NC AI于16日宣布,已成功演示机器人智能的核心——“世界基础模型(WFM)”。
当前全球实体AI(Physical AI)产业最大的难题是所谓的“Sim2Real(仿真—现实)差距”,即在虚拟仿真中学习得近乎完美的机器人,面对现实世界中细微的摩擦或物理变量时却出现误动作。NC AI方面表示,在美中科技巨头争相对机器人基础模型进行天文数字级投资之际,NC AI以超越视觉模仿、能够完美预测现实精细物理法则的WFM提出了解决方案。
既有WFM先生成视频,再通过视觉语言模型(VLM)推理后选择行动;而NC AI的WFM则采用在内部生成视频之前,直接从潜在空间(Latent Space)信息生成行动的模型,同时确保了效率与准确性。通过取消视频生成、推理环节提升速度,并大量学习由高精度物理引擎生成的训练数据,从而提高了所生成行动的准确度。
此外,自NCSOFT时期起20多年运营大规模MMORPG所积累的庞大虚拟世界构建经验,与NC AI自主打造的韩国唯一3D生成模型“VARCO 3D”技术相结合,可实现接近现实世界水平的3D与模拟器。
此次研究成果中最为突出的一点是“资源效率”。NC AI仅用全球顶级性能模型微调所需GPU资源的25%,就成功完成了WFM的训练。
性能指标也提升至可实际应用的水平。针对控制机械臂复杂动作的共24项高难度机器人操作任务,测试模拟器级别的精细预测,结果在全部24项任务上获得了相当于SOTA(最高水平)70%的性能。特别是在筛选出与现场投入及商用化直接相关的前18项核心任务进行测量的结果中,任务成功率高达英伟达Cosmos等最高性能模型的80%。
这意味着在没有巨额基础设施成本的情况下,通过优化的后训练也能确保全球顶级水平的技术有效性,预计将成为今后推动机器人AI技术普及和低成本产业现场应用的强大竞争力。
NC AI还计划以世界模型实现大规模合成数据生成流水线,从根本上解决机器人学习必备要素“数据不足”的问题。此前,若要以实拍视频采集下雪的工厂、照明关闭的夜间物流中心、意外的人员介入等现实中可能出现的各种变量,需耗费巨大的时间和成本。
但在NC AI的WFM环境中,仅通过提示词操作即可大量生成此类极端环境的视频数据。实际以1台A100为基准,生成10秒视频需80秒,效率极高;若使用100台性能约为A100三倍的H100 GPU,仅11天就能生成多达10000小时的新合成视频数据,达成了大规模生成效率。
NC AI将在此基础上,提供契合半导体洁净室、钢铁工艺、船厂分段等韩国制造业特点的“领域特化定制型”合成数据,完美补齐实际现场数据缺失的拼图。
NC AI代表李妍秀表示:“此次WFM研究成果的重大意义在于,摆脱了以往仅依赖庞大算力资源的机器人AI开发方式,通过精细的物理理解和优化的训练架构,证明了全球顶级水平的实际有效性。”她强调:“今后将以NC AI独有的世界模型技术实力为基础,与K-实体AI联盟共同稳固构建韩国产业特化型机器人生态,并进一步将其培育为主导全球实体AI主导权的核心竞争力。”






