Dream Labs가 새로운 양팔 로봇에서도 별도 미세조정 없이 작업을 수행하도록 설계한 로봇 모델 Dream-1을 공개 API로 제공한다. 회사는 이를 위해 시드 투자금 9,000만 달러를 유치했다고 밝혔으며, 현재 Dream-1은 평행 그리퍼를 장착한 양팔 로봇을 대상으로 한다.
Dream Labs는 Dream-1이 학습 때 보지 않은 로봇과 작업, 환경에서도 작동할 수 있다고 설명한다. 회사가 공개한 사례에는 물건을 집거나 옮기고, 수건을 접고, 컵을 쌓는 작업 등이 담겼다. 시뮬레이션에서 처음 보는 로봇 27종을 시험했고, 실제 로봇 사례도 공개했다. 다만 성능은 로봇마다 다르며, 제로샷 성능은 로봇의 역기구학(IK) 솔버에 일부 영향을 받는다. Dream Labs는 IK 가이드와 전체 시뮬레이션 평가 결과를 제공한다.
Dream-1은 관절 각도를 직접 예측하는 방식뿐 아니라 그리퍼가 있어야 할 위치와 열림·닫힘 상태를 나타내는 말단 작동기(EEF) 포즈도 예측한다. 각 로봇은 자체 IK 솔버로 이 포즈를 관절 명령으로 바꾼다. Dream Labs에 따르면 모델은 카메라 영상과 동작을 함께 예측하는 월드 액션 모델(World Action Model)이다. 영상 속 로봇을 픽셀로 다루는 방식으로 서로 다른 형태의 로봇에 적용할 수 있다는 설명이다. 배경이 된 연구인 DreamZero는 2026년 2월 공개됐다. Dream Labs는 해당 모델을 YAM 로봇 데이터 30분으로 후속 학습한 뒤 보지 못한 작업에 일반화하는 결과를 확인했다고 밝혔다.
API를 이용하려면 로봇을 연결하고 API를 지정하면 된다. Dream Labs는 머신러닝 배경지식 없이 시작할 수 있다고 안내하며 시작 안내서를 공개했다.
import dream
client = dream.DreamClient(
api_key=<API_KEY>,
)
client.policy({"checkpoint": "dreamlabs/dream-1"})
client.set_observation(observation)
action = client.get_action()
client.close()
Dream-1 사용료는 시간당 3달러, 더 빠르고 가벼운 모델인 Dream-1-flash는 시간당 2달러다. 모델 호출 한 번은 1.6초 분량의 동작을 반환하며, 시간당 2,250회 호출에 해당한다. Dream Labs는 작업에 맞지 않을 때 로봇 자체 데이터를 모아 미세조정하는 서비스 FaaS(Fine-tuning-as-a-Service)도 제공한다. 공개한 사례에서는 로봇 데이터 5분으로 적응시킨 결과와 제로샷 결과를 비교했고, 학습 데이터와 차이가 큰 로봇에는 77분과 98분의 데이터가 필요했다고 밝혔다. 베타 파트너의 로봇 12종 가운데 10종에서는 미세조정 후 언어 지시 수행 점수가 올랐지만, 회사는 원샷 적응이 제로샷보다 여전히 성능이 높아 격차가 남아 있다고 설명했다.
Dream Labs는 독립 평가 기관 Robocurve의 결과를 인용해 Dream-1이 RoboDojo-RC Tier 1에서 비교 모델보다 높은 점수를 기록했다고 주장한다. 이 평가는 Robocurve 보고서에 실렸다. 다만 Dream-1은 현재 평행 그리퍼를 쓰는 양팔 로봇용 조작 모델이며, 이동형 로봇이나 손가락이 여러 개인 손 등은 향후 확장 대상으로 제시됐다. 회사가 공개한 기술과 평가 내용은 Dream-1 연구 페이지에서 확인할 수 있다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요