Galaxea G0

Galaxea · 2025-08

VLA산업계 모델미공개미공개

고수준 지시를 VLM planner가 처리하고 VLA executor가 실행하는 2계층 구조다.

논문

백본 LLM: Gemma (PaliGemma, 실행 VLA) + Qwen2.5-VL (planner)
비전 인코더: SigLIP + MLP projector
액션 헤드: 미공개 (미공개)
청크: 미공개
제어 주기: 200 Hz (계획 15 Hz)
구조 원문 요약: dual-system: G0-VLM(Qwen2.5-VL 기반 planner, System 2) + G0-VLA(SigLIP + MLP projector + PaliGemma 언어 백본 executor, System 1); 제어 200Hz·계획 15Hz

사전학습 가속기: 미공개
사전학습 기간: 미공개
사전학습 스텝·배치: 미공개
GPU·TPU-시간: 미공개
파인튜닝: 미공개
데이터 종류: 실로봇 + 공개 로봇 데이터(OXE)
데이터 규모: Galaxea Open-World Dataset 500 h, 100K traj, 150 task categories, 50 scenes, 58 skills; 학습 혼합 OXE 약 1,000 h + Galaxea 500 h + 사내 200 h
주요 데이터셋: Galaxea Open-World Dataset, Open X-Embodiment, 사내 데이터
태스크·평가: Table Bussing, Microwave Operation, Bed Making(4점 척도), Blocks Stacking(언어 추종); 정량 수치 미추출
로봇: Galaxea R1 Lite(23-DoF, 휠·몸통 양팔 모바일)

강화학습: 미사용 · 모방학습(행동 복제)만 사용
베이스 제어: 바퀴형 (베이스 속도·자세 직접 출력) · G0-VLA 행동 청크가 섀시·토르소·팔을 함께 제어 (침대 정리에서 섀시 이동); 섀시 명령 형식 미기재

핵심 특징: 고수준 지시를 VLM planner가 처리하고 VLA executor가 실행하는 2계층 구조다. cross-embodiment 사전학습 → single-embodiment 사전학습 → 사후학습의 3단계 커리큘럼을 쓴다.
비고: arXiv v1 2025-08-30(노트의 2025-09에서 수정). G0-VLA 가중치 2025-09-09 HF OpenGalaxea/G0-VLA·ModelScope 공개(노트의 미확인에서 수정; 논문은 CC BY-NC-SA 4.0 공개 예정 표기). 데이터 시간(h)은 Galaxea Open-World Dataset 기준(학습 혼합 합계 문장 없음). 논문에 GPU·파라미터 문장 없음.
검증: 수정 반영