로봇 학습 상태, 2026 년 1 월: 배송 된 것, 중단 된 것
2026년 1분기 로봇 학습의 실무자 검토: 레로봇, 오픈VLA, 오ક્ટો, RT-X, 디프러시온 정책, 인형 하드웨어 출시, 자금 및 오픈-버스 클로즈 역학.
로봇 학습의 2026년 1분기 실무자의 눈높이에 맞춰서 검토한 결과: 성장한 프레임워크, 사용가능성 배경을 넘어선 기초 모델, 로딩 도크에 등장한 하드웨어, 그리고 실제 배포의 무게 아래로 무너진 이야기.
실리콘밸리 로봇센터 연구팀에서 2026-04-17년에 발표되었습니다.
TL;DR. 2026년 1분기에는 단 하나의 헤드라인 발표가 출간되지 않았습니다. 오픈소스 로봇 학습 스택이 조용히 생산 수준으로 변한 분기였습니다. 르로봇은 안정적인 출시 순차기를 달성했고, 오픈VLA 정렬은 단일 H100에서 일주일 동안 작업이 되었고, 디스포지션 정책은 실험적 인 것이 중단되었습니다. 하드웨어 측면에서는 Unitree의 G1, Booster의 T1, EngineAI의 SE01 및 Fourier의 GR-2가 모두 구매자에게 도달했습니다. 막힌 이야기는 상용화입니다. 인형 수익은 여전히 모금된 자본에 대한 라운드 오류이며, 폐쇄된 파일럿과 재생 가능한 공공 벤치마크 사이의 성능 격차는 닫기보다는 넓었습니다.
1· 프레임워크: 지루한 인프라가 마침내 지루해졌습니다
1년 전 교육 프레임워크를 선택하는 것은 연구 그룹을 선택하는 것을 의미했습니다. 2026년에는 계약을 선택하는 것을 의미하기 시작했습니다. API에 대한 약속, 데이터 세트 형식을 수행하고, 유의한 상류 시민이 되도록 약속합니다. 세 개의 프레임워크는 현재 우리의 실험실과 우리가 조언하는 팀에 의미있는 부하를 가지고 있습니다.
레로봇
Hugging Face의 [LeRobot] (
로보수이트, 아이작 랩, 그리고 시밍 스택
시뮬레이션 측면에서는 아이작 랩이 오비트와 아이작 랩에서 분해된 많은 것을 통합했으며, Robosuite는 GPU 가속화 물리학이 필요하지 않은 학습 연구의 가장 깨끗한 입점으로 계속됩니다. [NVIDIA 아이작 랩 시작] 팀들이 선택하는 동안 결정적인 질문은 여전히 동일합니다. 강화 학습을 위해 수천 개의 환경을 병렬적으로 훈련시키고 있습니까? 아니면 장면을 작성하는 시간이라는 단 하나의 조작 작업에 반복하고 있습니까?
ROS 2 및 중소 소프트웨어 계층
ROS 2 Jazzy는 현재 우리가 보인 대부분의 연구 장비의 참고 실행 시간입니다. Q1의 제목은 기능 출시가 아니라 학습 시간 도구 (레로봇, 로보사이트 포장기, 텔레오퍼레이션 에이전트) 가 ROS 2 브릿지를 가지고 있는 배포 정도였습니다. 만약 여러분이 처음부터 실험실을 짓고 있다면, 우리의 [설치 가이드] (
2· 기초 모델: VLA의 조용한 통합
시각 언어 행동 (VLA) 카테고리는 Q1에서 가장 흥미로운 실무자 중심의 발전이 일어난 곳이다. 우리가 추적하는 카탈로그 공공 모델은 /vla-models/ 에서 성장했지만 더 중요한 것은 사용성 바가 움직였습니다.
오픈VLA
OpenVLA는 확장된 네트워크에서 가장 많이 정렬된 오픈 VLA로 남아 있습니다. 7B 파라미터 기반과 LoRA 어댑터의 조합은 몇 백 에피소드 이상의 시범 데이터로 대부분의 조작 작업에 대해 단일 GPU 영역으로 정렬된 실행을 가져왔다. 우리가 야생에서 볼 수 있는 Q1 반복 개선은 대부분 데이터 측면입니다. 더 나은 데이터 세트 커레이션, 더 나은 행동 공간 정상화, 더 나은 양동행동 헤드 처리. 우리는 [예산에 대한 VLA 훈련의 확장]
오토토
Octo는 파레토 국경의 다른 지점을 차지합니다. 더 작고, 더 빨리 정렬하고, 더 다양한 데이터 세트를 용납합니다. 작은 에피소드 예산과 한 팔을 가진 팀에게는 Octo는 OPENVLA가 순위 최고 성공률에서 승리 할 때에도 성공한 평가에 대해 종종 승리합니다. 우리가 사용하는 실용적인 유리스틱: ~500개의 에피소드와 하나의 실시예가 적으면 Octo로 시작하세요. 그 위에 OpenVLA를 다시 보시기 바랍니다.
RT-X 및 크로스 인체화 유산
구글의 RT-X 라인은 Q1에서 일부 경쟁사보다 새로운 공공 물질을 덜 생산했지만 그 영향력은 모든 곳에 있습니다. 오픈 X-Embodiment 데이터 세트는 대부분의 새로운 VLA 아키텍처가 사전 훈련 또는 공동 훈련하는 척추로 남아 있습니다. 우리의 [오픈 X-Embodiment 설명자]
전파 정책
퍼포시전 정책은 "관련 풍부한 조작을 위한 기본 선택"에서 "관계 풍부한 조작을 위한 기본 선택"으로 이동했습니다. ACT와 방전 정책 사이에서 선택하는 팀들을 위해 [ACT vs 방전 정책: 언제 어떤 것을 사용해야 하는가]
이것이 구매자에게 무엇을 의미하는지: 프레임워크 질문은 더 이상 "어떤 것이 가장 좋습니다". "이것이 데이터 파이프라인, 컴퓨터 및 로봇 함대와 가장 적은 접착 테이프로 통합됩니다". 2026 Q1에서 대부분의 연구소들에 대한 대답은 LeRobot + 선택의 VLA + ROS 2입니다. [RCSV 스토어]에 일치하는 하드웨어를 탐구하십시오.
3. 인간형 하드웨어: 발사 착륙, 현실 검증
2026년 1분기에는 인형 하드웨어 이야기가 약속이 되지 않고 로딩 도크 물류 문제로 시작되었습니다. 우리가 추적하는 네 개의 플랫폼은 의미있는 배달 문턱을 밀접하게 넘었습니다.
단위나무 G1
유닛리 G1는 20만 달러 이하의 입력 구성, 사용 가능한 SDK, 그에 맞춰 조정이 된 공공 체크포인트의 증가 인구 및 분기보다는 주로 측정되는 수반 시간으로 명성을 유지했습니다. Q1의 점진적인 개선은 팔에 있었습니다. 유용 부하, 반복성, 그리고 토크 헤드룸은 모두 올바른 방향으로 움직였지만, 그립터는 심각한 조작 작업에 가장 약한 링크로 남아 있습니다.
부스터 T1
부스터 로봇은 T1를 Q1에서 일반 연구 사용 가능성에 대한 초기 접근에서 졸업했습니다. T1의 이야기는 준수 및 안전 지표입니다.
엔진AI SE01
EngineAI의 SE01는 우리의 레이더에서 가장 흥미로운 와일카드입니다. 저가격 로코모션 중심인 인형형으로 상자 밖으로 competent walking와 의도적으로 최소주의적 조작 스토리로 도착했습니다. 단기 연구 프로그램 중 연구 프로그램은 전체 신체 통제, 로코모션 정책, 또는 양발 기준입니다. SE01는 Q1에서 가격 바닥을 크게 변경했습니다.
푸리에 GR-2
푸리에 정보의 GR-2는 연구 가격 대역의 높은 끝에 위치하고 있습니다. 우리가 본 Q1 배송은 대부분 아시아 태평양과 유럽의 대학과 기업 연구 개발 연구소로 이루어졌습니다. 우리가 지속적으로 듣는 이야기는 GR-2의 하드웨어가 인상적이지만, 납품 시간과 예비 부품 사용량은 여전히 문제입니다. [인체 공급망 실체 확인 2026]
스펙과 가격에 대한 평면으로, 우리의 인체 로봇 비교 2026 는 Q1 데이터 포인트와 최신 상태로 유지되며, 비교 도구 는 유용 부하, 도달 및 가격에 따라 좁혀지도록합니다.
4. 자금: 자본은 여전히 흐르고, 수입은
로봇 학습의 주요 이야기는 2026년 1분기에는 어떤 정상적인 기술 산업 표준에서도 비범한 것으로 남아 있었다. 2024년과 2025년에 추적한 인간형 메가 라운드들은 계속되었다. 여러 VLA 및 데이터 레이어 기업들은 A과 B 시리즈 라운드들을 폐쇄했다. 변화하지 않은 것은 수익 집중입니다. 산업용 모바일 로봇과 몇몇 기업 인형 조종사 이외에도 일반적 학습 기반 로봇의 상업적 수익은 여전히 모금된 자본에 대한 라운드 오류입니다.
이 점은 실무자들에게 중요한 이유는 폐쇄된 플랫폼이 실제 배포량이나 개방량을 보여줄 필요가 있을 때 지평을 설정하기 때문입니다. 우리의 읽은 바는: 2026년은 투자자들이 단위 경제에 대해 더 어려운 질문을 던지기 시작할 해입니다. [열린 데이터 세트] (
5. 오픈소스 vs 클로즈: 격차는 커지고, 닫히지는 않습니다
1년 전 오픈 생태계 (LeRobot, OpenVLA, Octo, OXE) 는 1년 이내에 폐쇄적인 국경 모델을 따라잡을 것 같았습니다. 2026년 1분기에서는 다른 방식으로 부르고 있습니다. 오픈 스택은 어느 때보다 사용 가능하지만 폐쇄적인 국경도 움직이고 있습니다. 짧은 버전: 오픈 스택과 2,000 개의 잘 정비된 데모를 가진 실험실은 좁은 작업에 폐쇄형 모델 성능을 일치시킬 수 있습니다. 실시예와 작업에 걸쳐 폐쇄형 일반화를 일치시키는 것은 여전히 폐쇄형 데이터 라이센스 또는 산업 규모의 텔레오퍼레이션 운영이 필요합니다. 우리는 [텔레오퍼레이션 데이터 품질 체크리스트] (T15
무엇이 걸림돌을 일으켰는가? 하나의 "오픈소스 GPT-4 순간"이 이 분야를 통일할 것이라는 희망입니다. 생태계는 서로 다른 라이선스 정권과 다른 데이터 커버리지를 가진 여러 신뢰할 수 있는 오픈 VLA로 분해되고 있습니다. 현재 우리가 [최고의 오픈소스 로봇 스택 2026]에 전체적으로 개발한 우리의 권고안은 적어도 두 개의 VLA 사이의 휴대성을 설계하는 것이 아니라 한 가지와 결혼하는 것입니다.
2026년 2분기에는 무엇을 볼 수 있을까요?
- 중동적 기준* ALOHA 및 OpenArm 방식의 플랫폼을 통해 두 팔 조작에 대한 공공 기준이 성숙할 것으로 예상합니다. [중동적 국경 분석]
- ** 인간적 인 회수 사건.** 공급자 한 명 에 1천 개 가량 을 설치 하는 기지가 지나면, 현장 신뢰성 에 관한 첫 번째 심각한 이야기 가 깨질 것 을 기대 한다.
- ** 폐쇄된 데이터 유출.** 적어도 한 개의 폐쇄된 VLA가 그 중량을 열거나 유출된 레시피를 훈련받은 신뢰할 수 있는 오픈 중량 경쟁자를 직면할 것으로 예상하십시오.
- ** 스칼라에 있는 촉각 감지.** GelSight 스타일의 센서는 큰 텔레오퍼레이션 작업이 조종할 만큼 저렴해지고 있습니다. 학습 측면 도구는 뒤떨어져 있습니다.
- VLA-robot latency. 로봇 측 컴퓨팅에서 유용한 제어 속도에서 VLA 정책을 서비스 하는 것은 가장 덜 해결된 인프라 문제로 남아 있습니다. 우리는 이 분기 동안 의미 있는 발전을 기대합니다.
7· 실무자 추천
2026년 2분기 90일 계획을 세우고 있다면, 오늘 우리가 할 선택은 다음과 같습니다.
- 데이터. SLA를 가진 제품으로 텔레오퍼레이션 파이프라인을 취급하세요. 데이터 품질은 하류 결정마다 천장 제한을
우리의 [품질 체크리스트]를 참조하세요. - ** 훈련.** 오프닝VLA 또는 로라 조정된 Octo, 로라로 리로봇을 위한 기본 설정, 단일 H100 또는 임대 A100. 단일 GPU 출력이 더 커진 것으로 입증될 때만 멀티 GPU로 확장한다.
- ** 하드웨어.** 로봇을 연구 의 일정에 맞추어 로봇과 일정에 맞추어서는 안 됩니다. 우리의 [스토어]
T19 ) 와 [리징 옵션] T20 ) 는 구매와 임대 모두를 포함합니다. - ** 배포.** 공공 리더보드 아닌 자신의 평가 제품군에 대한 벤치마크. 공공 벤치마크는 필요하지만 충분하지 않습니다.
- 팀. 2 ML 직원 중 한 명에 한 명씩 데이터를 고용하십시오. Q2에서 구속적 인 제약은 모델 아키텍처가 아닌 데이터 처리량입니다.
8· 마무리 지명
2026년 1분기에는 가장 좋은 모습은 없었고, 단 한 번의 제목 발표도 이 분야를 재정립하지 못했습니다. 대신, 2년 동안 형태를 취해온 스택은 사용가능하게 되었으며, 작은 연구소들은 이제 산업 연구실이 필요로 했던 결과를 재현할 수 있게 되었습니다. 폐쇄적인 국경은 계속 움직였지만 개방적인 국경은 실제 로봇에 대한 작업 정책으로 새로운 대학원생이 노트북에서 갈 수 있는 재생 가능성과 비용, 그리고 속도와 같은 실무자들이 가장 중요하게 생각하는 곳에서 더 빠르게 움직였습니다.
이 로봇 데이터 시장의 미래에 대한 RCSV의 완전한 시각을 원한다면, 우리의 [T24
** 다음 단계.** RCSV 하드웨어 를 탐색하고, [ 비교 도구] (