Pelican-Unified 1.0: 이해, 추론, 상상 및 행동을 위한 통합된 Embodied Intelligence 모델

요약

Pelican-Unified 1.0은 학습 과정에서 '통합(unification)' 원칙을 적용한 최초의 Embodied Foundation Model입니다. 이 모델은 단일 VLM을 사용하여 장면, 지시 사항, 시각적 문맥 및 행동 이력 등 다양한 정보를 공유된 의미 공간에 매핑하고, 이를 통해 이해, 추론, 상상, 행동 네 가지 능력을 하나의 시스템으로 공동 최적화합니다. Pelican-Unified 1.0은 단일 체크포인트로 VLM 벤치마크 최고 성능과 WorldArena 1위 등 강력한 성능을 입증하며 통합 패러다임의 성공을 보여줍니다.

핵심 포인트

• Pelican-Unified 1.0은 이해, 추론, 상상, 행동 네 가지 능력을 하나의 모델로 통합하는 최초의 Embodied Foundation Model입니다.
• 단일 VLM이 공유된 의미 공간에 다양한 정보를 매핑하고, 이를 통해 모든 모듈을 공동으로 최적화합니다.
• 모델은 단일 순전파 과정에서 작업 및 미래 지향적인 사고 사슬(chains of thought)을 자기회귀적으로 생성하며, 통합 미래 생성기(UFG)를 통해 미래 비디오와 행동을 공동 생성합니다.
• 이러한 통합 패러다임 덕분에 모델은 세 가지 격리된 전문가 시스템의 강점을 유지하면서도 높은 성능을 달성했습니다.