GalbotRobotics에서 공개한 WAM-TTT(World Action Model Test Time Training)는 인간 시연 영상만으로 로봇이 새로운 환경에 적응할 수 있는 AstraBrain 기술

로봇 행동 데이터나 주석 없이 인간 비디오를 활용해 테스트 타임 학습을 수행하며, 기존 원격 조작 기반 방식보다 비용을 크게 줄이고 빠른 실세계 배포를 가능하게 되는 효과가 있음.

데이터 연구와 분석에서 75.6% 성능 유지율을 달성

https://x.com/GalbotRobotics/status/2078762990111981954

최근 이슈가 되었던 북한직원 관련해서 컨센서스에서 공식 입장을 발표했는데,

2026년 초 제3자 제공자를 통해 컨설턴트로 참여한 개인(북한 연계 의심)으로부터 발생했으며, Consensys 직원은 아니었음.

위협 발견 즉시 접근 차단·조사·법 집행 기관 신고를 진행했으며, 악성 코드 배포나 고객 자산·데이터 유출은 전혀 없었다고 합니다.

https://x.com/Consensys/status/2078898919782948942

FLock은 로보틱스로 진입.

Fabric 파운데이션과의 파트너십으로, FLock AI Arena에서 Vision-Language-Action (VLA) 로보틱스 훈련 작업을 시작.

시뮬레이션된 로봇 팔이 자연어 지시를 이해하고, 카메라 관찰과 로봇 고유수용성을 해석하며, 테이블 위 조작 작업을 완료하기 위한 정확한 행동을 출력할 수 있도록 하는 AI 정책을 훈련하는 방식

https://x.com/flock_io/status/2078081281167151148

VLA(Vision-Language-Action, 비전-언어-행동) 모델은 카메라를 통해 들어오는 시각적 정보와 인간의 자연어 명령어를 입력받아, 로봇이 실제로 수행해야 할 구체적인 제어 명령이나 움직임을 출력하는 파운데이션 모델

학습 데이터 구성 (데이터 파이프라인)

VLA 모델 미세 조정을 위해서는 시각 관찰, 텍스트 지시 -> 로봇 행동 형태로 정렬된 데이터가 필요.

• 로봇 시연 데이터(Robot Demonstration Data): 사람이 직접 원격 제어하거나 가상 환경에서 수집한 로봇의 성공적인 작업 궤적 데이터
• 행동 토큰화(Action Tokenization): 로봇의 관절 각도, 그리퍼의 개폐 상태 등의 연속적인 수치 데이터를 언어 모델이 이해할 수 있도록 불연속적인 토큰 형태로 변환하여 학습.

주요 미세 조정 방식 (Fine tuning Strategies)

VLA 모델은 대규모 멀티모달 모델을 기반으로 하기 때문에 full 파라미터 학습 외에도 효율적인 기법들이 자주 사용됨.

① 전량 미세 조정 (Full Fine tuning)
• 모델의 모든 가중치를 새로운 로봇 시연 데이터로 업데이트
• 장점: 완전히 새로운 도메인의 로봇 환경이나 복잡한 태스크에 적응하는 능력이 가장 뛰어남.
• 단점: 막대한 VRAM과 계산 자원이 필요하며, 기존에 파운데이션 모델이 가지고 있던 일반화 능력(역량)을 잃어버리는 파괴적 망각 발생할 가능성이 큼.

② 효율적 매개변수 미세 조정 (PEFT - Parameter-Efficient Fine-tuning)
• 최근 가벼운 하드웨어 환경(예: 단일 GPU 등)이나 오픈소스 커뮤니티에서 가장 활발히 쓰이는 방식
• LoRA / QLoRA: 모델의 원래 가중치는 고정한 채, 행렬 분해 방식을 활용해 일부 어댑터 레이어만 학습.
• 행동 디코더 전용 미세 조정: 시각 인식과 언어 이해를 담당하는 앞단(VLM)은 그대로 얼려두고(Freezing), 최종적으로 로봇의 움직임 토큰을 예측하는 행동 출력 레이어(Action Head)만 집중적으로 학습시키는 방식.

③ 공공/멀티태스크 데이터셋 공동 학습 (Co training)
• 내가 가진 특정 로봇 데이터만 넣고 미세 조정을 하면 모델이 과적합(Overfitting)되기 쉽습니다. 이를 방지하기 위해 대규모 오픈소스 로봇 데이터셋과 내가 수집한 데이터를 일정 비율로 섞어서 미세 조정을 진행.
• 효과: 모델이 기존의 견고한 물리적 도메인 지식을 유지하면서 새로운 태스크를 안전하게 학습

미세 조정의 평가 기준

• 작업 성공률 (Task Success Rate): 시뮬레이션 또는 실제 환경에서 지시한 명령을 끝까지 완수하는지 평가.
• 궤적 및 동작 품질 (Trajectory Quality): 로봇이 불필요한 떨림이나 지나친 급발진 없이 부드럽고 안전하게 움직이는지 확인.
• 건성 (Robustness): 배경이 바뀌거나 물체의 위치가 조금 달라져도(시각적 변화) 작업을 오차 없이 수행하는지 검증

VLA에 대해서는 이렇게 이해하고 있으면 될거 같네요. FLock과 Fabric에서 하는건 이런 미세조절을 통해 데이터셋 만드려는 것일듯?!

FLocked into robotics.

아 그래서 이거 올린거였구나

https://x.com/flock_io/status/2078392211012812858

모든 DeFi 앱의 총 수익이 지난 분기 2024년 이후 최저 수준으로 하락했습니다.

그러나 모든 카테고리가 동일한 하락을 겪은 것은 아닙니다.

RWA Lending, Physical TCG, Cedefi 모두 사상 최고 수익 분기를 기록했습니다.

https://x.com/DefiLlama/status/2079307197830377506

MegaMafia Blackhaven 종료

이번주 상환 절차 시작 예정

https://x.com/blackhaven/status/2079293112690831398

NVIDIA의 Cosmos3-Edge 모델

물리적 세계를 이해, 시뮬레이션 및 상호작용할 수 있도록 설계된 Physical AI 분야의 옴니모달 기초 모델

물리적 AI (Physical AI) 애플리케이션 개발

• 로봇 공학, 자율주행(AV), 스마트 공간 환경(산업 및 공장 규모의 애플리케이션 포함) 등 기계가 물리적 세계를 직접 이해하고 상호작용해야 하는 도메인의 핵심 빌딩 블록으로 사용됩니다.
• 로봇 공학 및 제어: 파인튜닝된 버전(예: Cosmos3-Edge-Policy-DROID)의 경우 언어 명령과 시각적 관측 데이터를 기반으로 로봇의 조작 및 제어 작업을 위한 행동 궤적을 생성합니다.
• 자율주행 및 모빌리티: 차량 제어 시뮬레이션이나 주변 환경 변화 예측에 활용됩니다.

멀티모달 이해 및 세계 시뮬레이션 (World Simulation)

• 텍스트, 이미지, 비디오, 행동 궤적 등 다양한 입력의 조합을 바탕으로 그에 맞는 일관된 텍스트, 이미지, 비디오, 행동 명령 출력을 생성할 수 있습니다.
• 미래 예측 : 현재 상태(이미지/비디오)와 행동 입력을 기반으로 이후에 물리 세계가 어떻게 변화할지 예측하고 시뮬레이션합니다.
• 행동 추론 : 시각 정보와 환경적 맥락을 분석하여 기계가 취해야 할 최적의 물리적 행동을 추론합니다.

고성능 시각 및 텍스트 생성·추론

• 4B(40억 개) 파라미터 규모의 이 모델은 Mixture-of-Transformers(MoT) 아키텍처를 기반으로 설계되어 엣지 환경에서도 뛰어난 처리 속도를 보여주며 다음과 같은 생성 및 추론 작업을 수행합니다.
• 텍스트 기반 추론 : 비전 기반 작업에 대해 구조화된 생각의 사슬, 2D/3D 포인트 위치 지정, 바운딩 박스 좌표 등을 포함한 텍스트 답변을 생성합니다.
• 교차 모달리티 합성: 이미지 투 비디오 변환, 전방/후방 역학 시뮬레이션 등을 지원합니다.

https://x.com/NVIDIAAI/status/2079236204743053592

'전국민 무료 제공' 모두의 AI, 12월 정식 출시…내달 사업자 선정

국산 인공지능(AI) 모델을 활용해 대국민 AI 서비스를 무료로 제공하는 '모두의 AI' 프로젝트가 다음달 사업자 선정을 거쳐 올해 12월 정식 서비스를 시작한다

모두의 AI 프로젝트에 선정된 기업들은 독자 파운데이션 모델 기준에 부합하는 국산 AI 모델을 50% 이상 활용해야 한다. 아울러 서비스 기업의 모델 외 타사의 국산 AI 모델도 30% 이상 함께 활용해야 한다.

정부는 사업 추진에 필요한 그래픽처리장치(GPU) 등을 지원한다. 우선 올해는 정부 보유분 엔비디아 'B200' 512장을 활용할 수 있도록 지원한다.

https://n.news.naver.com/article/277/0005792344

이거 카카오 AI처럼 나오면 아무도 못쓴다~

주민등록 사실조사

9월 7일까지 정부24 어플 설치해서 참여하세요!
등본 상 거주지에서 gps 로 인증하면되고 안하면 집에 진짜로 살고있는지 확인하러 찾아옵니다
ㄷ ㄷ ㄷ

비대면으로 사실조사해서 귀찮은일 하나 피하세요…

삼성전자는 최근 대표이사 직속 컨트롤타워를 신설하고 핵심 기술 역량을 결집하는 등 ‘Physical AI 및 로봇’을 차세대 핵심 성장 동력으로 삼고 적극적인 사업화를 추진

• DX부문장 직속으로 RX(Robotics-eXperience) 사업추진실을 출범하여 봇 R&D 및 사업화 역량을 하나로 통합

• 제조 현장 검증 -> B2B 및 AI 자율 공장 -> B2C 시장 진출의 단계로 B2B에서 B2C 까지 확장

• 로봇 손(Dexterous Hand) 및 제어 기술 집중, 데이터 팩토리 구축, 글로벌 R&D 네트워크

• 이를 위해 자회사 레인보우로보틱스와의 협력강화, 계열사 역량결집, 인제 영입 및 M&A 가속화를 추진할 계획

https://n.news.naver.com/mnews/article/016/0002672830?sid=101

Metamask는 악성 송금 방지를 위한 3단계 설문형 보안 프롬프트 도입

1. 감지 및 트리거 (Trigger)

• 사용자가 메타마스크 지갑 내에서 송금(Send)을 시도할 때, 보안 솔루션인 Blockaid가 해당 수신 주소를 위험/악성(Malicious)으로 판단하면 동작.
• 이전처럼 단순히 단순 위험 경고창만 띄우는 것이 아니라, 사용자가 확인 버튼을 누르면 3가지 질문으로 구성된 설문 화면이 노출.

2. 스캠 유도 여부 질문 (Questionnaire)

사용자가 타인에게 조종당하거나 유도받고 있는지 확인하기 위해 다음과 같은 세 가지 유형의 질문을 던집니다.

• 송금 목적 확인: 투자 기회 제공, 수사기관/정부 기관 사칭, 지인 부탁 등 송금 이유 선택
• 타인의 지시 여부: 전화, 영상 통화, 화면 공유 등을 통해 누군가 실시간으로 안내하고 있는지 확인
• 원격 제어 여부: 원격 접속 프로그램(AnyDesk, TeamViewer 등)이 설치되어 있거나 조종받고 있는지 확인

3. 답변에 따른 제어 로직

• 스캠 정황이 없다고 판단되면 경고를 인지한 것으로 간주하고, 다음 클릭에서 최종 송금을 진행할 수 있도록 허용.

위험 요소 발견 시 (타인의 지시나 스캠 정황이 포착되면 강한 경고 화면이 표시)
• 결제 중단 (Stop this payment): 클릭 시 트랜잭션을 바로 취소 및 거부.
• 지원팀 문의 (Contact Support): 고객지원 연결 안내를 제공.
• 강제 진행 (Continue anyway)]: 사용자가 위험을 무릅쓰고 계속 진행하려 할 경우, 10초의 지연 시간이 지나야만 버튼이 활성화되어 순간적인 실수를 방지.

이 업데이트 외에도 QR코드 연동 모바일 동기화, 로빈후드 체인 지원, 애니메이션 전환 효과 개선 등의 업데이트가 있었네요. 모든 내용은 Metamask 릴리즈 버전 13.4에서 확인하실수 있습니다.

이번에 모나드 카드 민팅하신분들은 심심할때 이거나 해보시지요... 카드 민팅이 참가 조건임

ai agent 만들어서 트레이딩 시키는 방식
상금풀 1등 5만 2등 2.5만 3등4등 0.75만
참가비 무료

https://x.com/KuruExchange/status/2077024070818783644