AI Think Lab

🤖 NVIDIA Research가 CVPR에서 로봇 파지, 자율주행 추론, 가상 에이전트 학습을 다루는 세 가지 연구를 소개했습니다. NVIDIA는 이 세 연구의 공통 주제를 “규모 있는 학습이 다양한 적용 환경으로 일반화되는 시스템을 만든다”는 말로 정리했습니다.공식 발표에 따르면 핵심 연구는 GraspGen-X, LCDrive, NitroGen입니다. 각각 로봇 손이 처음 보는 물체와 그리퍼를 다루는 문제, 차량 내 하드웨어에서 빠르게 추론하는 문제, 가상 환경에서 대규모 상호작용으로 에이전트를 훈련하는 문제를 겨냥합니다. 📌 GraspGen-X: 처음 보는 그리퍼와 물체를 잡는 모델GraspGen-X는 NVIDIA가 “zero-shot grasping을 위한 첫 foundation model”이..

🐛 처음 보는 물건도 집는 로봇 손? NVIDIA 연구가 보여준 피지컬 AI의 재미있는 순간 사람에게 물건을 집는 일은 너무 자연스럽습니다. 컵을 집을 때와 리모컨을 집을 때 손가락 모양을 조금씩 바꾸지만, 매번 새로 훈련하지는 않습니다. 그런데 로봇에게는 이 일이 매우 어렵습니다. NVIDIA가 2026년 6월 3일 CVPR 관련 블로그에서 소개한 연구 중 GraspGen-X는 바로 이 문제를 재미있게 보여줍니다. 처음 보는 그리퍼와 물체에도 적용되는 “잡기” 기반 모델을 목표로 한다는 점이 핵심입니다. 🤖 NVIDIA는 같은 글에서 GraspGen-X 외에도 자율주행 추론을 더 빠르게 만드는 LCDrive, 가상 환경에서 에이전트를 훈련하는 NitroGen을 함께 소개했습니다. 서로 다른 주제처럼..

🐛 오늘 살펴볼 해외 AI 뉴스입니다. 이번 글은 해외 공식 발표와 원문 자료를 바탕으로 핵심 변화, 산업적 의미, 앞으로 확인해야 할 포인트를 차분히 정리합니다. NVIDIA는 2026년 6월 3일 CVPR 관련 공식 블로그에서 자율주행, 로봇, 비전 AI 시스템 개발을 돕는 physical AI agent skills를 공개했습니다. 발표의 중심은 더 큰 모델 하나가 아니라, 실제 세계 데이터를 재구성하고, 엣지 케이스를 만들고, 정책을 학습시키고, 행동을 평가하는 전체 연구 워크플로우입니다. 🤖 물리 AI의 병목은 모델 하나가 아닙니다 NVIDIA는 physical AI 연구의 핵심 문제가 단순히 더 강력한 모델을 만드는 것이 아니라고 설명합니다. 실제 병목은 현실 장면 재구성, 희귀 상황 생성..