Executive Summary

목록이 링크드인에 올라온 시각은 계산으로 특정된다. 2026년 10월 31일 16시 31분(세계표준시)이다. 링크드인은 게시물마다 활동 식별자를 붙이는데, 그 숫자의 상위 41비트가 밀리초 단위 타임스탬프다. 표제는 "Which robot action models are best at learning new tasks?"였고, 글쓴이는 로봇 액션 모델 서른 종을 검토해 열다섯을 추렸다고 적었다. 반응 일흔둘, 댓글 둘이 붙었다. 개인 한 사람의 읽기이고, 이 글은 그 사람을 겨누지 않는다. 물으려는 것은 이런 목록이 왜 빠르게 만들어지고 빠르게 퍼지는가다.

먼저 공정하게 적어 둘 것이 있다. 이 목록은 근거를 숨기지 않았다. 글쓴이는 자기가 무엇을 보고 줄을 세웠는지 네 가지로 밝혔다. 미학습 상태로(zero-shot) 새 과제를 해내는가, 시연 몇 건으로 배우는가, 현장에서 적응하는가, 다른 몸체로 옮겨도 되는가. 추가로 찾아볼 곳까지 적었다. 없는 것은 그 네 축의 점수와, 그 점수를 어떻게 냈는지의 절차다. 열다섯 줄에 숫자가 한 개도 없다.

추가 참고처로 적힌 embodied.guide도 직접 열어 봤다. 그 사이트는 순위를 제공하지 않는다. 자기 소개 문구에 "Independent by design — No paid listings. No affiliate links. No manufacturer rankings."라고 적어 두었다. 로봇 하드웨어 366대의 제원을 모아 둔 카탈로그이고(중국 255·미국 34·인도 13), 모델 순위와는 축이 다르다. 그러니까 목록의 순서를 떠받치는 바깥 근거는 사실상 없다.

목록이 붙인 국적 표기도 그대로 옮기기 어렵다. 게시물은 열다섯을 미국 아홉과 중국 여섯으로 갈랐는데, 세 번째 자리의 Gemini Robotics 2를 만든 곳은 구글 딥마인드이고 본사는 런던이다. 세는 방식에 따라 숫자가 달라진다. 이 글은 지역 수를 논지의 축으로 쓰지 않는다.

1.1"대략 주 두 종"이라는 어림은 과장이 아니다

게시물 본문에는 "New robot action models are appearing at a remarkable pace, roughly two per week"라는 문장이 있다. 글쓴이의 어림이지 집계가 아니다. 다만 목록에 오른 열다섯 종의 1차 발표일을 하나씩 확인해 보면 이 어림은 과장 쪽이 아니었다. 열다섯 전부가 2026년 4월부터 10월 사이, 일곱 달 안에 나왔다. 그중 8월부터 10월까지 석 달에만 열 종이 몰려 있다.

열다섯 종 각각의 회사 발표·논문·모델 카드를 1차 출처로 열어 발표일을 확인하고 월별로 센 것이다. 이 셈은 글쓴이가 고른 열다섯 안에서만 참이다. 업계 전체가 월 몇 종을 내놓는지는 이 수로 말할 수 없다. 같은 항목 안에 두 판본이 들어간 경우(Dyna-2와 Dyna-2.1)는 앞 판본의 발표일로 셌다.

학술 쪽은 더 촘촘하다. arXiv 검색 서버에 cs.RO 범주로 한정해 초록에 "vision-language-action"이라는 구절이 든 논문을 월별로 세어 보면 2026년 4월 74편에서 9월 276편으로 늘었다. "world action model" 구절은 같은 기간 8편에서 90편이 됐다. 구절이 들어갔는지만 본 거친 집계라 서베이·언급성 논문이 섞여 있고, 위 월별 막대와는 세는 범위 자체가 다르다. 두 수를 빼거나 나누면 안 되는 수들이다. 방향만 읽으면, 이름조차 아직 합의되지 않은 분야에서 제품 발표가 먼저 쏟아지는 중이라는 뜻이다.

뒤쪽 구절인 "world action model"은 다음에 무슨 일이 벌어질지를 먼저 그려 보고 거기 맞춰 움직임을 고르는 계열을 가리킨다. 줄여서 WAM이라 부르고, 목록 안에도 스스로를 그렇게 부르는 모델이 여럿이다. 2026년 9월에 올라온 서베이 한 편(arXiv:2609.16074, 저자 열여섯 명)이 VLA와 WAM의 경계를 가르면서 평가에 쓰이는 데이터셋과 벤치마크, 지표와 프로토콜을 따로 정리해 둔다. 이 글은 그 논문의 초록까지만 열었으니 분류의 세부는 원문 쪽이 낫다. 다만 이름이 아직 갈리는 중인데도 재는 쪽을 정리하려는 시도는 이미 나와 있다는 사실은 여기서 읽을 수 있다.

이 속도가 목록의 수요를 만든다. 페블러스가 일곱 달 전 같은 자리에서 로봇의 뇌를 만든 세 팀의 설계를 직접 비교했을 때는 비교할 대상이 셋이었다. 지금은 공개 보드 한 곳에만 일흔아홉 행이 있다. 셋을 비교할 때는 아키텍처를 뜯어보면 됐지만, 서른을 줄 세우려면 공용 기준이 있어야 한다. 그래서 다음 질문은 이것이 된다. 그 잣대가 정말 없었나.

목록이 올라오기 하루 전, 같은 질문에 답하려고 만든 공용 잣대가 이미 갱신을 마친 상태였다. 이름은 RoboDojo이고, 논문은 2026년 7월 5일 arXiv에 올라왔다(arXiv:2607.04434). 저자가 마흔네 명이다. 시뮬레이션 42과제와 실제 로봇 18과제로 짜였고, 공개 시점에 연구진이 직접 정책 서른 종을 통합해 돌려 보드를 채워 두었다. 초록 축자는 "We integrate 30 policies into XPolicyLab and evaluate them on RoboDojo, establishing a public leaderboard"다. 보드에 박힌 스냅샷 날짜는 2026년 10월 30일, 링크드인 목록보다 하루 앞선다. 그날 기준으로 시뮬 66행과 실기 13행, 합해서 79행이 같은 절차 위에 올라 있었다.

무엇을 재는지도 밝혀져 있다. 논문은 능력을 다섯으로 적는다. 일반화, 기억, 정밀, 장기 과제 수행, 그리고 지시한 말에 없던 물건까지 알아듣는 개방 어휘다. 보드의 표는 열이 여섯인데, 일반화 하나를 정해진 상황과 흐트러뜨린 상황 둘로 쪼개 보여 주기 때문이다. 두 수가 다 맞는다. 섞어 쓰면 한쪽이 틀린 말이 되니 이 글은 논문 쪽 다섯을 기준으로 적고, 표를 가리킬 때만 여섯 열이라 쓴다.

실기 트랙은 열의 뜻이 아예 다르다. 능력 축이 아니라 로봇 몸체 셋(ARX X5·Piper·PiperX)이다. 같은 과제를 서로 다른 팔에 올려 보는 구조다. 그래서 시뮬 점수와 실기 점수는 같은 자리에 놓고 뺄 수 없다. 과제도 다르고 몸체도 다르다. 이 글에서 두 수가 한 문단에 같이 나오더라도 그 사이에 뺄셈은 없다.

열려 있던 곳이 RoboDojo 하나만도 아니다. 공개 보드가 하나 더 있다. RoboTwin 2.0이고, 실기 트랙 없이 시뮬레이션만 쓰며 과제 50개로 짜였다. 보드 데이터에 적힌 갱신일은 2026년 10월 30일로 RoboDojo 스냅샷과 같은 날이다. 아래 표는 그 둘, 그러니까 세 트랙을 한자리에 놓고 행 수와 재는 대상, 그리고 성적 옆에 조건이 적혀 있는지를 나란히 본 것이다. 표의 마지막 열이 이 글이 끝까지 묻게 될 질문이다.

두 보드의 공개 데이터를 2026년 11월 2일에 직접 받아 센 것이다. RoboDojo는 화면을 그리는 자바스크립트 묶음 안에 전 행이 박혀 있고, RoboTwin은 robotwin_leaderboard.json을 그대로 내려받을 수 있다. 맨 오른쪽 열의 "보드 표에는 없음"은 조건이 없다는 뜻이 아니라, 표를 보는 자리에서는 읽을 수 없다는 뜻이다. RoboDojo 논문 본문의 제출·평가 절까지는 이번에 열지 못해 미세조정 허용 범위와 시도 횟수는 확인하지 못했다.

2.1프로토콜을 데이터 파일에 적어 둔 쪽

RoboTwin 2.0은 위 표에서 혼자 다른 칸에 있다. 리더보드 데이터 파일을 열면 성적 옆에 조건이 같이 적혀 있다. 로봇은 Aloha-AgileX 하나로 고정, 학습 데이터는 과제 50개에 각 50건씩 2,500건, 평가는 과제당 100번 시도를 깨끗한 환경과 흐트러뜨린 환경 양쪽에서 돌린다고 적혀 있다. 성적을 보여 주는 자리와 조건을 적어 두는 자리가 같다는 점이 중요하다. 조건이 어딘가에 있는 것과, 숫자 옆에 붙어 있는 것은 다른 일이다.

한 가지 더 있다. RoboTwin은 자기 팀이 돌린 기준선 행에 RoboTwin Team이라는 이름을 박아 둔다. 33행 가운데 16행이 그렇다. RoboDojo는 같은 사실을 빈칸으로 둔다. 같은 구분을 한쪽은 적고 한쪽은 적지 않는 것이고, 4절이 바로 그 빈칸의 이야기다. 성적표에 기준선을 같이 올려 둬야 실패가 보인다는 논지는 페블러스가 핵융합로 설계 데이터셋 BoSS에서도 다뤘다. 그 글에서는 아무것도 하지 않는 예측기를 표에 올려 둔 덕에 모델 셋 중 둘이 거기에 진 사실이 드러났다.

2.2누가 운영하나, 그리고 아직 안 된 것

RoboDojo는 운영 주체와 자금 관계를 첫 화면에 적어 두었다. 축자는 이렇다.

읽을 때 걸리는 낱말은 will이다. 공동 운영은 지금의 상태가 아니라 앞으로 하겠다고 적은 계획이다. 그러니 "여러 기관이 공동으로 운영하고 있다"로 옮기면 원문보다 한 걸음 더 나간 것이 된다. 현재 확인되는 것은 비영리 재단 한 곳이 관리한다는 것, 그리고 상업적 후원을 받지 않겠다고 선언했다는 것까지다. 같은 화면에는 공식 등재에 표준 검증 절차가 필요하다는 문장도 함께 있다.

실기 쪽에는 RoboDojo-RealEval이라는 구조가 붙어 있다. 논문에 따르면 원격으로 클라우드에 접속해 표준 하드웨어에서 돌리고, 장면을 매번 같은 상태로 되돌리며, 배포 인터페이스를 통일했다. 실제 로봇 평가에서 가장 비싼 부분이 "같은 조건을 다시 만드는 일"인데 그걸 공유 설비로 돌린 셈이다. 그 설비 위에서 2026년 10월 30일 기준 실기 1위는 상하이 AI 랩의 InternW0-Δ, 성공률 31.70%다. 열세 행 가운데 가장 높은 수가 그것이다.

페블러스는 앞서 피지컬 AI 벤치마크 두 쌍을 합치자 모델 스물둘의 순위가 흔들린 일을 다룬 적이 있다. 그 글은 벤치마크끼리 서로 겹친다는 이야기였다. 이 글은 반대쪽이다. 겹침이 문제가 아니라, 멀쩡히 열려 있는 벤치마크에 누가 올라오는가가 문제다. 같은 자리에서 묻는 질문이 다르다.

목록의 열다섯 줄과 보드의 일흔아홉 행을 나란히 놓고 이름을 맞춰 봤다. 결과는 한 문장으로 정리된다. 순위 맨 위 일곱은 두 보드 어디에도 한 줄이 없다. 제출한 행도 없고, 운영 팀이 대신 돌려 준 기준선 행도 없다. 아래 표의 윗부분 일곱 줄이 통째로 비어 있는 모습이 그것이다.

백분율은 보드의 성공률 열이고, 2026년 10월 30일 스냅샷이다. ⚠️ 표시는 이름이 어긋나는 행이다. 보드의 "GO-3 Nano Preview"는 목록의 "GO-3 Preview"와 같은 것이라는 근거가 없고, "WALL-OSS-1.0-lite"와 버전 표기가 없는 "LingBot-VLA"도 마찬가지다. 그래서 이 세 줄의 점수를 목록 항목의 점수로 옮겨 적지 않았다. 버전이 정확히 맞는다고 말할 수 있는 것은 GR00T N1.7·VPP2·Galaxea G0.5 셋뿐이다.

세어 보면 이렇다. 시뮬 보드에 이름이 걸린 것은 열다섯 중 여섯, 실기 보드에 걸린 것은 하나다. 그 하나가 GR00T N1.7이고 성공률은 1.70%다. 그리고 반대 방향으로도 거의 안 겹친다. 보드 위쪽 열 줄 가운데 일곱 줄은 목록 어디에도 없는 이름이다. 두 목록이 같은 질문에 답한다고 하면서 서로를 거의 모른다.

위 대조표를 그림으로 옮긴 것이다. 9·10번 칸처럼 이름이 어긋나는 행도 "걸렸다"로 칠했다. 엄격하게 버전까지 맞추면 채워지는 칸은 세 개로 줄어든다. 빈 칸과 찬 칸을 가르는 기준은 이름이 보드에 있느냐 하나다.

3.1없다는 것은 못한다는 뜻이 아니다

이 표를 읽을 때 가장 쉬운 오독을 먼저 막아 두자. 보드에 없다는 사실은 그 모델이 못한다는 증거가 아니다. 바깥에서 잴 방법이 없다는 뜻일 뿐이다. 맨 위 일곱이 나쁘다는 증거는 이 글 어디에도 없고, 그중 몇은 보드가 아예 다루지 않는 과제를 겨눈다. 가정집 거실, 물류 창고, 한 시간짜리 연속 작업 같은 것은 42과제 안에 없다. 보드에 안 올라오는 선택이 합리적인 경우가 분명히 있다.

다만 바로 그 때문에 순위가 무엇을 근거로 섰는지는 더 흐려진다. 공용 잣대 위의 수가 없으면 남는 것은 각 회사가 자기 과제에서 낸 수인데, 그 수들은 서로 견줄 수 없다. 견줄 수 없는 수들을 한 줄로 세운 결과가 목록이다. 비슷한 구조를 페블러스는 다른 분야에서도 봤다. 공개 저장소에서 잰 코딩 AI 점수를 사내 코드에 그대로 적용할 수 없는 이유를 다룬 글이 그렇고, 로봇 쪽에서는 성공과 실패를 판정하는 모델 자체가 흔들린 사례가 있다. 재는 쪽이 흔들리면 그 위의 순위는 더 흔들린다.

여기까지면 결론은 "목록은 근거가 얇고 보드는 단단하다"가 된다. 그런데 보드 쪽을 끝까지 열어 보니 그 결론이 반밖에 맞지 않았다.

보드의 표에는 한 열이 더 있다. 제출 주체를 적는 칸인데, 채워진 행과 빈 행이 섞여 있다. 이 빈칸의 정체를 모르면 보드를 한 줄로 읽게 되고, 그러면 이 글이 지적하는 바로 그 오류를 글 자신이 저지르게 된다. 다행히 답은 사이트 안에 있었다. 화면을 그리는 묶음 안에 사이트 자신의 변경 이력 28건이 통째로 들어 있다.

가장 오래된 항목이 2026년 7월 6일자다. "Launch the first sim leaderboard with 30 models"로 시작해 서른 종의 이름을 하나씩 나열한다. 그 뒤 스물일곱 건은 전부 "Add 모델명 (점수, contributed by 기관명)" 꼴이다. 맞춰 보면 빈칸 24행이 전부 그 개설 서른 종 안에 있다. 나머지 여섯은 나중에 제출 주체 표기를 얻었다. 24와 6을 더하면 30이다.

그러니 "빈칸은 운영 팀이 돌린 기준선으로 보인다"가 아니라 "사이트의 변경 이력이 그렇게 적는다"로 단정해도 된다. 그리고 여기서 한 줄이 따라 나온다. GR00T N1.7도 그 개설 서른 종 안에 있다. 시뮬 52위의 2.85점, 실기 9위의 1.70%는 엔비디아가 제출한 값이 아니라 RoboDojo 팀이 자기 손으로 돌린 값이다. 그 수를 벤더가 직접 올린 61.90점짜리 행과 한 줄에 놓고 "GR00T는 사실 52위"라고 쓰면 그 문장이 틀린다.

4.1두 집단이 거의 겹치지 않는다

제출 주체 칸을 기준으로 66행을 셋으로 갈라 봤다. 바깥에서 올린 행 39, 운영 팀 이름이 명시된 행 3, 빈칸 24다. 그런데 이 셋이 보드 위에서 고르게 섞여 있지 않다. 위쪽 서른한 줄에는 빈칸 행이 하나도 없다. 빈칸 행 가운데 가장 높은 것은 32위 Pi-05(성공률 6.93%)이고, 거기서부터 맨 아래 66위까지가 빈칸 행의 구간이다.

세 덩어리 가운데 가장 작은 쪽은 따로 적어 둘 만하다. 제출 주체 칸에 운영 팀 이름이 직접 박힌 행은 18위 GPT-6-Astra(성공률 22.48%)와 51위 DeepSeek-Flash(1.92%), 56위 GPT-5.5(0.88%) 셋이고, 셋 다 로봇 전용 정책이 아니라 범용 모델을 얹어 돌린 항목이다. 개설 때 돌린 서른 종은 어느 행도 그 18위 위로 올라오지 않는다. 다만 이 셋을 어떤 꼴로 운용했는지는 보드가 밝히지 않으니, 범용 모델이 전용 정책을 이겼다는 말로 옮기면 안 된다. 아래 그림에서 세 덩어리가 보드 순서대로 나란히 놓인다.

2026년 10월 30일 스냅샷의 79행을 제출 주체 칸만 보고 칠한 것이다. 시뮬 띠 가운데 짙게 찍힌 세 칸이 앞 문단의 18·51·56위이고, 칸이 빈 행과는 색을 달리했다. 실기 쪽은 갈림이 더 또렷하다. 제출 주체가 적힌 세 행이 1·2·3위이고 나머지 열 행이 4위부터다.

4.2이 갈림을 인과로 읽으면 틀린다

여기서 "제출하면 점수가 잘 나온다"로 건너뛰고 싶어진다. 공개 자료만으로는 그렇게 쓸 수 없다. 적어도 세 가지 원인이 뒤엉켜 있고 어느 쪽이 얼마나 작용했는지 가를 방법이 없다. 첫째는 고르는 효과다. 잘 나올 것 같을 때만 제출한다. 둘째는 세대 차다. 빈칸 24행에는 ACT·RDT·H-RDT·TinyVLA·OpenVLA-OFT·Pi-0·GO-1·SmolVLA처럼 보드가 열리던 시점에 이미 공개돼 있던 정책들이 들어 있고, 바깥에서 올라온 행은 대개 2026년 8월에서 10월 사이에 붙었다. 셋째는 조건 차다. 미세조정과 추가 데이터를 어디까지 허용하는지가 제출 쪽과 기준선 쪽에서 같은지 확인하지 못했다.

세대 차와 제출 여부가 같이 움직인다는 증거는 같은 보드 안에 있다. Galaxea는 G0.5를 직접 제출해 21위에 올렸고, 한 세대 전인 G0는 빈칸 행으로 44위에 있다. 샤오미도 Robotics-1은 제출 행 22위, Robotics-0은 빈칸 행 41위다. 한 회사 안에서도 새 판본은 올라오고 옛 판본은 기준선 자리에 남는다. 그러니 쓸 수 있는 문장은 이것 하나다. 두 집단이 거의 겹치지 않는다. 왜인지는 공개 자료로 가를 수 없다. 그래서 이 열은 하나의 순위가 아니다.

4.3표가 보여 주지 않는 구분이 하나 더 있다

변경 이력에는 표에 없는 꼬리표가 하나 더 달려 있다. 여섯 항목 뒤에 "(agent track)"이라고 따로 적혀 있는데, 그 여섯이 공교롭게도 시뮬 보드 1위부터 6위까지 전부다. 9위 PhysicalRSI에는 "as baseline solution (Agent)"라 적혀 있다. 보드의 표에는 이 구분이 보이지 않는다. 정책 한 종을 돌린 행과 여러 부품을 엮어 돌린 행이 한 표에서 같은 기준으로 정렬된다.

그래서 "보드 1위 Q0-Preview는 목록에 없다"라고 쓰면 사실관계는 맞아도 독자를 잘못된 곳으로 데려간다. 정확한 문장은 이것이다. 정책 한 종으로 올라온 행 가운데 가장 높은 것은 7위 WALL-OSS-1.0-lite이고 성공률 34.97%, 그리고 그 모델은 링크드인 목록의 9위다. 두 목록이 위쪽에서 아예 안 겹친다는 3절의 인상을 이 한 줄이 스스로 깎는다. 깎이는 쪽이 맞다.

4.4"우리가 1위다"가 둘인데 둘 다 그날은 참이었다

같은 보드를 두고 한 달 사이에 두 회사가 각각 1위를 발표했다. 상충하는 것처럼 보이지만, 변경 이력의 등재일로 보드 상태를 날짜별로 되돌려 보면 둘 다 맞는 말이었다.

이 타임라인은 재구성이다. 변경 이력의 등재일과 2026년 10월 30일 스냅샷의 점수를 맞춰 되돌린 것이고, 행이 삭제된 적 없고 점수가 다시 매겨진 적 없다고 가정했다. 변경 이력에 점수 갱신 기록이 실제로 한 건 있어 그 가정이 완전하지는 않다. 다만 개설 서른 종의 최고 성공률이 6.93%라 10월 상위권을 흔들 수는 없으니, 위쪽을 되돌린 결과는 안전한 편이다.

ROBOTERA는 2026년 10월 9일 보도자료를 냈고, 제목에 "Without Additional Data or Agent RSI"라는 단서를 달았다. 홍보 문구치고는 이상하게 까다로운 단서다. 그런데 그날 보드에서 VPP2 바로 아래 2위가 PhysicalRSI였고, 그 행이 변경 이력에 "as baseline solution (Agent)"라 적힌 항목이다. 즉 저 단서는 수식이 아니라 "agent 항목이 아닌 채로 그 위에 올라섰다"는 기술적 구분이었다. 보드의 표가 감춘 구분을 벤더 보도자료가 더 정확하게 적은 셈이다. 이 글에서 가장 뜻밖이었던 대목이 여기다.

AGIBOT 쪽도 그날은 맞았다. 2026년 10월 29일 상하이에서 열린 행사에서 GO-3 Preview가 세 보드에서 1위라고 발표했고, RoboDojo에서는 과제 성공률과 과정 점수 둘 다 1위라 적었다. 그날 보드를 되돌려 보면 성공률 56.42%와 점수 61.90으로 둘 다 1위가 맞다. 다만 그 1위는 사흘짜리였다. 다음 날 Q0-Preview가 올라오면서 2위로 내려갔고, 링크드인 목록은 그 다음 날 올라왔다. 어느 쪽도 거짓을 말하지 않았다. 날짜가 다르면 둘 다 참일 수 있고, 실제로 둘 다 참이었다. 순위 주장에 날짜를 적지 않으면 읽는 쪽이 이걸 복원할 수 없다는 점이 문제일 뿐이다.

4.5같은 표 안에서도 적는 수준이 다르다

그 AGIBOT 발표에는 작은 어긋남이 하나 더 있다. 발표문은 모델을 "GO-3 Preview"라 적지만, 자기가 제출한 보드 행의 이름은 "GO-3 Nano Preview"다. 버전 표기를 지운 쪽이 제3자가 아니라 만든 회사 자신이다. 이름이 같으면 같은 것이라고 읽는 습관이 여기서 깨진다.

조건을 적는 수준도 행마다 다르다. 66행 가운데 평가 조건이 한 줄이라도 붙은 것은 DeepSeek-Flash 행 하나뿐이고, 거기엔 "10 episodes / task", 과제당 열 번 돌렸다고 적혀 있다. 다른 예순다섯 행에는 그런 표기가 없다. 같은 표 안에서도 어떤 행은 조건을 알 수 있고 어떤 행은 알 수 없다.

RoboTwin 2.0을 열어 봐도 같은 모양이 나온다. 33행 가운데 위쪽 열 줄이 열 줄 다 바깥에서 올린 행이다. 링크드인 목록과 겹쳐 보이는 행은 셋인데, 1위 GO-3 Nano Preview(85.01)만 벤더가 직접 올린 행이고 π0.5(58.33, 16위)와 GalaxeaVLA(37.72, 25위)는 둘 다 RoboTwin Team이 돌린 기준선이다. 단 이것을 "독립된 두 보드에서 같은 패턴이 확인됐다"로 쓰면 안 된다. 두 보드 모두 XPolicyLab이라는 같은 정책 통합 계층 위에서 돈다. RoboTwin은 보드 데이터의 평가 경로 항목에 XPolicyLab standard interface라 적어 두었고, RoboDojo 논문 초록도 정책을 XPolicyLab에 한 번 통합하면 시뮬과 실기 양쪽에서 잴 수 있다고 적는다. 쓸 수 있는 말은 "독립 확증은 아니지만, 보드 하나에서만 나타나는 특이 사례도 아니다"까지다.

AGIBOT이 1위라고 밝힌 세 곳 가운데 RoboColiseum은 공개 리더보드를 찾지 못했다. 기준선 비교표는 공개돼 있지만 그것이 1위 주장의 근거가 된 바로 그 표인지 확인할 방법이 없었다. 셋 중 둘은 날짜까지 맞춰 확인했고, 하나는 확인 불가로 남는다. 확인 못 한 것을 확인한 것처럼 적지 않으려고 이 문장을 남긴다.

순위를 다시 매기는 대신 증거를 센다. 열다섯 종을 1위부터 15위까지 그대로 두고, 각 모델이 바깥 사람에게 내준 것이 무엇인지만 여섯 열로 적었다. 가중치를 받을 수 있나, 기술 문서가 있나, 남이 만든 잣대 위의 점수가 있나, 평가 조건이 적혀 있나, 제3자가 손댄 흔적이 있나, 상업적으로 써도 되나. 여섯 열 가운데 모델의 성능을 재는 열은 하나도 없다. 전부 확인 가능성을 재는 열이다.

○ 있음 · △ 조건부이거나 일부만 · ✕ 공개 안 됨 · — 가중치가 없어 질문 자체가 성립하지 않음. 각 칸은 2026년 11월 2일에 회사 발표·논문·모델 카드·라이선스 원문을 직접 열어 판정했다. "기술 문서" 열의 △는 블로그 글만 있는 경우다. 빈칸을 "없음"으로 적지 않고 "공개 안 됨"으로 적은 이유는 3.1절과 같다. 안 보인다는 것과 없다는 것은 다르다.

표를 세로로 읽으면 한눈에 들어오는 것이 있다. 순위 맨 위 일곱은 가중치 열이 일곱 칸 모두 비어 있고, 공용 점수 열도 일곱 칸 모두 비어 있다. 반대로 가중치를 어떤 형태로든 받을 수 있는 쪽은 목록의 아래쪽에 몰려 있다. 여기서 "그러니 아래쪽이 더 낫다"로 가면 안 된다. 이 표가 말하는 것은 성능의 높낮이가 아니라, 바깥에서 확인해 볼 길이 있느냐다.

5.1"공개 가중치"에도 등급이 있다

가중치 열의 ○와 △를 한 덩어리로 묶으면 뜻이 뭉개진다. 같은 "열었다"가 조건에 따라 전혀 다른 뜻이 된다. 받아서 고쳐 팔아도 되는 것부터, 받을 수는 있지만 장사에는 못 쓰는 것, 일부만 내준 것, 시간당 요금을 내고 호출만 하는 것, 연말에 열겠다고 예고만 한 것까지 다섯 단이 섞여 있다.

라이선스는 모델 카드와 저장소 원문을 직접 읽어 판정했다. Unitree UnifoLM-WLA-1.0은 라이선스는 아파치 2.0이지만 공개 범위가 일부라 위 본문 표에서는 가중치 칸을 △로 뒀다.

GR00T N1.7이 이 등급표에서 가장 많이 오해받는 자리에 있다. 코드 저장소는 아파치 2.0이지만 모델 카드 원문은 다르게 적는다. "This model is released under the NVIDIA Open Model License Agreement." 게다가 이 모델의 시각·언어 백본인 Cosmos-Reason2-2B는 접근에 약관 동의가 필요한 저장소다. 즉 아파치 2.0인 줄 알고 받으러 가면 문이 하나 더 있다. 이 문이 재사용을 막았느냐 하면, 그 반대다. 6절에서 그 수를 본다.

5.2회사가 닫은 것이 아니라 프런티어가 닫혔다

4위 π0.7은 보드에 없다. 그런데 π0.5는 있다. 실기 4위(성공률 12.80%)이고 시뮬 32위이며, 허깅페이스에서 한 달에 2만 번 넘게 받아 간다. 한 세대 전 모델은 열려 있고 지금 모델은 닫혀 있다. 이 구도가 열다섯 종 전체에 반복된다. 회사 단위로 "이 회사는 닫혀 있다"고 말할 수 있는 경우는 생각보다 적고, 대신 각 계보의 가장 앞선 판본이 닫혀 있다. 닫힌 것은 회사가 아니라 프런티어다.

공개된 점수를 읽을 때도 같은 조심이 필요하다. 15위 Isaac 0.5는 LIBERO라는 공용 과제에서 97.2%라는 수를 내놨는데, 이 수는 남이 운영하는 리더보드에 등재된 값이 아니라 Perceptron이 자기 환경에서 직접 돌려 만든 비교표 안의 값이다. 같은 표에서 GR00T N1.7은 97.0%, π0.5는 96.9%로 적혀 있다. 세 수가 0.3%p 안에 몰려 있다. 어느 모델이 더 낫다는 말을 하기 전에, 이 잣대가 이제 셋을 가르지 못한다는 말을 먼저 해야 한다.

ROBOTERA VPP2의 "가중치 공개"도 한 줄로 뭉개기 어렵다. 공식 조직 계정에는 예시 체크포인트 한 개가 비상업 조건으로 올라와 있고, 실제로 쓰이는 가중치는 공식 코드 저장소가 가리키는 개인 계정에 있다. 그쪽은 아파치 2.0인 기반 모델 위에 얹혀 있다. "공개했다"는 문장 하나가 둘 중 어느 쪽을 가리키는지에 따라 쓸 수 있는 범위가 달라진다.

5.3보드 밖에서 횟수를 적은 Figure Helix 2.5

위쪽 일곱 가운데 평가 조건 열에 ○가 하나 있다. 6위 Figure Helix 2.5다. 이 회사는 베이 지역 가정집 서른 채를 빌려 시험했고, 시도 420회 중 237회 성공이라는 수를 그대로 적었다. 부분 점수를 주지 않았다는 사실까지 밝혔다. 공용 보드에 올라오지 않았을 뿐, 몇 번 해서 몇 번 됐는지를 적는다는 점에서는 보드 위 대부분의 행보다 낫다. 조건을 적는 일과 공용 보드에 올라오는 일은 다른 일이고, 둘 다 하는 곳은 드물다.

나머지 여섯도 조건을 전혀 안 적은 것은 아니다. Gemini Robotics 2는 과제 묶음별 성공률을 구간으로 밝혔고, Skild AI는 영상 한 편이 시연 약 380건에 해당한다는 환산을 적었으며, Generalist는 열 과제 평균이 59%에서 83%로 올랐다고 적었다. Dyna는 개입 사이의 평균 시간을 지표로 내세웠고, Dream-1은 배우지 않은 로봇 형태 스물일곱 종에서 동작한다고 밝혔다. 다만 이 수들에는 공통점이 하나 있다. 전부 자기가 만든 과제 위의 수라, 서로 견줄 수 없다. 로봇 학습 데이터와 인터페이스가 왜 이렇게 제각각인지는 페블러스가 로봇 학습 데이터는 왜 넘치는데도 모자랄까에서 따로 다뤘다.

가중치를 열어 두면 사람들이 실제로 가져다 쓰는지도 셀 수 있다. 허깅페이스는 어떤 모델을 바탕으로 만든 체크포인트인지를 기록하기 때문에, 특정 모델을 바탕으로 삼은 파생 체크포인트의 수를 역으로 조회할 수 있다. 이것이 "열어 둔 모델이 다시 쓰이는가"를 재는 몇 안 되는 객관 신호다. 2026년 11월 2일에 열다섯 종의 공개 저장소를 하나씩 조회했다.

허깅페이스 API를 2026년 11월 2일에 직접 조회했다. 파생 체크포인트는 한 번에 받을 수 있는 상한이 1,000건이라, SmolVLA는 상한에 걸려 실제로는 더 많다. 내려받기는 최근 30일 누계다. 아래 세 줄은 링크드인 목록에 없는 비교군이다. ⚠️ OpenGalaxea/G05의 0은 뒤에서 따로 다룬다.

표에서 가장 먼저 눈에 걸리는 것은 맨 위와 맨 아래 두 줄의 대비다. GR00T N1.7은 파생 298건, Perceptron Isaac 0.5는 0건이다. 그런데 조건이 더 느슨한 쪽은 Isaac 0.5다. 아파치 2.0에 접근 제한도 없다. GR00T는 회사 자체 라이선스에 백본 약관 동의까지 한 번 더 거쳐야 한다. 문턱이 낮은 쪽이 안 쓰이고, 문이 하나 더 있는 쪽이 298번 쓰였다. 열어 두는 일 자체에는 값이 매겨지지 않는다는 뜻이다.

값을 매기는 것은 라이선스가 아니라 그 주변이다. GR00T에는 LeRobot을 비롯한 학습 도구와의 통합, 하드웨어 묶음, 예제와 문서가 붙어 있다. Isaac 0.5는 36B 규모의 전문가 혼합 구조라 손에 올리는 비용 자체가 다르다. 이것은 Isaac 0.5가 나쁜 모델이라는 관찰이 아니다. 열다섯 가운데 가장 넓게 열린 모델이 목록 맨 아래에 있고 거의 아무도 가져가지 않는다는, 생태계 쪽의 관찰이다.

6.1이 수들이 못 재는 것 둘

내려받기 수를 쓰려면 두 가지 한계를 먼저 적어야 한다. 첫째, 태그로 추린 상위는 그대로 쓸 수 없다. 허깅페이스 robotics 태그에서 내려받기 1위는 912,824회의 autotrust/JEV-9B인데, 이것은 로봇 정책이 아니라 분류 모델이다(페블러스가 이 모델의 비용 주장을 따져 본 글을 따로 썼다). 2위는 영상 이해 모델이고 5위는 자율주행 모델이다. 태그 상위를 "로봇 모델 순위"로 옮기면 그 문장은 거짓이 된다. 위 표는 조작 정책만 손으로 걸러 남긴 것이다.

둘째, 0은 "아무도 안 받았다"가 아니다. 허깅페이스의 집계는 특정 파일에 대한 요청을 세기 때문에 저장소 구조가 다르면 0이 나온다. OpenGalaxea/G05가 그렇고, 좋아요는 22개 붙어 있다. 게다가 API로 확인해 보니 이 저장소는 약관 동의가 필요한 상태다. 집계 방식의 한계와 실제 접근 문턱이 겹쳐 있어서 0 하나로는 어느 쪽인지 가를 수 없다. 0인 행은 좋아요로만 말한다. 그리고 이 글에서 내려받기 수가 말하는 것은 딱 하나다. 바깥 사람이 그것을 손에 넣을 수 있었다는 사실.

6.2두 보드에 한국 팀은 없고, RLDX-1은 세 번째 보드에 있다

보드 79행과 RoboTwin 33행의 소속 표기를 전부 훑었다. 한국 기관으로 판별되는 팀은 없다. 링크드인 목록 열다섯에도 없다. 한 가지 헷갈릴 만한 이름이 있었는데, 시뮬 9위 PhysicalRSI의 소속 "HKU MMLab & KAI"의 KAI는 홍콩대 연구실의 프로젝트 이름이고 한국과 무관하다.

다만 이 사실을 한국 생태계 전체로 넓히면 거짓이 된다. 리얼월드(RLWRLD)의 RLDX-1이 있다. 2026년 5월 발표된 8.1B 모델이고, 허깅페이스 조직 계정에 저장소 열한 개가 접근 제한 없이 올라와 있다. 받으려고 약관에 동의할 필요가 없다는 점에서 목록의 공개 가중치 모델 여럿보다 문턱이 낮다. 그리고 RoboCasa365라는 또 다른 공식 리더보드에 23개 항목 중 15위, 종합 36.0으로 올라 있는데, 제출자가 RLWRLD 본인이다. 같은 보드의 GR00T N1.5(17위)와 N1.6(19위)은 둘 다 RoboCasa 팀이 돌린 기준선이고, 점수는 RLDX-1이 그 둘보다 높다. 파생 체크포인트는 42건으로, 목록에 오른 공개 가중치 모델 가운데 GR00T N1.7 하나를 빼면 전부보다 많다. 라이선스는 비상업 전용이다.

그런데 이 글이 AGIBOT과 ROBOTERA에 들이댄 질문이 여기서도 그대로 작동한다. RLWRLD 공식 사이트는 RoboCasa 365 성적을 32.1로, 비교 대상인 GR00T N1.6을 26.9로 적는다. 공식 보드의 현재 값은 36.0과 21.9다. 양쪽 다 다르다. 원인은 확인하지 못했다. 보드가 그 뒤에 다시 평가했을 수 있으니 날짜가 다른 두 스냅샷으로만 적는다. 수치를 부풀렸다고 단정하지 않는다. 또 이 회사는 여덟 개 과제에서 앞섰다고 홍보하는데 그것은 개별 하위 과제를 하나씩 맞댄 비교이고, 여러 과제를 한꺼번에 재는 종합 보드에서는 15위다. "1위"와 "15위"가 같은 모델에 동시에 참일 수 있는 이유는 분모가 다르기 때문이다.

그 밖의 국내 현황은 짧게 적을 수밖에 없다. 네이버랩스의 DIVINE, 레인보우로보틱스의 RB-Y1, HD현대로보틱스의 상반신 모델, 로보티즈의 휴머노이드 플랫폼, 투모로로보틱스와 나우로보틱스의 실증 과제가 2026년에 발표됐지만, 공개 벤치마크 점수나 공개 가중치가 확인된 사례는 찾지 못했다. 로보티즈 쪽은 자체 모델이 아니라 GR00T N1.7을 얹은 구성이다. 로봇의 경험 데이터를 사 올 수 없는 구조적 이유는 페블러스가 따로 다룬 적이 있다.

6.3공급사가 내민 점수, 무엇부터 묻나

앞의 여섯 열을 로봇 바깥으로 들고 나가면 질문 네 개로 줄어든다. 로봇에만 걸리는 질문은 하나도 없다. 바깥에서 만든 AI를 들일지 말지를 가리는 자리라면 어디서나 같은 넷이다.

• 무엇 위에서 난 수인가. 남이 만든 잣대 위의 수인가, 자기가 만든 과제 위의 수인가. 97.2%와 97.0%가 0.2%p 차이라면 그 잣대는 이제 둘을 가르지 못한다.
• 누가 쟀는가. 공급사가 제출했는가, 제3자가 돌렸는가. 같은 표 안에서도 갈린다는 것이 이 글 4절의 내용이다.
• 조건이 적혀 있는가. 몇 번 시도했고 무엇을 성공으로 쳤는지, 부분 점수가 있는지, 추가 데이터를 썼는지. 420회 중 237회처럼 적힌 쪽이 순위 한 줄보다 쓸모 있다.
• 우리가 다시 돌려 볼 수 있는가. 가중치든 호출이든, 우리 과제에서 재현할 길이 있는가. 없으면 그 점수는 참고 자료이지 근거가 아니다.

네 질문 모두 모델을 깎자는 것이 아니고, 성적표를 읽을 수 있게 만들자는 것이다. 현장에서 재지 않은 수를 문서만 보고 판정하면 어떤 일이 생기는지는 페블러스가 앤트로픽의 로봇 자동화 전망을 따져 본 글에서도 다뤘다.

페블러스 관심의 이유

모델을 품평한 글이 아니다

이 글은 어떤 로봇 모델이 좋은지 말하지 않는다. 그 질문에 답할 자료가 공개돼 있지 않고, 답하는 척하면 링크드인 목록과 같은 일을 하게 된다. 대신 한 칸 옆으로 비켜서서 증거가 어디까지 있는지를 셌다. 페블러스가 고객 데이터를 받을 때마다 먼저 하는 질문을 모델 성적표에 그대로 들이댄 셈이다. 이 수는 무엇에 견준 수인가, 누가 어떤 조건에서 쟀는가, 우리가 다시 재 볼 수 있는가. 5절에서 만든 여섯 열은 로봇 모델 전용 서식이 아니다. 어떤 AI 공급사에도 그대로 세울 수 있는 도입 검토 서식이고, 6.3절의 네 질문이 그 서식의 사용법이다.

같은 일이 고객 데이터에서도 그대로 일어난다

첫째, 합쳐 놓은 지표는 모집단을 숨긴다. 허깅페이스 로봇 태그의 내려받기 1위가 로봇 정책이 아니었고, 0이라는 값이 "안 받았다"가 아니었다. 둘 다 숫자가 틀린 것이 아니라 그 숫자가 무엇을 세고 있는지가 적혀 있지 않았던 경우다. 고객 데이터에서 필드 정의와 결측의 의미를 먼저 확인하는 일이 정확히 같은 일이다.

둘째, 이름이 같다고 같은 것이 아니다. "GO-3 Preview"와 "GO-3 Nano Preview", "LingBot-VLA 2.0"과 버전 표기가 없는 "LingBot-VLA", π0.7과 π0.5가 이 글 안에서 계속 걸렸다. 눈여겨볼 것은 그 한 낱말을 빠뜨린 쪽이 바깥의 제3자가 아니라 해당 회사 본인이었다는 점이다. DataClinic이 고객 데이터에서 반복해 찾아내는 같은 이름 다른 개체 문제가 모델 이름에서도 똑같이 생긴다.

셋째, 기준선이 표에 있어야 실패가 보인다. RoboDojo가 개설 때 서른 종을 직접 돌려 같은 표에 올려 둔 덕분에 이 글의 4절이 가능했다. 그 행들이 없었다면 보드는 제출된 행만 모인 잘 꾸며진 목록이었을 것이다. 다만 RoboDojo는 그 구분을 빈칸으로 두었고, RoboTwin은 이름을 적어 두었다. 같은 정보를 적느냐 비워 두느냐가 읽는 쪽의 결론을 바꾼다. 성적표를 설계하는 자리에서 가장 싸게 올릴 수 있는 개선이 이것이다.

이번 글이 센 것은 공백이다

벤치마크를 다룬 지난 글들은 대개 잣대 자체를 뜯어 무엇이 깨져 있는지 보이는 작업이었다. 벤치마크끼리 겹쳐 순위가 흔들린 일, 실패를 판정하는 모델이 범용 모델보다 못했던 일, 물리 문제의 결함 바닥을 센 일이 그렇다. 이번에는 깨진 자리가 아니라 비어 있는 자리를 셌다. 쓸 만한 잣대가 열려 있는데 위쪽 일곱이 거기 올라오지 않는 자리, 그리고 올라온 쪽 안에서도 누가 올렸는지가 적히지 않는 자리다. 결함은 고치면 되지만 공백은 누군가 올라와야 메워진다.

한국 쪽 이야기를 6절 끝에 붙인 이유도 같다. 중국과 미국의 1위 주장에 들이댄 질문을 국내 모델에 들이대지 않으면 그 질문은 남을 겨누는 도구로만 남는다. 들이대 보니 같은 어긋남이 나왔고, 그 사실을 그대로 적었다. 이 글의 쓸모는 누가 1등인지 가려 주는 데 있지 않고, 다음에 순위표를 받았을 때 무엇부터 물을지 정해 두는 데 있다.

참고문헌

1차 문헌 — 보드와 논문

• 1.RoboDojo: A Unified Sim-and-Real Benchmark for Comprehensive Evaluation of Generalist Robot Manipulation Policies, arXiv:2607.04434 (v1 2026-07-05, v3 개정 2026-07-08), 저자 44인. 능력 다섯 축, 시뮬 42과제 + 실기 18과제, 정책 30종 통합, RealEval 클라우드 실기. ⚠️ 이 글은 초록과 메타데이터까지만 확인했다. 제출·평가 프로토콜 절은 열지 못했다.
• 2.RoboDojo 리더보드, robodojo-benchmark.com (2026-11-02 확인, 스냅샷 2026-10-30). 화면을 그리는 자바스크립트 묶음 안에 시뮬 66행 + 실기 13행과 변경 이력 28건이 함께 들어 있다. 거버넌스 축자와 "(agent track)" 표기, 2026-07-06 개설 30종 목록이 모두 여기서 나왔다.
• 3.RoboTwin 2.0 리더보드, robotwin_leaderboard.json (2026-11-02 파싱, board.updated = 2026-10-30). 33행(cotrain 28 + sft 5). 로봇·학습 데이터·평가 횟수·기본 제출자가 데이터 파일에 함께 적혀 있다.
• 4.RoboCasa365 공식 리더보드 (2026-11-01 갱신, 23개 항목). 6.2절의 RLDX-1 15위·종합 36.0과 GR00T N1.5·N1.6 행이 여기서 나왔다.
• 5.World-Action Models for Robot Learning and Control: A Survey, arXiv:2609.16074 (2026-09-13, 저자 16인). VLA와 WAM의 경계, 평가에 쓰이는 데이터셋·벤치마크·지표·프로토콜 정리. ⚠️ 초록 범위까지만 확인했다.
• 6.What Matters in Designing World Action Models: An Empirical Study, arXiv:2609.24048 (2026-09-21). 인과 구조 6 × 잠재 표현 8 × 학습 목적 4를 벤치마크 셋(RoboCasa-GR1·LIBERO·LIBERO-Plus)에서 통제 비교했고, DROID 실기 데이터로 핵심 발견을 검증했다. 넷에서 비교한 것이 아니다.

원 게시물과 1차 발표

• 7.링크드인 게시물 "Which robot action models are best at learning new tasks?" (lnkd.in/p/griDTpn4), 2026-10-31 16:31 UTC. 게시 시각은 활동 식별자에서 계산했다. ⚠️ 이 글은 게시물의 내용만 다루고 작성자를 다루지 않는다. 게시물이 그 뒤 수정·삭제됐는지는 확인하지 못했다.
• 8.embodied.guide (2026-11-02 확인). 로봇 하드웨어 366대 카탈로그. "Independent by design — No paid listings. No affiliate links. No manufacturer rankings." 축자가 여기 있다.
• 9.ROBOTERA 보도자료 (2026-10-09, PR Newswire, 베이징 발신) — "Tops Embodied AI Benchmark RoboDojo Without Additional Data or Agent RSI". VPP2의 평균 성공률 32.26%, 평균 점수 39.26, LIBERO-Pro 45.0%. 영상 예측 모델 가중치는 다음 날 공개됐다.
• 10.AGIBOT Innovation Day 2026 (2026-10-29, 상하이). GO-3 Preview가 RoboDojo·RoboTwin·RoboColiseum 세 곳에서 1위라고 발표. ⚠️ 보드 행 이름은 "GO-3 Nano Preview"이고, RoboColiseum의 공개 리더보드는 찾지 못했다.
• 11.열다섯 종의 회사 1차 발표 묶음 — Skild AI S1(2026-08-25) · Generalist GEN-1.5(2026-08-19) · Gemini Robotics 2(2026-07-30) · π0.7(2026-04-16) · Dream-1(2026-10-19) · Figure Helix 2.5(2026-09-17) · Dyna-2(2026-08-10)와 Dyna-2.1(2026-09-29) · AGIBOT GO-3 Preview(2026-10-29) · X Square Robot WALL 계열 · LingBot-VLA 2.0 · GR00T N1.7(2026-04-17) · ROBOTERA VPP2(2026-10-09) · Unitree UnifoLM-WLA-1.0(2026-09-10) · Galaxea G0.5(2026-08-12) · Perceptron Isaac 0.5(2026-08-26). 1.1절의 월별 집계와 5절 표의 각 칸이 이 묶음에서 나왔다.
• 12.관련 논문 — Galaxea G0.5 (arXiv:2608.11739) · LingBot-VLA 2.0 (arXiv:2607.06403) · GR00T 계보 (arXiv:2503.14734) · Gemini Robotics 1.5 (arXiv:2510.03342).

모델 카드와 실측

• 13.nvidia/GR00T-N1.7-3B — "This model is released under the NVIDIA Open Model License Agreement." 축자가 README에 있다. 백본 nvidia/Cosmos-Reason2-2B는 약관 동의가 필요한 저장소다.
• 14.파생 체크포인트와 내려받기 실측 (허깅페이스 API, 2026-11-02) — PerceptronAI/Isaac-0.5 · robbyant/lingbot-vla-v2-6b · OpenGalaxea/G05 · unitreerobotics/UnifoLM-WLA-1.0-Base · x-square-robot/wall-oss-0.5 · lerobot/smolvla_base · lerobot/pi05_base · openvla/openvla-7b. 파생 수는 base_model: 역참조로 셌고, 응답 헤더로 절삭 여부까지 확인했다.
• 15.arXiv 검색 API 월별 집계 (2026-11-02) — cat:cs.RO에 초록 구절 "vision-language-action"이 든 논문이 2026-04 74편에서 2026-09 276편으로, "world action model"이 8편에서 90편으로 늘었다. ⚠️ 구절 매치 거친 집계다.
• 16.리얼월드(RLWRLD) RLDX-1 — 허깅페이스 조직 RLWRLD의 저장소 11개(접근 제한 없음), RLDX-1-PT 기준 파생 42건, RLWRLD Model License v1.0(비상업). 회사 공식 소개 페이지의 RoboCasa 365 수치와 공식 보드의 현재 값이 다르다는 사실은 두 자료를 같은 날 열어 대조한 것이다.

페블러스 블로그 인접 글

로봇의 뇌, 세 팀이 다르게 만들었다(2026-04-24) — 일곱 달 전 같은 자리. · 피지컬 AI 벤치마크 두 쌍을 합치자 모델 22개가 흔들렸다(2026-08-28) — 벤치마크끼리 겹치는 쪽의 이야기. · 로봇 실패 검출 전용 모델이 범용 VLM보다 못했다(2026-09-05) · 앤트로픽의 로봇 자동화 전망, 현장 측정 없는 문서 판정(2026-10-03) · 핵융합로 설계 데이터셋 BoSS, AI 설계를 물리로 채점한다(2026-11-02) · 로봇 학습 데이터는 왜 넘치는데도 모자랄까?(2026-08-11) · TypeSafe의 Jev, 정말 기존 AI보다 수백 배 쌀까?(2026-09-27) · 로봇의 경험 데이터는 살 수 없다(2026-07-20) · 우리 회사 코드에서도 AI가 그 점수를 낼까?(2026-09-15).