2026 지위안 혁신의 날에서 웅옌은 신체형 지능 네이티브 운영체제인 링취 OS 1.0을 공식 발표했다. 이 시스템은 구축부터 배포까지 전 과정과 하부 하드웨어부터 상부 애플리케이션에 이르는 전 기술 스택을 포괄하며, 이미 양산 로봇을 통해 대규모 검증을 완료했다. 또한 로봇 본체 하드웨어 연결의 새로운 패러다임을 제시해 15가지 유형의 100여 종 외부 장치를 빠르게 연동할 수 있도록 지원하며, 고신뢰성·결정성 및 저지연성을 목표로 전 스택에 걸쳐 결정적 최적화를 수행했다.
10월 28일, ‘科创板日报’는 바이두가 최근 ‘세계 모델’ 연구개발의 진전과 획기적 성과를 공식적으로 발표할 계획이라고 단독 보도했다. 이 분야는 전 세계 AI에서 가장 뜨거운 최첨단 영역 중 하나로, 핵심 기술은 실제 물리 환경에 대한 정밀한 동적 모델링과 미래 예측이다. 업계 관계자들은 해당 기술이 자율주행에 먼저 적용된다면, 복잡한 도로 상황에서도 무인차의 시나리오 예측 및 지능형 의사결정 수준을 크게 향상시킬 것으로 내다보고 있다.
재연신문 10월 28일 보도(편집자: 자오하오) 구글이 새로운 인공지능 세계 모델을 발표했다. 이 모델은 실시간으로 더욱 사실적인 가상 환경을 생성할 수 있어, 과거 게임 회사들을 불안하게 만들었던 기술을 한층 더 발전시켰다. 구글 딥마인드는 화요일 공식 웹사이트에서 제니 4를 공개했으며, 사용자는 텍스트 입력을 통해 탐험 가능한 가상 세계를 만들고 키보드로 조작해 그 안을 유영할 수 있다. 또한 장면이 전개되는 동안 명령어를 입력해 날씨를 실시간으로 변경하거나 추가하는 등 다양한 작업을 수행할 수 있다.
체화된 지능 인재 확보 경쟁.
류칭펑은 “우리는 이지가 국내산 컴퓨팅 파워에서만 학습을 수행하는 유일한 기업이 되기를 원하지 않는다. 우리는 많은 사람들이 참여하기를 간절히 바란다.”라고 밝혔다.
10월 25일, 치위안 로봇의 5,000번째 개인용 로봇이 공식적으로 양산 라인을 떠났다. 지난 9월 20일 치위안 Q1과 T1 두 모델의 개인용 로봇을 출시한 지 한 달 만에 5,000대의 양산이 완료됨으로써, 치위안은 생산 능력 확대와 제조 시스템 및 공급망 간의 협업에서 단계적 성과를 거두었다. 아직 산업화 초기 단계에 있는 개인용 로봇 산업에서 5,000대라는 수치는 단순히 생산량 증가 이상의 의미를 갖는다. 이는 기업이 연구개발 단계에서 확보한 기술 역량을 복제 가능한 제조 역량으로 전환하고, 나아가 제품 배송, 사용자 경험, 소프트웨어 업데이트까지 연계하는 과정을 의미한다. 이는 개인용 로봇이 기술 탐구 단계에서 소비자 시장으로 진입하기 위한 핵심적인 전환점이자, 상업화 역량을 평가하는 중요한 지표이기도 하다. 인공지능이 디지털 세계에서 물리적 세계로 확장됨에 따라, 로봇 산업의 경쟁은 기술 시연 단계를 넘어 공학적 구현, 제품화, 그리고 상업화 역량으로까지 확대되고 있다. 이번 치위안의 대량 양산 실천은 개인용 로봇 산업화 과정을 관찰할 수 있는 구체적인 사례를 제공한다. 01 한 달 만에 0에서 5,000대로, 대량 생산 체계가 완성되다 “양산 라인이 가동된 이후, 0대에서 5,000대까지 안정적으로 양산 라인을 떠나기까지 단 1개월이 걸렸습니다.”라고 치위안 로봇의 공동 사장이자 중앙연구개발부 사장인 가오취안중은 밝혔다. 현재 치위안 로봇의 생산 라인에서는 약 2분 30초마다 한 대의 로봇이 완성되며, 일간 생산 능력은 초기 10여 대에서 200여 대로 크게 증가했다. 개인용 로봇의 경우, 대량 양산은 단순히 생산 라인을 늘리거나 조립 속도를 높이는 것만으로는 이루어지지 않는다. 로봇은 기계 구조, 동작 제어, 감지·상호작용, 지능형 알고리즘 등 다양한 시스템이 융합된 복잡한 제품으로서, 고도의 기능 구현뿐 아니라 대량 생산 과정에서도 조립 정밀도, 제품 일관성, 운용 신뢰성을 확보해야 한다. 따라서 대량 양산 역량을 평가할 때는 단순히 완성된 제품 수만을 따질 것이 아니라, 제조 시스템이 지속적인 생산을 뒷받침할 수 있는지, 품질 기준이 규모화된 복제에 적합한지, 공급망이 배송 수요를 원활히 맞출 수 있는지 등을 함께 검토해야 한다. 소개에 따르면, 이러한 각 요소를 중심으로 치위안 로봇은 생산 측면에서 공정 고도화, 품질 안정화, 자동화 조립 및 교정·시험을 통해 대량 생산의 일관성을 강화하고 있다. 공급망 측면에서는 협력업체들과 함께 원재료 자동 창고를 구축하고 반자동 조립 라인을 도입하며, 엔드투엔드 제조 IT 시스템을 구축해 생산 프로세스의 추적 가능성을 확보했다. 아울러 수백만 회에 달하는 와이어 하네스 굽힘 시험, 수십만 회의 관절 내구성 시험, 모듈 충격 저항 시험 등 다양한 검증 기준을 마련하여 장기간 사용 시 제품의 안정성을 높였다. 이들 역량은 모두 시제품 개발 단계에서 규모화된 제조로 이어지는 공학적 기반을 형성한다. 5,000대의 양산 완료는 여전히
쇼피파이 AI의 거래 주문 수는 13배 증가했다. 10월 16일 이른 아침, 애플의 첫 번째 폴더블 스마트폰인 아이폰 듀오의 사전예약이 시작됐다. 가격은 1,999달러부터이며, 초기 생산량이 부족해 배송 일정이 얼마 지나지 않아 내년 1월로 연기됐다. 이번에 첫 출시 물량을 선점한 것은 단순히 화면 앞에 매달린 사람들만이 아니었다. 올해 에이전트는 아이폰 듀오 암시장에서 가장 강력한 ‘아버지’로 떠올랐다｜출처: 애플 MacRumors 포럼에서는 예약에 실패한 한 사용자가 분통을 터뜨렸고, 레딧에는 누군가 자신이 설정한 뮤즈 로봇이 순식간에 여러 대를 확보해 놓았다는 자랑이 올라왔다. 사람이 손을 대기도 전에 재고가 AI에 의해 이미 소진된 것이다. 뮤즈는 메타가 9월 8일 출시한 개인용 에이전트로, 출시 직후 미국 앱스토어 무료 앱 순위 1위에 오르며 다운로드 수가 곧바로 250만 건을 넘어섰다. 메타 측은 쇼핑이 뮤즈의 가장 주요한 활용 사례 중 하나라고 밝혔다. 아이폰 듀오 판매 개시를 전후해 뮤즈는 이 신형 기기에 맞춘 새 버전을 별도로 출시했으며, 업데이트 설명에는 채팅 내 쇼핑을 더욱 편리하게 만든다는 문구가 바로 뒤따랐다. AI가 사람을 대신해 쇼핑하는 일은 이제 발표장에서의 시연을 넘어 실제 물량 확보 현장으로까지 진입했다. 그러나 모든 상점이 이러한 새로운 고객들을 환영하는 것은 아니다. 9월 하순, 아마존은 뮤즈에 대한 접근을 차단하기 시작했다. 10월에 들어서는 머스크가 이끄는 그록 보트의 사용자들도 아마존에서 주문할 때 동일한 경고 문구를 마주하게 됐다. 무허가 AI 에이전트의 계속된 접근은 아마존 이용 약관을 위반하는 행위라는 것이다. 반면 다른 한 기업인 쇼피파이는 정반대의 길을 선택했다. 9월 21일, 쇼피파이 최고경영자 토비 뤼트케는 뮤즈와의 심층적 협력을 발표하며, 뮤즈가 쇼프 파이 결제 방식(Shop Pay)을 통해 모든 쇼피파이 스토어에서 결제를 완료할 수 있도록 했다. 그리고 쇼피파이의 실적 보고서는 이 길이 초창기부터 어떤 성과를 낳았는지를 보여준다. 올해 1분기, AI 검색을 통한 주문 수는 전년 동기 대비 거의 13배 증가했으며, AI가 유발한 스토어 트래픽은 8배 늘어났다. 한쪽에서는 문을 닫고, 다른 쪽에서는 문을 열고 있다. 점점 더 많은 구매 결정이 에이전트에게 맡겨지는 가운데, “에이전트를 들여보낼 것인지 말 것인지”가 과연…
전 세계 테이블 위의 사국지.
2026년 9월 초, 보스턴 다이내믹스의 직원 300여 명이 회사 고위층에게 자사의 사족형 로봇을 미국 이민세관집행국(ICE)에 판매하는 것을 중단할 것을 요구하는 청원서에 서명했다. 해당 청원의 절반 이상의 서명은 익명으로 이루어졌으며, 회사 경영진과 더불어 보스턴 글로브 신문 및 WBUR 라디오에도 제출되었다. 직원들이 윤리적·평판상의 위험을 우려했음에도 불구하고, 회사는 여전히 거래를 실행할 것임을 확인하며 로봇이 무기화되지 않을 것이라고 강조했다.
타이미디어의 10월 26일 보도에 따르면, 유수커의 공동창업자 왕싱싱은 2026년 10월 12일, 내년에 출시될 GPT‑7이 “신체 기반 지능 문제를 단번에 해결할 수 있을 것”이라고 밝혔다. 이는 그가 지난 8월에 제시한 ‘빠르면 2~3년’이라는 예측보다 훨씬 앞당겨진 판단이다. 같은 시기, Artificial Analysis, RoboDojo 등 기관들의 실증 결과에 따르면, GPT‑6 Astra와 같은 범용 대형 모델이 시뮬레이션과 실제 로봇 작업에서 전용 전략을 거의 따라잡거나 오히려 추월하는 수준에 도달했지만, 실행 타이밍, 호출 비용 및 신뢰성 측면에서는 여전히 뚜렷한 한계가 남아 있다. 또한 Physical Intelligence 등 기업들은 API 서비스를 개방해, 로봇 지능이 자체 개발 중심의 고정 자산 방식에서 필요에 따라 구매하는 기술 서비스로 전환되는 추세를 촉진하고 있다.
arXiv:2610.32069v1 발표 유형: 신규 초록: 최근 다중 모달 대규모 언어 모델(MLLM)은 단일 모델 내에서 교통 상황을 인지하고 이를 바탕으로 추론하며 주행 행동을 제안할 수 있습니다. 그러나 기존의 MLLM 기반 주행 시스템은 매 프레임마다 처음부터 다시 추론을 수행하고 단 하나의 설명에만 의존하여, 이전의 상황에 대한 여러 가설을 버리게 됩니다. 상황이 모호할 경우, 에이전트는 잘못된 해석에 고정되어 증거가 축적되기 전에 그에 따라 행동하게 됩니다. 본 논문에서는 DriveMind를 제안합니다. 이는 MLLM 기반 주행 프레임워크로, 상황에 대한 여러 가지 가설을 동시에 유지하면서 새로운 프레임이 도착할 때마다 각 가설의 가중치를 업데이트합니다. 입자 필터링에서 영감을 받은 DriveMind는 각 가설을 VLM을 통해 전파하고, 현재 관찰과 비교하여 점수를 매긴 뒤 재표본화하여 m
드디어 그렇게 오래 기다릴 필요가 없게 되었네요.
AI NEWS.cc