신체 지능을 갖춘 'GPT 시대'가 이미 다가왔을까요? Axis Robotics는 테스트를 마치고 곧 Base 체인에 상장될 예정입니다

이 글을 읽으려면 21 분

Axis의 대답은 확실합니다 - 다만 로봇 데이터의 대규모 생산 방식을 완전히 재구성하고 물리 세계에서의 배포 패러다임을 재정의해야 합니다.

기사 출처: Axis

Axis Robotics는 시뮬레이션 우선 (Simulation-First) 전략을 채택하여, 구체적 지능 데이터 다양성과 대규모 생산 방식을 재구성하고 있습니다.

2025년, 로봇 산업은 여러 기술 경로가 빠르게 수렴하고 있습니다: 구체적 하드웨어 공급망의 상용화 업그레이드로, 과거에 비싼 프로토타입 기계가 처음으로 대규모 실제 적용이 가능해졌습니다; 비전-언어-동작 (VLA) 모델은 로봇에게 의미 이해, 추론 및 계획을 하는 "두뇌"를 제공합니다; 그리고 비디오 선행부터 시뮬레이션 합성으로 형성된 다층 데이터 피라미드는 계속되는 구체적 지능 진화에 연료를 공급하고 있습니다.

그러나 산업은 아직 가장 핵심적인 병목 현상에 직면하고 있습니다: 데이터 입니다. 대형 언어 모델 및 자율 주행과 비교할 때, 구체적 지능은 사전 교육 단계에서 여전히 엄청난 데이터 공백이 존재합니다. 이러한 공백을 중심으로 산업은 여러 기술 경로를 통해 진행 중입니다: UMI의 대규모 작업 데이터, 일인칭 (Ego-Centric) 비디오의 자연 상호작용 데이터, 그리고 빠르게 발전하는 시뮬레이션 합성 데이터 시스템. 이러한 데이터 원천이 함께 진화하는 바탕에, 학계와 산업계는 새로운 기술적 공감대를 형성하고 있습니다: 고품질 대규모 시뮬레이션 데이터 사전 교육에 의존하고, 그 후 소량의 실제 데이터 미세 조정을 통해, 현재 가장 실행 가능한 경로 중 하나입니다.

하지만 이러한 공감대는 더 높은 요구사항을 제시했습니다 - 시뮬레이션 데이터는 동시에 고품질, 저비용, 확장 가능한 세 가지 특성을 갖추어야 합니다, 그렇지 않으면 실제 데이터 비용이 높고, 시뮬레이션 품질이 부족한 이중 장애 때문에 모델 교육의 반복 속도가 계속 늦어질 것입니다.

그래서, 구체적 지능의 "GPT 시대"는 이미 가까운 것일까요?

Axis의 대답은 확정적입니다 - 단, 먼저 로봇 데이터의 대규모 생산 방식을 철저하게 재구성하고 물리적 세계에서의 배치 패러다임을 다시 정의해야 합니다.

Axis Robotics는 보편인들도 구체적 지능 데이터 수집에 참여하게 합니다

전통적인 로봇 데이터 수집은 소규모 전문가 팀이나 로컬 원격 조작에 의존하여, 규모 확장이 어렵고 충분한 다양성이 부족합니다. 이러한 병목 현상을 극복하기 위해, Axis는 시뮬레이션 우선 (Simulation-First) 전략을 채택하여, 끝에서 끝으로 구체적 지능 데이터 인프라를 구축하고 분산된 인간 협업을 통해 데이터 생산 능력을 크게 향상시켰습니다. 로봇은 인간을 위해 봉사하면서도 대규모 인간 참여를 통해 지속적으로 구축 및 발전되고 있습니다.

Axis는 설립 초기부터 깨달았습니다: 데이터 제공만으로는 충분하지 않습니다. 구체적 지능 데이터의 병적을 실제로 극복하기 위해서는 핵심 환경을 아우르는 하나의 끝에서 끝 기술 파이프 라인을 구축해야 합니다. 그 중에서도 가장 중요한 세 가지 단계는: 과제 생성, 데이터 수집 및 데이터 평가 및 처리입니다:

● 작업 생성: 무한 확장 가능한 동적 작업 엔진.

데이터의 경계가 로봇의 능력 경계를 결정합니다. Axis는 새로운 세대의 3D 동적 작업 생성 엔진을 구축하여 로봇의 필수 기술을 원자 기술로 구조화하여 힌트 단어를 통해 대규모 고품질 시뮬레이션 작업을 생성할 수 있습니다. 단일 시나리오에서 복잶한 체인 작업까지, 로봇은 무한히 다양한 작업 공간에서 지속적으로 진화할 수 있습니다.

● 데이터 수집: 누구나 사용할 수 있는 0장벽 수집 플랫폼

과거 전문 연구실에서만 실행할 수 있던 복잡한 시뮬레이션 환경을 Axis는 브라우저와 모바일 장치로 가져왔습니다. 사용자는 웹 페이지를 열기만 하면 로봇과 로봇 팔을 실시간으로 제어하여 게임을 하는 것처럼 고가치 데이터 궤적을 생성할 수 있습니다. 하드웨어 부담이 없고 기술 장벽이 없으며, 데이터 생산은 이제 진정으로 "언제 어디서나 모두를 위해 열려 있습니다".

● 데이터 평가와 처리: 각 데이터를 "사용 가능하고 훈련 가능하며 확장 가능하게" 만듭니다

모든 데이터 궤적은 Axis의 자체 자동화 평가 시스템을 거칩니다. 완료도부터 안정성, 유효성 및 부드러움까지 멀티 디멘전션으로 필터링되고 처리되어 최종적으로 모델 훈련에 직접 사용할 수 있는 데이터 자산이 생성됩니다. 고품질은 더 이상 인력 검토에 의존하지 않고 시스템화된 능력에 의해 규모화된 생산이 이루어집니다.

이 완벽한 제품 능력 세트 뒤에는 Axis가 강력한 기반 플랫폼을 구축했습니다. MetaSim은 우리가 구체적 지능용으로 구축한 통합 기반으로, 시뮬레이터 디커플링, 데이터 유효성 인증 및 데이터 강화를 담당하여 전체 데이터 파이프라인이 안정적으로 작동할 수 있도록 하는 핵심 엔진입니다. MetaSim을 기반으로 사용자가 웹 기반 경량 시뮬레이터에서 생성한 대량의 인간 데모 궤적은 NVIDIA Isaac Sim에서 고정도 확인을 위해 매끄럽게 재현될 수 있습니다. 동시에 Axis는 Isaac Sim의 강력한 물리 및 그래픽 엔진을 심층적으로 활용하여 원시 데이터에 대해 고성능 랜더링과 대규모 도메인 랜덤화를 수행합니다. 이 중요한 강화 단계를 통해 데이터는 Sim-to-Real 이전과 강건한 모델 훈련에서의 가치가 배가되어 각 데이터가 실제 세계에서 보다 강력한 일반화 능력과 실용성을 발휘할 수 있습니다.

(웹 페이지 수집한 원시 데이터가 강화된 후 모델 훈련에 성공하고 실제 기기 배포가 완료됨)

한편, 유효한 인센티브 및 확산 메커니즘을 수립할 때에만, 이완용의 기반시설 및 제품 체계가 본격적으로 뿌리내리고 보급되어 더 많은 참여자들에게 혜택을 제공할 수 있습니다. 이것이 Crypto의 독특한 가치입니다. Axis는 Crypto를 기초로 하여, 제품의 유용성에 실질적으로 서비스하는 인센티브 및 분배 네트워크를 구축하고자 합니다. 세계의 보편적 사용자들이 분산 방식으로 자아지능 건설 과정에 참여할 수 있도록 합니다.

이 네트워크를 통해, 데이터 기여, 작업 실행 및 인센티브 피드백이 전 과정에 걸쳐 투명하고 검증 가능하며 추적 가능해질 것입니다; 더 중요한 것은, 이것이 데이터 수집 작업 및 궤적 데이터의 자산화에 대한 새로운 가능성을 열어준다는 것입니다. — 각 참여가 자아지능 생태계의 일부 가치 흐름으로 전환될 수 있도록 합니다.

Axis는 완전한 엔드 투 엔드 데이터 파이프라인을 통해 자신들의 수집 궤적이 모델 훈련에 대한 실질적인 유효성을 입증했습니다

「어린 왕자의 장미」 이벤트에서, 팀은 단 3일 만에 커뮤니티로부터 1만 건 이상의 고품질 궤적을 수집했습니다. 모든 궤적은 재생 검증, 데이터 스무딩 등의 강화 처리 후 직접적으로 정책 훈련을 거쳐 최종적으로 자율적으로 물을 뿌리는 이러한 자아지능적 작업이 Franka 로봇 팔에 배치되었습니다.

이 이정표는 Axis의 제로샘플 Sim-to-Real 이전 능력을 보여주었으며, 또한 처음으로 웹 기반 대규모 크라우드 소싱 시뮬레이션 원격 조작은 완전히 자아지능 모델 훈련에 사용할 수 있는 고가치 데이터를 생성할 수 있다는 것을 입증했습니다.

커뮤니티는 Axis의 재미있고 도전적인 제품 경험에 대해 매우 높은 열정을 보였습니다. 15일에 걸친 두 라운드의 테스트에서 총 2만 명 이상의 참여자가 참여했으며, 총 데이터 궤적 수는 17만 건을 넘었으며, 이러한 데이터는 제품 실시간 데이터 대시보드에서 공개적으로 확인할 수 있습니다.

Axis Robotics의 미션은 진정한 민주화된 자아지능을 추진하는 것입니다

Axis는 로봇이 미래에 모든 보통 사람들의 삶에 서비스를 제공할 것이라는 방식으로, 보통 사람들도 다음 세대 로봇을 구축하는 데 참여할 권리를 갖는다고 믿습니다. 마지막으로, Axis가 시장에 전달하는 핵심 가치는 두 가지 기둥에 바탕을 두고 있습니다:

1. '고품질' 로봇 시뮬레이션을 위한 사전 훈련 데이터 집합

Axis는 일반 로봇 베이스 모델에 실질적이고 의미 있는 데이터 입력을 제공하고 있습니다. "고품질"이라 함은 규모에 그치는 것이 아니라 고도로 다양한 작업 유형, 풍부한 시나리오 레이아웃 및 다중 모달 데이터 구조를 의미합니다. Axis의 목표는 대량 데이터를 생성하는 것이 아니라 산업 표준을 재정의하는 것에 있습니다. 즉, 어떤 종류의 데이터가 직접적인 사전 훈련에 사용될 수 있고 학술 및 산업의 전방위 발전을 이끌 수 있는 로봇 데이터인지를 reframe 하는 것입니다.

2. 확장 가능한 인프라 스택

데이터 자체 외에도 Axis는 친숙하고 유연하며 장기적으로 확장 가능한 기술 인프라를 구축하고 있으며, 생태계적 사고 방식으로 그 개방 방식을 재정의하고 있습니다. 우리의 비전은 이 설비를 Axis만의 것이 아닌 개방형 포트를 통해 더 많은 이해관계자를 유치하여 전체 물리적 지능 생태계를 공동으로 구축하는 것입니다.

앞으로는 과업 구축, 데이터 수집, 데이터 처리 및 모델 훈련 등 핵심 인터페이스를 점진적으로 공개함으로써 개발자, 연구 기관, 기업 및 커뮤니티가 플러그인식 및 조합 가능한 방식으로 참여할 수 있도록 할 것입니다. 기술적 엄격함을 희생하지 않으면서 이 개방형 생태계는 대규모의 포용적 참여와 모델급의 고품질 산출을 동시에 지원하여 실질적인 협업에 초점을 맞춘 결과 발생이 가능하도록 합니다.

Axis는 제조업, 로봇 메이커 및 모델 회사와 광범위한 생태계 파트너십을 구축하고 있으며, 이에는 리엔코 카, 부스터 로보틱스, 그룹 코어 테크놀로지, 원도트 인텔리전스 등이 포함되어 있으며, 데이터 생성, 모델 훈련 및 실제 배포를 다차원적으로 전진시키는 데 협력하고 있습니다.

볼륨 생산 핵심 몸체 원격 조작 데이터를 필요로 하는 현실적 지능 로봇 회사를 예로 들면, Axis는 해당 몸체를 고진실한 디지털 쌍둥이로 변환하고 동적 작업 생성 파이프라인을 통해 sim-ready 시나리오 레이아웃 및 작업 자산을 구축할 것입니다. 그 후 Axis의 분산 작업 배포 시스템을 통해 전 세계 사용자가 브라우저에서 해당 디지털 쌍둥이 로봇을 직접 조작하여 다양하고 고품질의 궤적을 제공함으로써 표준화된 저비용 방식으로 데이터 생산과 비즈니스 협력을 실현할 것입니다.

로봇 하드웨어 공급망이 계속 성숙해지고 제조 비용이 크게 감소함에 따라, 실체 인텔리전스 산업의 가치 중심이 하드웨어 외형에서 인공지능 모델 및 데이터 인프라로 신속히 이동하고 있습니다.미래의 조체 지능 시장이 1조 달러에 이르는 규모로 성장할 것으로 예상되며, 데이터 및 AI 알고리즘 층이 핵심 산업 가치의 약 10%를 차지할 것으로 전망됩니다. 이 새로운 데이터 경제 생태계에서 물리 엔진 정확도 개선과 도메인 무작위화 기술의 광범위한 적용과 함께, 시뮬레이션 데이터가 보조 도구에서 핵심 생산 요소로 전환되어 1000억 달러 규모의 인프라 트랙으로 성장할 수 있도록 발전할 것입니다.

이번에 급격히 증가하는 시장 수요에 대응하여 Axis Robotics는 가벼운 웹 액세스 및 분산 작업 분배 메커니즘을 사용하여 전통적인 “비용이 많이 들고 중앙화되어 있으며 고가의 자산”인 시뮬레이션 원격 조작 모드를 재구성하여 지수 함수로 확장 가능한 글로벌 데이터 네트워크로 만들었습니다.

주변 데이터 생산 비용을 크게 낮추고 고도로 병행적인 경로 수집 능력을 향상시킴으로써 Axis는 업계 파트너들에게 효율적이고 확장 가능한 데이터 솔루션을 제공할 뿐만 아니라 빠르게 성장하고 있는 실체 지능 데이터 시장에서 강력한 성장성, 광범위한 수익 기회, 그리고 복제 가능한 비즈니스 모델을 구축했습니다.

전망: 실체 지능으로 나아가는 “GPT 시대”

실체 지능의 “GPT 시대”는 인간 지능을 포착하고 안정적으로 기계 실행 가능한 것으로 변환하는 핵심 엔진이 필요합니다. Base Chain의 공식 출시와 함께 Axis는 미래를 위해 고안된 분산 기반 인프라를 배치하고 있습니다. 이는 견고성을 갖추고 전 세계적인 협업 규모를 견딜 수 있는 개방형 네트워크입니다.