과정에서 필요한 행동을 스스로 발견한다. Skild AI는 직전 달 공개한 로봇 파운데이션 모델(foundation model) S1을 기반으로 이 기술을 구현했다. S1은 인간 영상, 장갑 데이터, 시뮬레이션, 원격조작 데이터를 활용해 사전학습된 모델이다.
큐레이터공개된 내용은 Skild AI 측의 발표 수준이며, 독립적인 성능 검증이나 구체적인 실험 조건(과제 종류, 성공률 등)은 확인되지 않는다.
피지컬 AI 스타트업 라이트 오리진(Light Origins)은 인터넷 영상에서 추출한 인간 행동 데이터를 대규모로 학습한 범용 체화(embodied) AI 파운데이션 모델 라이트-O1(Light-O1)을 공개했다. 라이트 오리진은 오픈AI(OpenAI) 출신으로 ChatGPT 개발에 참여한 로저 장(Roger Jiang)이 2024년 말 창업한 회사다. 2026년 8월 프리A 투자를 유치했으며, 대규모 모델 학습·다중모달(multimodal) 데이터 인프라·소프트웨어 및 하드웨어 연구개발에 투자를 집행할 계획이다.
큐레이터본문이 중간에 잘려 있어 모델의 구체적인 성능 수치, 지원 로봇 플랫폼, 공개 범위(오픈소스 여부 등) 등 핵심 정보를 확인할 수 없다. 원문 전체를 확인한 뒤 재검토가 필요하다.
휴머노이드 로봇 기업 피규어 AI(Figure AI)가 자사 로봇용 파운데이션 모델(foundation model) '헬릭스(Helix) 2.5'를 2026년 9월 17일 공개했다. 이 모델은 피규어 AI의 인간 행동 데이터셋 '인덱스(Index)'로 사전학습되었으며, 별도의 환경별 데이터 수집 없이 즉시 배포할 수 있는 구조로 설계되었다. 미국 실리콘밸리 가정집 30곳에 로봇을 투입해 거실 정리, 수건 개기, 침대 정돈 등 세 가지 전신(全身) 작업을 사전 학습 없이 수행하는 실기 테스트를 진행했다.
큐레이터30곳의 가정집 실기 투입이라는 테스트 규모와 3가지 과제 성공률이 원문에 명시되지 않았으며, 이 성과는 피규어 AI 자체 발표에 근거한 것으로 독립적으로 검증된 결과가 아니다.
Skild AI가 S1 로봇 파운데이션 모델(robot foundation model)을 공개했다. S1은 작업을 수행하는 영상을 보는 것만으로 로봇이 새로운 작업을 학습할 수 있도록 지원한다고 회사 측은 밝혔다.
큐레이터영상 관찰만으로 새 작업을 학습한다는 주장은 Skild AI 측의 발표이며, 독립적인 검증이나 실기 평가 조건(과제 종류·로봇 플랫폼·성공률 등)은 공개 자료에서 아직 확인되지 않는다.
미국 로봇 스타트업 스킬드 AI(Skild AI)가 로봇 파운데이션 모델(foundation model) 'S1'을 공개했다. S1은 문맥 내 학습(In-Context Learning, ICL) 기술을 적용해, 사람의 작업 시연 영상 한 번만으로 새로운 로봇 작업을 수행할 수 있도록 설계됐다. 기존 방식은 새 작업마다 수십~수백 시간 분량의 원격조작(teleoperation) 데이터 수집과 작업별 정책 파인튜닝(fine-tuning)이 필요했다. S1은 이러한 별도의 데이터 수집 및 미세조정 절차 없이 영상 시연만으로 작업 적응이 가능하다고 스킬드 AI 측은 밝혔다.
큐레이터이 성능 수치는 스킬드 AI 측이 직접 밝힌 것으로, 독립적인 검증 결과가 아니며 시연 영상의 촬영 조건·과제 종류·범위가 공개되지 않아 실제 현장 적용 범위를 판단하기 어렵다.