오늘의 한줄
오늘은 로봇 정책에 테스트타임 컴퓨트와 탐색을 붙여 장기 과제를 푸는 흐름, 그리고 LLM 에이전트를 둘러싼 하니스·환경·벤치마크를 정교화하는 연구가 두드러졌습니다. 동시에 멀티모달 생성과 비디오 이해에서는 단순 품질보다 정체성 보존, 과업 완수, 문화적 맥락 같은 더 실전적인 평가 축이 강화되고 있습니다.
📄Robotics & RL5
τ_0-VLA: a Hierarchical Robot Foundation Model with World-Model-Guided Test-Time Computation월드모델 기반 테스트타임 계산을 갖춘 계층형 로봇 파운데이션 모델 τ_0-VLA⭐ 514
τ_0-VLA는 상위 정책이 월드모델과 실행 메모리로 서브태스크를 탐색·재고하는 테스트타임 추론을 도입해, 40,115시간 실세계 데이터 학습 기반으로 장기 조작과 분포 이동 환경에서 성능을 유의미하게 높였습니다.
Zetta ζ: An Efficient Closed-Loop Embodied Harness for Self-Evolving Physical Intelligence자가 진화형 물리 지능을 위한 효율적 폐루프 체화 하니스 Zetta ζ⭐ 186
Zetta는 기본 정책을 고정한 채 코드 기반 critic과 복구 스킬을 온라인 진화시키는 3중 루프 폐루프 하니스로, LIBERO-Pro 등에서 최신 성능을 달성해 물리 실행 중 실시간 개입의 가치를 보여줍니다.
GOAG: Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation정교한 로봇 조작을 위한 생성형 객체 비의존 그립 플래너 GOAG⭐ 3
GOAG는 그리퍼 접촉면 분포의 잠재 표현만 학습하고 객체 특징은 추론 시에만 주입해, 객체별 데이터 없이도 새로운 물체에 대한 다지점 파지를 제로샷에 가깝게 일반화합니다.
💡 로봇 연구는 더 큰 정책 자체보다 테스트타임 추론, 폐루프 하니스, VLM 유도 탐색처럼 실행 중 계산을 어떻게 배분하고 보정할지에 무게가 실리고 있습니다. 동시에 GOAG·CoToGrasp처럼 객체 비의존 표현으로 제로샷 일반화를 노리는 파지 연구가 늘며, 데이터 수집 비용을 줄이면서도 장기 조작 성능을 끌어올리려는 흐름이 뚜렷합니다.
📄Multimodal & Generative5
4DAnyone: Create Anyone in 4D from a Casual Monocular Video일상적인 단안 영상만으로 누구나 4D로 복원하는 4DAnyone⭐ 162
4DAnyone는 RCP와 TCA로 다중 시점 일관성 병목을 해결해 비보정 단안 영상에서 재구성급 멀티뷰 영상을 만들고 이를 4D Gaussian Splatting으로 들어 올려 사람 4D 복원을 가능하게 합니다.
ForgeWM: Progressive Causal Training for Few-Step Action-Conditioned Video World Models소수 스텝 행동 조건 비디오 월드모델을 위한 점진적 인과 학습 ForgeWM⭐ 89
ForgeWM은 양방향 비디오 생성기를 1·2·4스텝 예산의 인과적 액션 조건 월드모델로 증류하는 점진적 학습 프레임워크로, 저지연 상호작용과 리플레이 정제를 함께 지원합니다.
WithEveryone: Unified Planning and Identity Grounding for Group Image Generation그룹 이미지 생성을 위한 통합 계획과 정체성 그라운딩, WithEveryone⭐ 38
WithEveryone는 최대 10명의 참조 인물을 addressed token과 구조화된 identity-layout plan으로 묶고 Layout-Grounded ID Loss를 도입해, 얼굴 유사도를 0.462에서 크게 끌어올리며 그룹 이미지 정체성 보존을 개선했습니다.
💡 생성 연구의 초점이 단순 시각적 그럴듯함에서 정체성 보존, 멀티뷰 일관성, 과업 완수처럼 더 측정 가능한 목표로 이동하고 있습니다. 특히 비디오·3D·과학 자동화까지 확장되며, 멀티모달 시스템이 실제 워크플로와 평가 기준을 함께 재설계하는 단계로 들어선 모습입니다.
💻Code & Agents8
SWE-bench Science: Can Coding Agents Resolve Engineering Tasks in Science?코딩 에이전트는 과학 소프트웨어 공학 문제를 해결할 수 있을까? SWE-bench Science⭐ 44
SWE-bench Science는 20개 과학 분야 98개 저장소의 119개 수리 과제를 묶은 벤치마크로, 최고 에이전트도 pass@1 50% 미만에 그쳐 과학 코드에서 지식 부족·표면적 수정 같은 실패 원인을 드러냈습니다.
EnvHarness: Awakening Static Worlds for Agent Learning에이전트 학습을 위해 정적인 세계를 깨우는 EnvHarness⭐ 54
EnvHarness는 기존 환경 로직을 바꾸지 않고 플러그인 계층으로 환경을 재구성하며, EnvRigger는 블랙박스 정책의 궤적을 보고 약점을 겨냥한 하니스 컴포넌트를 자동 합성합니다.
SemaPLC: A Project-Grounded, Verification-Gated Agent Harness for PLC Code GenerationPLC 코드 생성을 위한 프로젝트 기반 검증 게이트 하니스 SemaPLC⭐ 32
SemaPLC는 명세·컴파일·실행 로그 검증이 통과될 때만 완료를 선언하는 엄격한 하니스로, 117개 독립 POU 과제에서 평균 strict verified pass rate 72.6%를 기록했습니다.
💡 에이전트 분야는 모델 프롬프트보다 하니스, 검증기, 환경 생성기, 벤치마크 설계가 성능을 좌우한다는 사실을 점점 더 노골적으로 보여줍니다. 즉, 앞으로의 경쟁력은 더 똑똑한 모델 하나보다 실패 경계를 드러내고 자동으로 환경과 실행 스캐폴드를 진화시키는 시스템 공학에서 나올 가능성이 큽니다.
👁️Computer Vision1
NARU: A Benchmark for NARrative Evolution and Cultural Nuance Understanding in Japanese Extreme Long Video일본어 초장편 영상의 서사 전개와 문화적 뉘앙스 이해 벤치마크 NARU⭐ 3
NARU는 155개 일본 장편 영상 146.8시간과 1,481개 문항으로 서사 변화와 문화적 함의를 함께 묻는 벤치마크로, 기존 장기 영상 이해 평가의 언어·문화 편향을 보완합니다.
💡 비디오 이해 평가는 이제 긴 컨텍스트를 버티는지뿐 아니라 서사와 문화적 함의를 얼마나 읽어내는지로 확장되고 있습니다. 특히 NARU 같은 비영어·고맥락 벤치마크는 현재 모델의 이해 능력이 여전히 표면적 이벤트 회수에 치우쳐 있음을 점검하게 만듭니다.
📄Training & Optimization1
TinyCast: Probabilistic Zero-Shot Forecasting with Computed Periodicity계산된 주기성을 활용한 확률적 제로샷 예측기 TinyCast⭐ 2
TinyCast는 14만 6,505개 파라미터와 무어텐션 구조, 제로파라미터 주기 검출기를 결합해 GIFT-Eval 계열에서 크기 대비 정확도 경계를 새로 쓰며 INT8 정적 배포까지 지원합니다.
💡 TinyCast는 무조건 큰 모델이 아니라 구조적 편향을 계산으로 심는 설계가 여전히 강력하다는 점을 상기시킵니다. 작고 배포 친화적인 모델이 제로샷 성능까지 챙기기 시작하면서, 효율성 연구는 다시 실전성과 연결되고 있습니다.