ACE Robotics가 약 90억 매개변수 규모의 체화형 파운데이션 모델 ACE-Brain-0.6을 공개했다. 언어 지시를 물리 장면 속 정확한 위치, 사물의 부위, 상호작용 영역에 대응시키는 시각적 그라운딩이 목표다.
핵심 구성
- 기반 모델: Qwen3.5-9B. 비전 인코더는 고정하고 언어 모델만 미세조정했다.
- 학습 데이터: 검증 가능한 공간 지도 샘플 약 100만 개. 이미지 약 94만 장, 질문·답변 쌍 270만 개에 해당한다.
- 데이터 파이프라인: 오픈 로봇 데이터셋 30여 개와 비공개 1인칭 영상을 합친다. Grounding DINO, SAM 3 같은 도구로 그리퍼 상태와 동작 단서를 확인 가능한 공간 레이블로 바꾼다.
- 생성 조건: 시각 증거가 완전할 때만 답을 만든다. 개수 세기 문항이라면 전체 인스턴스 레이블이 먼저 있어야 한다.
벤치마크 결과
ACE Robotics는 OpenAI의 GPT-6 Astra와 8개 그라운딩 평가에서 비교했고, 6개에서 앞섰다고 밝혔다. 아래 표에는 그중 6개 결과를 실었다. 독립 검증은 아직 이뤄지지 않았다.
▼ ACE-Brain-0.6 vs GPT-6 Astra 점수 비교 (출처: ACE Robotics 발표)
| 벤치마크 | ACE-Brain-0.6 | GPT-6 Astra |
|---|---|---|
| Where2Place | 76.55 | 71.10 |
| PixMo-Count | 89.41 | 88.10 |
| RoboSpatial | 74.82 | 69.55 |
| RoboAfford | 88.51 | 84.94 |
| ShareRobot | 49.70 | 46.60 |
| RobotGrounding | 94.13 | 91.10 |
공개 벤치마크 7개 평균은 74.53으로(표에 없는 항목 포함), Astra의 73.68보다 0.85점 높다. 자체 구축한 RobotGrounding은 14개 과제 유형에 걸쳐 2,591개 문항으로 구성된다. 작은 물체 찾기, 다중 인스턴스 개수 세기, 요청한 대상이 없음을 판단하기, 카메라 시점 간 대상 매칭이 포함된다. 회사는 Google Gemini 4 Argon, Anthropic Claude Opus 5.5, 다른 오픈 체화형 모델과의 비교도 공개했다. 이를 공간 인식의 기준점으로 삼았다고 설명했다.
데이터 규모 실험
아키텍처와 학습 레시피를 고정한 채 학습 세트를 26만 개에서 약 100만 개로 늘리자 7개 벤치마크 평균이 69.3에서 74.5로 올랐다. 로그 선형에 가까운 곡선이다. 데이터를 두 배로 늘릴 때마다 평균 약 2.4점이 올랐다. 같은 유형의 샘플만 더하면 향상 폭은 1점 미만이었다. 성능 향상은 주로 새로운 장면, 공간 관계, 지도 형식에서 나왔다.
공개 상태와 맥락
DAXIAORobotics 아래 공개 GitHub 저장소에는 ACE-Brain-0과 ACE-Brain-0.5가 올라 있다. 기사 작성 시점에 ACE-Brain-0.6 가중치는 공개 목록에 없었다. SenseTime 공동창업자 왕샤오강(Xiaogang Wang)이 회장을 맡은 ACE Robotics는 앞서 ACE-Brain-0.5를 인지·계획·실행·평가를 하나로 묶은 루프로 소개했다. 0.6은 고차원 추론과 믿을 만한 물리적 실행을 잇는 고리로 그라운딩에 무게를 옮겼다.
