DreamZero

NVIDIA GEAR · 2026-02

기타2026 신규14B영상 world model

영상과 액션을 함께 예측하는 세계 행동 모델(WAM)이다.

논문

백본 LLM: 없음 (영상 확산 백본)
비전 인코더: —
액션 헤드: 영상 + 액션 flow matching 공동 예측 (영상 world model)
청크: 48스텝 (1.6초)
제어 주기: 30 Hz
구조 원문 요약: Wan2.1-I2V-14B-480P 영상 확산 → 자기회귀 DiT(플로 매칭·teacher forcing); 상대 관절 위치 액션, 30 Hz, 48스텝 청크(1.6 s)

사전학습 가속기: 미공개 (학습 GPU 문장 없음; H100·GB200은 추론에만 언급)
사전학습 기간: 미공개
사전학습 스텝·배치: AgiBot·DROID 각각 100K steps, 글로벌 배치 128
GPU·TPU-시간: 미공개
파인튜닝: 미공개; 새 엠바디먼트 적응에 플레이 데이터 30분, 타 로봇·인간 영상 전용 데이터 10–20분
데이터 종류: 실로봇 텔레옵 + 영상 사전학습 백본(Wan2.1)
데이터 규모: AgiBot G1 텔레옵 약 500시간(22개 환경, 에피소드 7.2K) + DROID 공개 데이터셋
주요 데이터셋: AgiBot G1 텔레옵, DROID
태스크·평가: AgiBot G1 학습 과제 진행 62.2%(최고 사전학습 VLA 27.4%), 미학습 39.5%(16.3%); DROID-Franka 진행 49%·성공 22.5%; MolmoSpaces·RoboArena 1위
로봇: AgiBot G1, Franka(DROID)

추론 장치·속도: 청크당 5.7 s→150 ms(DreamZero-Flash 포함 GB200 38×; 시스템 최적화만 H100 약 9×·GB200 약 16×), 약 7 Hz 폐루프; README GB200 약 0.6 s·H100 약 3 s, GPU 2개 이상
추론 메모리: 미공개
가중치 bf16 (계산): 28 GB
실행 위치: GPU 2개 이상 (README)

핵심 특징: 영상과 액션을 함께 예측하는 세계 행동 모델(WAM)이다. 미학습 과제 진행률 39.5%로 사전학습 VLA(16.3%)를 앞섰고 GR00T N2의 기반 연구다.
비고: arXiv 2026-02-17. DreamZero-DROID 14B·DreamZero-AgiBot 체크포인트(Apache 2.0). 데이터 시간(h)은 AgiBot분만(DROID 별도). 가속 배수 조건은 검증 노트대로 명확화. NVIDIA는 GR00T N2를 'DreamZero 연구 기반'으로 소개(2026-03-16).
검증: 확인