Qwen이 GPT-6 Astra처럼 로봇을 직접 제어할 수 있을까?

원문 발행 2026. 11. 04. 02:03원문 언어 영어AI 한국어 번역Reddit AI Engineering 원문 보기

요약

Qwen 개발자 그룹은 범용 LLM을 로봇 시스템에 연결하는 오픈 소스 하네스인 uni-robot-agent를 공개했습니다. 이 도구는 모델 가중치 변경 없이도 Qwen3.8-Flash-Next가 도구 호출을 통해 물리적 세계와 상호작용하게 합니다. 테스트 결과, Qwen은 로봇 특정 파인튜닝 없이도 GPT-6 Astra를 사용한 폐쇄형 시스템의 성능을 능가하는 결과를 보여주었습니다.

핵심 포인트

uni-robot-agent는 LLM과 로봇 시스템 연결을 위한 오픈 소스 하네스입니다.
Qwen3.8-Flash-Next는 도구 호출만으로 물리적 세계와 상호작용이 가능합니다.
로봇 특정 파인튜닝 없이도 기존 폐쇄형 모델의 성능 수준에 도달했습니다.
s 환경에서 GPT-6 Astra를 사용한 팀보다 높은 점수를 기록했습니다.

QwenDev가 언급한 Qwen3.8 FN과 함께 사용된 오픈 소스 하네스입니다. 현재 이용 가능합니다.

[출처] QwenDev via x https://x.com/QwenDevs/status/2117644199860601297
“알고 보니 Qwen3.8-Flash-Next는 소프트웨어 도구와 함께 작동하는 것 이상을 할 수 있으며, 실제 로봇도 작동할 수 있습니다. Tsinghua와 UC Berkeley 출신의 Qwen 개발자 그룹이 최근 uni-robot-agent를 구축했는데, 이는 범용 LLM(Large Language Models)을 로봇 시스템에 연결하는 오픈 소스 하네스입니다. 이 하네스는 모델 가중치(model weights)를 변경하지 않고도 도구 호출(tool calls)을 통해 Qwen이 물리적 세계와 상호 작용할 수 있는 방법을 제공합니다. 이 하네스를 사용하자, Qwen3.8-Flash-Next는 이전에 보고된 일부 폐쇄형 모델 로봇 에이전트 시스템의 성능 수준에 도달했습니다. 평균 API 비용은 태스크당 $1.09였으며, 이는 GPT-6 Astra의 $21.29와 비교됩니다. 19개의 실제 세계 로봇 조작 태스크에서, Qwen은 로봇 특정 파인튜닝(robot-specific fine-tuning) 없이도 파인튜닝된 $\pi_{0.5}$보다 약간 높은 점수를 달성했습니다. 이 하네스는 누구나 만져볼 수 있도록 오픈 소스입니다.”

[출처] Yuxin Zuo via X https://x.com/zuo_yuxin/status/2117635294115795134
“uni-robot-agent를 소개합니다: 로봇 사용 에이전트(Robot-Use Agents, RUAs)를 위한 통합 하네스로, RUA 훈련 및 로컬 배포로 나아가는 첫걸음입니다. 저희는 uni-robot-agent를 로컬에서 실행되는 Qwen3.8-Flash-Next와 함께 테스트했습니다: s 환경에서 점수는 1.90점에서 31.39점으로 상승하여, GPT-6 Astra를 사용한 RoboDojo 팀의 점수를 능가했습니다. 실제 세계 태스크에서는 파인튜닝된 $\pi_{0.5}$보다 5.75점 높았고, zero-shot Dream-1보다 10점을 높게 기록했습니다.”

AI 자동 생성 콘텐츠

원문 바로가기

Qwen이 GPT-6 Astra처럼 로봇을 직접 제어할 수 있을까?

요약

핵심 포인트

댓글