특정 작업에 특화된 여러 모델 대신, 하나의 범용 모델로 여러 작업을 처리하는 걸 목표로 만든 거예요

Physical Intelligence가 새 로봇 기반 모델 π0.7을 공개했어요. 특정 작업에 특화된 여러 모델 대신, 하나의 범용 모델로 여러 작업을 처리하는 걸 목표로 만든 거예요.

구조는 구글의 오픈소스 언어 모델 Gemma3(40억 파라미터)와 실제 동작을 생성하는 소형 액션 모델(8.6억 파라미터)을 결합한 형태예요. 기존 로봇 모델과 달리 학습 시 자연어 지시, 품질 메타데이터, 중간 목표 이미지까지 함께 넣어서 품질이 낮은 데이터도 버리지 않고 활용할 수 있거든요.

성과도 눈에 띄어요. 빨래 접기, 에스프레소 제조, 상자 조립에서 이전 전문 모델과 동등한 성능을 냈고, 학습 데이터가 없는 UR5e 산업용 로봇 팔도 티셔츠를 80% 성공률로 접었어요. 사람이 단계별로 코칭하면 에어프라이어에 고구마 넣기 같은 새 작업도 배울 수 있어요.

로봇이 LLM처럼 학습한 기술을 재조합해 새 상황에 적용하는 "구성적 일반화"가 실현 가능성을 보여주기 시작한 거예요.