샤오미가 Hugging Face에 올린 이 모델은 10만 시간이 넘는 실제 조작 궤적으로 사전학습됐다.

1,700개가 넘는 가정·상점·공장·야외 시나리오를 아우른 데이터다. 여기에 실제 로봇으로 모은 7,200시간 이상의 후처리를 더하니, 한 번도 본 적 없는 아파트에서 빨래 넣기·식기 정리·여행가방 싸기·프린터 용지 넣기를 바로 수행한다.

이게 단순한 데모가 아닌 이유는 스케일링이다. 데이터와 모델 크기를 키울수록 행동 예측 오차가 줄고 실제 로봇 성능이 꾸준히 오른다는 걸 처음으로 뚜렷하게 보여줬다. RoboCasa365 벤치마크에서 57.6% 성공률로 기존 최고 기록을 10%p 이상 끌어올린 수치가 그 증거다. 로봇 학습의 데이터 병목이 시뮬레이션이 아니라 실제 세계 수집으로 풀리기 시작했다는 뜻이다.