VLA 갤러리 / 모델 목록 / 2026 신규

HoloBrain-0

Horizon Robotics · 2026-02

VLA2026 신규1.1B기타

다시점 카메라 파라미터와 운동학 기술로 엠바디먼트 정보를 주입한다.

논문

HoloBrain-0 Technical ReportarXiv 2602.12062

개요

분류

2026 신규

유형

VLA

발표

2026-02

기관

Horizon Robotics

가중치 공개

예

파라미터

1.1B(QW)/0.2B(GD)

구조

백본 LLM

Qwen2.5-3B · Qwen2.5-VL-3B 구성 (QW형)

비전 인코더

Grounding DINO Tiny (GD형) / Qwen2.5-VL ViT (QW형)

액션 헤드

Joint-Graph Attention (관절각 잔차 + 링크 자세) (기타)

청크

미공개

제어 주기

미공개

구조 원문 요약

Grounding DINO Tiny(GD형) 또는 Qwen2.5-VL-3B(QW형) + Joint-Graph Attention; 하이브리드 액션 공간(관절각 잔차 rad + 링크 자세 변위)

학습

사전학습 가속기

미공개

사전학습 기간

미공개

사전학습 스텝·배치

배치 2048·512(변형별), steps 미공개

GPU·TPU-시간

미공개

파인튜닝

미공개 (사후학습 배치 256·128)

데이터 종류

실로봇 텔레옵 + 시뮬레이션·합성(RoboTwin 2.0, Agibot-digital) + 사람 영상(EgoDex)

데이터 규모

156.66M 프레임, 3,547.4시간(3,500시간 이상), 궤적 531,541개, 엠바디먼트 7종

주요 데이터셋

자체 양팔 Piper, AgiBot World, DROID, RoboTwin 2.0, Agibot-digital, EgoDex

태스크·평가

실세계 평균 진행 88.07·성공 74.81%(GD형); RoboTwin 2.0·LIBERO·LIBERO-Plus·GenieSim SOTA 주장

로봇

7개 엠바디먼트(자체 양팔 Piper 등)

추론

추론 장치·속도

비동기 추론 5–10 FPS

추론 메모리

미공개

가중치 bf16 (계산)

2.2 GB

실행 위치

미공개

강화학습 · 베이스

강화학습

미사용 · 지도 손실 4종으로 학습

강화학습 근거

https://arxiv.org/html/2602.12062

베이스 제어

고정 · 실제 과제 모두 고정 베이스 탁상 조작 명시 (AgiBot G1 바퀴 베이스 미제어, 상체만)

비고

핵심 특징

다시점 카메라 파라미터와 운동학 기술로 엠바디먼트 정보를 주입한다. 0.2B형은 엣지 기기 배치용이다.

비고

arXiv 2026-02-12. 사전학습·사후학습 체크포인트까지 생태계 전체 오픈소스. 파라미터(B)는 큰 변형(QW 1.1B).

검증

확인