For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/westlake-wr1-humanoid-robot-dexterous-lau-cabab4e0.md.
가정 작업은 체화형 AI를 검증하는 가장 어려운 과제 중 하나입니다.
가정은 로봇이 아니라 사람을 위해 설계되어 있습니다. 유용한 휴머노이드 로봇은 가구 사이를 이동하고, 좁은 공간에서 방향을 바꾸며, 몸을 숙이고, 다양한 높이에 있는 물체에 손을 뻗어야 합니다. 또한 두 손이 이미 작업 중인 상황에서도 균형을 유지해야 합니다.
부드러운 물체는 문제를 더욱 어렵게 만듭니다.
옷에는 고정된 형태가 없습니다. 당기는 동작을 할 때마다 모양이 달라집니다. 옷걸이는 흔들릴 수 있습니다. 바짓단은 접히거나 비틀릴 수 있습니다. 두 대의 로봇이 같은 천을 만지면 각 로봇의 움직임이 다른 로봇이 관찰하는 상태까지 바꿉니다.
실제 집안일은 대개 하나의 고립된 동작으로 끝나지 않습니다.
유용한 로봇은 냉장고에서 조리대로 이동한 다음 거실과 침실로 이동하면서, 단계 사이에 수동 재설정 없이 작업을 이어 가야 할 수 있습니다.
Westlake Robotics는 자사의 범용 휴머노이드 ‘두뇌’인 WR1을 통해 바로 이 문제를 해결하려고 합니다.
최근 회사가 제공한 새로운 시연에서 WR1을 탑재한 휴머노이드 로봇은 변형 가능한 의류를 다루고, 바지를 접는 과정에서 협력하며, 주방·거실·침실을 아우르는 장시간의 가정 작업 순서를 완료합니다.
회사는 WR1을 조율된 이중 사전학습 ‘대형 두뇌 + 소형 두뇌’ 시스템으로 설명합니다. 상위 수준에서는 비전-언어-행동 모델과 월드 모델이 작업 이해와 행동 생성을 담당합니다. 하위 수준에서는 **GAE(General Action Expert)**가 전신 동작을 추적하고 실행을 안정화합니다.
이번 시연은 기술적으로 흥미롭지만, 최초 보도에 포함된 일부 강한 주장은 신중하게 해석할 필요가 있습니다.
Westlake Robotics는 정교한 손을 활용한 바지 접기 시연을 세계 최초라고 부르며, 이러한 유연한 물체 작업에서 WR1이 Figure의 Helix를 능가한다고 주장합니다. 그러나 이러한 주장은 독립적인 벤치마크로 검증되지 않았습니다. Figure는 이미 자율 수건 접기, 변형 가능한 침구를 포함한 두 대의 휴머노이드 협력 침실 작업, 그리고 30곳의 미공개 주택에서 수행한 Helix 2.5 가정 평가를 공개했습니다.
따라서 방어 가능한 결론은 WR1이 확실하게 ‘Figure를 이겼다’는 것이 아닙니다.
보다 타당한 결론은 Westlake Robotics가 하나의 공개 시연에서 전신 보행, 정교한 유연 물체 조작, 다중 로봇 협력, 장시간 가정 작업 수행을 새롭게 결합해 보여 주었다는 것입니다.
시연의 첫 번째 부분은 의류 작업에 초점을 맞춥니다.
이는 중요한 선택입니다. 변형 가능한 물체는 단단한 물체를 활용한 시연에서 감추기 쉬운 약점을 드러내기 때문입니다.
컵은 안정적인 형태를 가집니다.
상자는 예측 가능한 모서리를 가집니다.
하지만 바지는 그렇지 않습니다.
시연에서 WR1이 제어하는 휴머노이드 로봇은 옷걸이에서 바지를 꺼냅니다.
옷걸이가 움직이면 주변 티셔츠의 위치도 바뀝니다.
로봇은 사물을 처음 위치에 그대로 있다고 가정하지 않고 계속 장면을 관찰하며 동작을 조정합니다.
그다음 바지를 단단한 물체처럼 취급하는 대신 사람처럼 팔 위에 걸쳐 지지합니다.
이는 유연한 물체 조작에서 컨트롤러가 물체 상태에 대한 추정치를 계속 업데이트해야 하기 때문에 중요합니다.
로봇은 처음 한 번 얻은 자세 추정에만 의존할 수 없습니다.
이 시연은 또 다른 난도를 추가합니다.
한 대의 로봇과 또 다른 휴머노이드가 같은 바지를 놓고 협력합니다.
과정에는 다음이 포함됩니다.
로봇들은 천의 변형뿐 아니라 서로의 움직임에도 대응해야 합니다.
한 로봇이 천을 당기거나 위치를 바꾸면 다른 로봇이 보는 물체 상태가 새롭게 바뀝니다.
Westlake Robotics는 이를 정교한 손으로 완전한 의류 접기를 수행한 휴머노이드의 첫 공개 시연이라고 설명합니다.
이는 회사 측 주장으로 읽어야 하며, 독립적으로 확립된 업계 기록으로 받아들여서는 안 됩니다.
예를 들어 Figure는 2025년 8월 Helix를 사용한 자율 다중 손가락 수건 접기를 시연했습니다. 2026년 5월에는 두 대의 Helix 02 휴머노이드가 변형 가능한 이불을 함께 다루는 작업을 포함해 침실을 협력적으로 정리했습니다. 2026년 9월에는 Figure가 이전에 보지 못한 30개 주택에서 정리, 수건 접기, 침대 정돈을 제로샷 전신 방식으로 수행한 결과를 보고했습니다.
이러한 시연은 직접 비교할 수 없습니다.
WR1의 바지 접기 순서는 Figure의 수건 및 침구 작업과 다릅니다. 반면 Figure는 Westlake Robotics가 이번 WR1 시연에 대해 아직 공개하지 않은 더 폭넓은 정량적 일반화 결과를 발표했습니다.
두 번째 시연은 정교한 접기보다는 장시간 작업 수행에 더 초점을 맞춥니다.
휴머노이드는 다음 작업을 수행합니다.
회사는 이 순서가 장면 사이에서 수동 재설정이나 새로운 세부 지시 없이 연속적으로 실행된다고 말합니다.
이는 장시간 로봇 신뢰성이 곱셈적으로 누적된다는 점에서 중요합니다.
한 단계가 95%의 확률로 성공하더라도, 서로 독립적인 여러 단계로 구성된 순서는 여전히 자주 실패할 수 있습니다.
5초짜리 클립에서 인상적으로 보이는 로봇도 오류가 누적되는 수분 길이의 순서를 안정적으로 수행하지 못할 수 있습니다.
따라서 WR1의 시연은 하나의 조작 기술보다 더 넓은 것을 보여 주려 합니다. 즉, 위치·물체·자세·높이가 바뀌는 상황에서도 작업을 이어 가는 능력입니다.
그러나 Westlake Robotics는 이 휴머노이드 순서에 대한 시험 횟수, 개입률 또는 반복 작업 성공률을 공개하지 않았습니다.
영상은 역량을 보여 줍니다.
하지만 아직 생산 수준의 신뢰성을 확립한 것은 아닙니다.
최초 기사는 WR1의 가정 작업 성능을 다음 세 가지 기반 역량으로 정리합니다.
이러한 구분은 유용합니다.
의류는 조작 중 상태가 변하기 때문에 어렵습니다.
로봇은 다음 상황을 처리해야 합니다.
취약한 정책은 천이 학습 당시의 자세와 다르기만 해도 실패할 수 있습니다.
WR1은 작업 중 계속 관찰하고 물체가 변할 때 동작을 수정하도록 설계되었습니다.
공개 시연에서 시스템은 옷걸이와 의류가 움직인 뒤에도 그 변화를 즉시 실패로 처리하지 않고 작업을 계속합니다.
바로 이것이 관련 역량입니다.
공개 자료는 이러한 행동이 보지 못한 의류 종류, 소재, 크기 또는 시작 설정에 얼마나 폭넓게 일반화되는지를 아직 정량화하지 않았습니다.
두 번째 역량은 시간에 걸친 연속성입니다.
가정 작업에서 로봇은 여러 하위 변수가 바뀌는 동안 목표를 유지해야 합니다.
WR1 시연은 걷기에서 열기, 운반, 방향 전환, 몸 숙이기, 수거, 침구 조작으로 이어집니다.
이러한 연속성이 어려운 이유는 모델이 작업의 현재 단계를 ‘잊거나’, 유용한 동작 맥락을 잃거나, 이전 동작과 매끄럽게 연결되지 않는 새로운 움직임을 생성할 수 있기 때문입니다.
Westlake Robotics는 WR1이 단기 및 장기 동작 상태 검토와 실시간 행동 청크 연결을 통해 이 문제를 해결한다고 말합니다.
모델은 미래의 모든 움직임을 하나의 거대한 순서로 생성하지 않습니다.
대신 현재 동작의 맥락을 유지하면서 행동을 청크 단위로 생성합니다.
현재 청크가 아직 실행 중일 때 다음 청크를 준비할 수 있습니다.
개념적으로는 다음과 같습니다.
현재 동작
↓
단기/장기 동작 맥락
↓
다음 행동 청크 생성
↓
현재 동작이 끝나기 전에 연결
↓
강제 중단 없이 계속
이는 계획과 실행이 제대로 동기화되지 않았을 때 나타나는 중단과 재시작 행동을 줄이기 위한 방식입니다.
세 번째 역량은 전신 협응입니다.
실제 작업을 수행하는 휴머노이드는 걷기와 손 조작을 완전히 분리된 단계로 취급해서는 안 됩니다.
사람은 일상적으로 다음과 같이 행동합니다.
WR1은 보행, 신체 자세, 손 조작을 하나의 조율된 행동 순서로 생성하도록 설계되었습니다.
가정 시연은 이를 반복해서 강조합니다.
로봇은 옥수수를 들고 방향을 전환합니다.
바구니를 다루면서 몸을 낮춥니다.
바지를 지지하면서 방향을 전환합니다.
핵심은 로봇이 걷고 손을 사용할 수 있다는 사실만이 아닙니다.
이러한 동작들이 동일한 작업 목표를 중심으로 생성된다는 점입니다.
시스템의 기술적 중심은 상위 수준의 WR1 ‘두뇌’와 하위 수준의 GAE 컨트롤러 사이의 역할 분담입니다.
회사의 아키텍처 다이어그램은 네 가지 주요 요소를 보여 줍니다.
다이어그램에는 다음 입력이 포함됩니다.
로봇은 자체 내부 상태도 사용합니다.
이러한 입력은 장면과 작업을 이해하는 데 필요한 맥락을 함께 제공합니다.
인지 수준에서 WR1은 다음을 결합합니다.
비전-언어-행동 모델
+
월드 모델
VLA 구성 요소는 인식과 지시를 행동으로 연결합니다.
월드 모델 구성 요소는 환경이 어떻게 변하는지 시스템이 추론하도록 돕는 역할을 합니다.
Westlake Robotics는 이 계층이 다음을 포함하는 완전한 행동 순서를 생성한다고 말합니다.
작업 관리 계층은 더 큰 작업 흐름을 구성합니다.
GAE는 전신 동작 추적과 안정성을 담당합니다.
이는 Westlake Robotics와 Westlake University가 기술 논문을 발표한 WR1 스택의 한 부분입니다.
논문 제목은 다음과 같습니다.
“GAE: 실시간 휴머노이드 원격 조작을 위한 General Action Expert.”
이 논문은 GAE를 대규모의 이질적인 인간 동작 데이터로 학습한 범용 저지연 전신 컨트롤러로 설명합니다.
공개된 GAE 시스템은 두 단계 학습 설계를 사용합니다.
생성 정책은 시뮬레이션에서 인간 동작 참조를 추적하고, 불완전한 인간 동작 데이터를 휴머노이드가 실행할 수 있는 궤적으로 변환합니다.
그다음 실행 정책은 커리큘럼 기반 도메인 무작위화 환경에서 이러한 실행 가능한 궤적을 추적하는 방법을 학습합니다.
이는 시뮬레이션과 실제 하드웨어 사이의 간극을 줄이는 데 도움을 줍니다.
논문은 Unitree G1과 Westlake O1 플랫폼에서 GAE를 시연합니다.
GAE에는 지연 시간을 고려한 예측 메커니즘도 포함되어 있습니다.
원격 조작에서 로봇이 고정된 지연 시간 뒤에 단순히 조작자를 따라가기만 하면 둔하게 느껴질 수 있습니다.
GAE는 지연 조건을 추정하고 추적 시간 범위를 조정해 로봇이 지연을 보상하도록 합니다.
Westlake Robotics는 이와 관련된 조정 가능한 선행 예측 메커니즘이 WR1 내부에서도 사용되어 상위 수준의 의도된 동작과 하위 수준의 하드웨어 실행을 정렬한다고 말합니다.
이는 가정 작업 시연의 부드러움과 관련이 있습니다.
행동 생성, 버퍼링, 모터 실행, 피드백이 동기화되지 않으면 전신 움직임이 눈에 띄게 끊길 수 있습니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
최초 기사는 GAE를 WR1의 자율 가정 작업 행동을 위한 실행 기반으로 설명합니다.
이는 회사의 시스템 설명과 일치합니다.
하지만 동료 심사 형식에 가까운 공개 증거는 신중하게 구분해야 합니다.
GAE 논문은 주로 GAE를 전신 원격 조작 프레임워크로 검증합니다.
사람 조작자가 동작 참조를 제공합니다.
컨트롤러는 이러한 참조를 휴머노이드 하드웨어에서 실행 가능하고 안정적으로 만드는 방법을 학습합니다.
WR1은 더 큰 자율 스택 안에서 GAE를 다르게 사용합니다. 상위 수준의 VLA/월드 모델 시스템이 원하는 전신 행동을 생성하고, GAE가 하위 수준 실행 계층이 됩니다.
따라서 다음과 같이 구분할 수 있습니다.
GAE 논문:
인간 동작 입력
→ GAE
→ 휴머노이드 실행
반면 WR1의 가정 아키텍처는 다음에 더 가깝습니다.
언어 + 시각 + 로봇 상태
→ VLA + 월드 모델
→ 전신 행동 순서
→ GAE
→ 휴머노이드 실행
이 구분은 중요합니다. 원격 조작의 성공이 자율 작업 계획을 자동으로 입증하는 것은 아니기 때문입니다.
새로운 WR1 시연은 통합 시스템에 대한 증거이고, GAE 논문은 동작 제어 구성 요소에 대한 더 깊은 기술적 검증을 제공합니다.
Westlake Robotics는 WR1의 설계 목표 중 하나가 시연 데이터 수집과 자율 실행 사이의 간극을 줄이는 것이라고 말합니다.
GAE는 전신 행동을 위한 제어 기반으로 사용됩니다.
회사는 시연과 배포에서 동일한 기본 동작 역량을 사용하면 학습 데이터가 나타내는 것과 실제 로봇이 실행할 수 있는 것 사이의 불일치가 줄어든다고 주장합니다.
이는 휴머노이드 학습에서 흔한 과제입니다.
인간의 동작에는 다음과 같은 행동이 포함될 수 있습니다.
GAE의 2단계 설계는 광범위한 인간 동작 데이터를 물리적으로 실행 가능한 로봇 궤적으로 변환한 뒤 배포 가능한 컨트롤러를 학습시키는 것을 명시적으로 목표로 합니다.
이는 상위 수준 자율 정책을 위한 합리적인 하위 수준 기반이 됩니다.
원문은 WR1을 Figure의 Helix와 반복적으로 비교합니다.
실질적인 겹침은 있지만, 공개된 증거만으로 단순한 승자를 정할 수는 없습니다.
2025년 8월 Figure는 Helix가 다중 손가락을 사용해 자율적으로 수건을 접는 모습을 보여 주었습니다.
Figure는 다음을 강조했습니다.
2026년 5월 Figure는 두 대의 Helix 02 휴머노이드가 침실을 정리하는 모습을 보여 주었습니다.
로봇들은 다음 작업을 수행했습니다.
Figure는 두 로봇 사이에 명시적인 메시지 전달 채널이나 공유 중앙 계획기가 없었으며, 각 로봇이 시각 정보를 통해 다른 로봇의 의도를 추론했다고 말합니다.
2026년 9월 Figure는 Helix 2.5를 소개했습니다.
Figure는 다음 작업을 평가했다고 말합니다.
평가는 특정 환경에 대한 데이터 수집이나 적응 없이 이전에 보지 못한 베이 지역 30개 주택에서 진행되었습니다.
Figure가 보고한 절제 실험에서는 Index 사전학습을 통해 완전한 작업의 제로샷 성공률이 9%에서 56%로 증가했습니다.
이는 회사가 보고한 결과이며 독립적인 제3자 인증은 아니지만, 정량적 수치라는 점은 중요합니다.
WR1의 새로운 시연은 다소 다른 조합을 강조합니다.
이는 의미 있는 시연입니다.
그러나 표준화된 벤치마크, 반복 시험, 성공률 또는 플랫폼 간 평가가 없다면 ‘WR1이 Helix를 능가한다’는 표현은 확립된 기술적 결과라기보다 마케팅적 해석에 가깝습니다.
보다 공정한 요약은 다음과 같습니다.
| 역량 | WR1 공개 시연 | Figure Helix 공개 근거 |
|---|---|---|
| 자율 유연 물체 조작 | 예 | 예 |
| 다중 손가락 세탁물 접기 | 회사는 완전한 바지 접기 최초라고 주장 | 2025년부터 수건 접기 시연 |
| 두 휴머노이드의 변형 물체 협력 | 예, 바지 | 예, 침구 및 침실 정리 |
| 여러 방을 아우르는 가정 작업 순서 | Westlake Robotics가 시연 | 별도의 Helix 시연을 통해 집 전체 행동을 공개 |
| 보지 못한 주택에 대한 정량적 일반화 | 이번 WR1 시연에 대해서는 미공개 | Helix 2.5가 30개 주택 제로샷 평가를 보고 |
| 공개된 하위 수준 제어 논문 | GAE 논문 | Figure는 GAE와 비교 가능한 논문보다 기술 자료를 발표 |
| 독립적인 제3자 벤치마크 | 아직 없음 | 대부분의 가정 시연에 대해 확립되지 않음 |
이 표는 벤치마크 순위가 아닙니다.
각 회사가 공개적으로 보여 준 내용을 요약할 뿐입니다.
WR1 시연이 부드럽게 보이는 것은 단순히 외형적인 문제가 아닙니다.
휴머노이드 로봇에서 눈에 보이는 멈춤은 더 깊은 시스템 경계를 드러내는 경우가 많습니다.
예를 들어 다음과 같습니다.
걷기
→ 정지
→ 안정화
→ 조작 계획
→ 팔 이동
→ 정지
→ 보행 재계획
이러한 아키텍처는 고립된 작업에서는 작동할 수 있습니다.
하지만 더 긴 가정 작업 흐름에서는 어색해집니다.
WR1의 설계는 계획과 실행을 겹치게 하려고 합니다.
하나의 행동 청크가 실행되는 동안 시스템은 다음 청크를 준비합니다.
동작 상태 이력은 전환에 필요한 맥락을 제공합니다.
GAE의 선행 예측 메커니즘은 남아 있는 실행 지연을 보상하는 데 도움을 줍니다.
의도한 결과는 다음과 같습니다.
인식
→ 생성
→ 실행
↘
다음 청크 생성
↘
부드럽게 연결
가치는 로봇이 단순히 ‘더 빠르게 움직인다’는 데 있지 않습니다.
목표는 긴 행동 순서를 취약하게 만드는 불연속성을 줄이는 것입니다.
원문의 마지막 부분은 시연에서 Westlake Robotics 자체로 초점을 옮깁니다.
Westlake Robotics Technology (Hangzhou) Co., Ltd.는 2021년 Westlake University의 Donglin Wang이 이끄는 팀에 의해 설립되었습니다.
Westlake University는 이 회사를 인공지능과 로보틱스 분야에서 대학이 추진한 첫 번째 수준 높은 상용화 프로젝트라고 설명합니다.
회사의 현재 전략은 수직 통합 방식입니다.
범용 인지 두뇌
+
휴머노이드 전신 컨트롤러
+
자체 개발 로봇 하드웨어
회사 공식 사이트는 WR1과 GAE를 해당 스택의 핵심 기술로 소개합니다.
Wang은 Westlake University의 종신 교수이자 Machine Intelligence Laboratory의 창립자 겸 소장입니다.
Westlake University에 따르면 그의 연구 분야는 강화학습, 로봇 학습, 체화형 지능, 범용 행동 지능입니다.
Westlake Robotics는 Yue Zhang을 공동 창립자이자 최고과학책임자로 소개합니다.
그는 Westlake University의 종신 교수이며 자연어 처리 연구자입니다.
이러한 조합은 회사의 기술 방향을 보여 줍니다. 상위 수준에서는 언어 및 멀티모달 추론을, 물리적 수준에서는 강화학습과 전신 로봇 제어를 결합하는 방식입니다.
새로운 시연은 인상적이지만, 가정용 휴머노이드는 좋은 영상 이상의 것을 필요로 합니다.
아직 여러 질문이 남아 있습니다.
로봇은 개입 없이 동일한 전체 순서를 얼마나 자주 완료할 수 있을까요?
레이아웃, 가구, 조명, 물체 배치가 다른 주택에서도 동일한 WR1 체크포인트가 작동할까요?
셔츠, 재킷, 드레스, 두꺼운 천, 미끄러운 소재, 임의로 구겨진 물체를 접을 수 있을까요?
잡기 실패, 물체 낙하, 엉킨 바짓단, 막힌 경로 또는 이동한 가구가 발생하면 어떻게 대응할까요?
시연 중 어떤 부분이 완전히 자율적이며, 어떤 부분이 수동으로 설정된 작업 경계, 장면 구성 또는 초기 조건을 사용하는 것일까요?
연구 시연을 넘어 실제 가정에서 의미 있는 속도로 유용한 작업을 수행할 수 있을까요?
실제 가정에서 사람, 반려동물, 깨지기 쉬운 물체, 예상치 못한 접촉을 어떻게 처리할까요?
GAE는 서로 다른 구현체 간 결과를 발표했지만, 완전한 WR1 두뇌가 서로 다른 휴머노이드 신체와 손 설계로 얼마나 쉽게 이전될 수 있을까요?
이러한 질문이 시연의 의미를 무효화하는 것은 아닙니다.
다음 평가 단계에서 검증해야 할 지점을 정의하는 것입니다.
휴머노이드 업계는 수년 동안 다음과 같은 개별 요소를 입증해 왔습니다.
더 어려운 전환은 이 요소들을 하나의 연속적인 물리적 작업 흐름으로 만드는 것입니다.
WR1이 흥미로운 이유는 바로 이 전환을 중심으로 명시적으로 구축되었기 때문입니다.
상위 수준 모델은 조율된 전신 행동을 이해하고 생성합니다.
하위 수준 GAE 컨트롤러는 그러한 행동을 안정적인 움직임으로 변환합니다.
행동 청크의 연속성이 시간적 흐름을 연결합니다.
동작 상태 메모리는 맥락을 유지합니다.
가정 시연은 이 전체 연결 고리를 하나의 환경에서 시험합니다.
이는 고립된 시연용 동작만 최적화하는 것보다 더 유용한 방향입니다.
WR1은 Westlake Robotics가 휴머노이드 로봇을 위해 개발한 범용 체화형 ‘두뇌’입니다. 회사는 WR1이 비전-언어-행동 모델, 월드 모델, 작업 관리, 동작 상태 맥락, 행동 청킹, GAE 전신 컨트롤러를 결합한다고 설명합니다.
GAE는 General Action Expert의 약자입니다. 대규모 인간 동작 데이터로 학습한 Westlake Robotics와 Westlake University의 전신 휴머노이드 동작 프레임워크로, 2단계 생성기/실행기 설계와 지연 시간 조건부 예측 기능을 사용합니다.
Westlake Robotics는 새로운 WR1 가정 작업 시연을 자율적으로 수행했다고 설명합니다. 그러나 회사는 상세한 개입률, 시험 횟수, 평가 프로토콜을 포함한 WR1 가정 작업 시스템의 완전한 기술 논문을 아직 공개하지 않았습니다.
정확한 정의에 따라 답이 달라집니다. Figure는 2025년에 자율 다중 손가락 수건 접기를 시연했습니다. Westlake Robotics는 WR1 시연이 휴머노이드가 정교한 손으로 바지를 완전히 접은 최초의 공개 사례라고 주장합니다. 그러나 ‘세계 최초’라는 주장은 독립적으로 검증되지 않았습니다.
이를 입증하는 표준화된 공개 벤치마크는 없습니다. WR1은 어려운 바지 처리, 다중 로봇 협력, 연속적인 가정 작업 순서를 보여 주었습니다. Figure는 자체적으로 세탁물 작업, 협력 침실 작업, 30개 주택 제로샷 일반화 결과를 공개했습니다.
Westlake Robotics의 시연은 냉장고 작업에서 에어프라이어, 장난감 수거, 침구 작업으로 이어지는 연속 순서를 보여 줍니다. 회사는 단계 사이에 수동 재설정이나 별도의 지시를 사용하지 않았다고 말합니다.
아닙니다. 공개된 GAE 논문은 주로 실시간 전신 원격 조작을 평가합니다. WR1 아키텍처에서 GAE는 상위 수준의 작업 및 행동 생성을 수행하는 별도의 VLA/월드 모델 시스템 아래에서 하위 수준 동작 제어 계층으로 작동합니다.
이 글에서 검토한 공개 자료에는 WR1이 오픈 소스 모델로 공개되었다는 내용이 없습니다. GAE는 공개 연구 논문과 프로젝트 페이지를 제공하지만, Westlake Robotics의 핵심 WR1 제품은 여전히 회사의 기술입니다.
Westlake Robotics의 WR1 시연은 보행, 전신 자세, 정교한 조작, 유연한 물체 처리, 다중 로봇 협력, 장시간 가정 작업 수행처럼 일반적으로 별도로 보여 주는 여러 문제를 결합합니다.
아키텍처는 상위 수준의 VLA/월드 모델 ‘두뇌’와 GAE 전신 컨트롤러 사이에 역할을 나눕니다. 동작 상태 맥락, 행동 청킹, 지연 보상은 장시간 작업을 방해하는 중단-재설정-재계획 패턴 없이 로봇이 계속 움직이도록 설계되었습니다.
이번 시연은 중요하지만, 가장 강한 비교 주장은 잠정적으로 유지해야 합니다. WR1은 아직 Figure Helix 또는 다른 선도 휴머노이드 시스템보다 우수하다는 사실을 입증하는 데 필요한 반복적이고 표준화된 평가를 공개하지 않았습니다.
진정한 진전은 또 하나의 고립된 가정 작업 기술이 아니라, 사고·보행·자세·손 조작을 하나의 연속적인 제어 사슬로 만들려는 시도에 있습니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
