ACE ROBOTICS, 추론 속도 72배 높인 실시간 월드모델 ‘Kairos 3.0-4B’ 오픈소스 공개

최근 ACE ROBOTICS는 월드모델 3.0 Kairos 3.0-4B 시리즈 구현지능 네이티브 월드모델을 오픈소스로 공개했다. 업계 최초로 ‘멀티모달 이해-생성-예측’ 일체화를 실현한 오픈소스 구현지능 네이티브 월드모델로서, 이 모델은 물리적 인과 일관성, 크로스 바디 일반화, 초장시간 상호작용, 클라우드 측 실시간 생성, 경량화 고효율, 엣지 측 본체 제어를 핵심 강점으로 하며 성능 면에서 국내외 주요 구현지능 월드모델을 전면적으로 앞서고 있다.

Kairos 3.0-4B는 세계 최초로 엣지 측에서 구현지능 본체 제어를 구동할 수 있는 월드모델이자 업계 최초로 THOR 엣지 플랫폼에서 1:1.5, 즉 ‘영상 생성 시간: 영상 길이’ 기준의 실시간 생성을 달성한 구현지능 월드모델이다. 해당 모델은 Jetson Thor T5000 엣지 플랫폼에 배포되며 연산 성능은 517 TFlops에 달한다. 3D 시뮬레이션 환경에서 로봇팔의 움직임 형태를 정밀하게 생성하고 운동 궤적의 예측과 계획을 수행할 수 있을 뿐만 아니라 THOR 엣지 플랫폼을 기반으로 로봇 본체의 실제 구동과 작업 수행까지 실현할 수 있다. 이를 통해 로봇은 단순히 “보여주는 단계”를 넘어 실제로 “일할 수 있는 단계”로 나아가게 된다.

글로벌 권위의 구현지능 Benchmark 평가에서 Kairos 3.0-4B는 각종 지표에서 전면적인 우위를 보였다. A800 GPU Benchmark에서 모델 성능과 추론 도구를 기반으로 Kairos 3.0-4B의 추론 속도는 Cosmos 2.5 대비 72배 향상됐으며, 글로벌 구현지능 월드모델 성능 기록을 새롭게 갱신했다. 이는 해당 모델의 강력한 기술력을 충분히 입증한다.

Kairos 3.0-4B는 범용 월드모델 역량과 구현지능 시나리오에 대한 심층 지원 능력을 동시에 갖추고 있다. 범용 시나리오에서 이 모델은 실제 물리 세계를 높은 수준으로 재현할 수 있다. 예를 들어 황궈수 폭포 장면에서는 자연광과 그림자 효과를 정밀하게 구현하고 부드러운 카메라 워크를 지원하며 화면 끊김 없이 영상을 생성할 수 있다. 또한 구름, 물, 나뭇잎 등 다양한 요소의 동적 변화도 자연스럽게 표현할 수 있다.

동시에 이 모델은 구현지능의 요구에 깊이 최적화되어 있으며 이중 역량을 바탕으로 디지털 시뮬레이션과 물리적 실행을 연결한다. 중국 자체 개발 핵심 기술을 통해 업계의 핵심 난제를 해결하고 구현지능의 대규모 상용화를 위한 핵심 엔진을 제공함으로써 글로벌 경쟁력을 갖춘 구현지능 월드모델의 벤치마크로 자리매김하고 있다.

네이티브 월드모델 아키텍처로 구현지능의 물리 세계에 대한 기반 인식 강화

현재 구현지능 산업은 데이터가 부족하고 단절되어 있는 어려움에 직면해 있다. 기존 생성형 모델은 주로 영상 생성에만 초점을 맞추고 있어 물리 세계에 대한 깊이 있는 인식이 부족하다. 이로 인해 장시간 상호작용 능력 부족, 높은 배포 연산 비용, 상태 예측의 물리적 일관성 부족 등 업계의 병목 문제가 나타나고 있다.

업계 최초로 ‘멀티모달 이해-생성-예측’ 일체화를 실현한 오픈소스 구현지능 네이티브 월드모델인 Kairos 3.0-4B는 시중의 이른바 ‘대형모델 개조형’ 생성 모델과 본질적으로 다르다.

이 모델은 대형 언어모델이나 비전 모델 뒤에 단순히 동작 인터페이스를 추가한 것이 아니라 아키텍처의 기반 단계부터 로봇이 실제 세계에서 작동할 수 있도록 설계됐다. 자연계의 기본 물리 법칙과 인과 법칙을 인식의 토대로 삼아 서로 다른 로봇 본체를 아우르는 통합 세계 이해 프레임워크를 구축했다.

이를 통해 기존 구현지능이 지녔던 ‘행동 모방’ 중심의 기술적 한계를 근본적으로 돌파하고 모델 역량을‘물리 수준의 심층 이해’라는 새로운 차원으로 끌어올렸다.

세계 이해, 세계 생성, 세계 예측’이라는 3대 핵심 역량을 중심으로 Kairos 3.0-4B는 물리 법칙과 인과적 사고 체인을 모델의 의사결정 과정에 깊이 내재화했다. 이를 통해 모델은 단순히 “무엇이 그런지”를 아는 데 그치지 않고 “왜 그렇게 되는지”까지 이해할 수 있게 됐다. 핵심 돌파구는 로봇 실제 기기와의 상호작용 데이터, 인간 행동의 구조화 데이터, 사고 체인 텍스트 데이터라는 세 가지 핵심 데이터를 심층 융합한 데 있다. 이를 통해 다양한 데이터 간 장벽을 효과적으로 허물고 실제 세계 데이터의 재사용 효율을 대폭 높였으며 구현지능의 스케일링 법칙 효율을 현저히 최적화했다.

네이티브 아키텍처의 장점에 힘입어 이 모델은 더 이상 고비용이면서도 희소한 실제 기기 데이터에 의존하지 않는다. 대신 물리 법칙을 내재화하고 인과 논리를 추론함으로써 더 최적화된 모델 및 데이터 규모에서 강력한 일반화 능력, 장시간 시퀀스 추론, 신뢰도 높은 엣지 측 배포를 실현한다. 이 모델은 물체에 작용하는 힘, 무게중심, 마찰 등 물리적 제약을 정밀하게 해석할 수 있으며 복잡한 과제에 대한 추론, 계획 수립, 실행 가능성 분석을 수행할 수 있다. 또한 멀티모달 센서 명령과 호환되며 로봇 동작과 인간 행동 논리를 효율적으로 이해해 단순한 ‘명령 실행’에서 ‘과제 이해’로의 본질적 도약을 이뤄냈다.

복잡한 상호작용 시나리오의 실제 테스트에서 로봇은 물이 담긴 트레이를 안정적으로 들어 올릴 수 있었다. 이동 과정에서 수면은 자연스럽고 사실적인 물결 움직임을 보였다. 트레이를 테이블 위에 내려놓은 뒤에는 모델이 과제 사고 체인을 기반으로 스스로 계획을 수립해 우유와 사과의 배치 위치를 정확히 판단하고 물건들을 순서대로 트레이 위에 정리해 놓았다.

물리적 인과 일관성, 글로벌 주요 모델 대비 전면 우위

물 따르기, 균형석 쌓기 등 일정 수준 이상의 난도를 지닌 물리적 상호작용 시나리오에서 Kairos 3.0-4B는 네이티브 월드모델이 가진 물리적 인과 일관성의 강점을 바탕으로 주류 구현지능 월드모델을 전면적으로 앞서는 성능을 보였다. 이 모델은 물리 법칙과 인과적 사고 체인을 내재화함으로써 실제 세계의 규칙에 대한 깊이 있는 이해와 정밀한 재현 능력을 보여준다.

물 따르기 시나리오에서 Kairos 3.0-4B는 로봇이 컵의 물을 싱크대로 따르도록 제어할 때 물줄기 속도를 안정적으로 유지하고 액체의 총량도 컵의 용량과 엄격하게 일치시켰다. 이는 질량 보존 법칙과 유체역학 원리에 완전히 부합하는 결과다.

반면 Cosmos 2.5와 Lingbot은 동일한 시나리오에서 물줄기 속도가 지나치게 빠른 문제가 나타났으며 심지어 액체 총량이 실제 컵 용량을 훨씬 초과하는 비정상적인 상황까지 발생했다. 이는 물리적 논리가 심각하게 왜곡된 사례라고 볼 수 있다.

균형석 쌓기 시나리오에서 Kairos 3.0-4B는 돌의 강체 특성과 역학적 평형 특성을 정밀하게 재현했다. 각각의 돌이 쌓이는 과정은 중력과 지지 구조의 물리 법칙을 엄격하게 따랐다.

반면 Cosmos 2.5가 생성한 돌은 공중에 떠 있는 현상이 나타났고 Lingbot의 돌은 강체 속성을 상실했다. 심지어 가장 아래층의 돌이 허공에서 사라지는 현상까지 발생하며, 물리적 일관성이 완전히 무너졌다.

7분 길이의 장시간 연속 장면 동적 상호작용

구현지능 분야에서 장시간 시퀀스 영상 생성은 줄곧 기술 상용화를 제약하는 핵심 병목으로 여겨져 왔다.

‘멀티모달 이해-생성-예측’ 일체화 아키텍처를 바탕으로 ACE ROBOTICS가 선보인 Kairos 3.0-4B는 에이전트 기술과 결합해 장시간 시퀀스 영상 생성 능력에서 혁신적인 돌파구를 마련했다.

Kairos 에이전트는 사용자의 복잡한 상호작용 명령을 계층적으로 해석하고 구조화해 분해할 수 있다. 또한 모델이 시퀀스 간 시공간 변화, 물리 규칙, 장면 동역학, 상호작용 논리를 정밀하게 예측하는 능력을 바탕으로 연속적인 세계 정보를 보완한다. 여기에 자기 성찰 메커니즘을 통해 폐쇄형 반복 최적화를 수행함으로써 최종적으로 최대 7분 길이의 구현지능 동적 상호작용 영상을 생성할 수 있다. 생성 과정 전반에서 장면의 연속성과 물리적 사실성을 유지해 구현지능의 학습과 실제 적용을 위한 새로운 경로를 열었다.

가정 환경 Demo에서 로봇은 전 과정을 원테이크 방식으로 자율 수행했다. 먼저 책상 위의 컵과 휴지 상자를 질서 있게 정리하고 적절한 위치를 계획해 물건을 배치했다. 이후 자율적으로 세탁기 앞으로 이동해 옷을 집어 들고 세탁기를 열어 의류 투입과 세탁 작업을 완료했다.

이어 거실을 지나 주방으로 이동한 뒤, 냉장고를 열어 우유를 꺼내고, 벽장을 열어 시리얼을 꺼냈다. 또한 서랍을 열어 그릇과 숟가락을 꺼낸 뒤, 시리얼과 우유를 그릇에 붓고 아침 식사 준비를 자율적으로 완료했다.

전체 과정은 끊김 없이 진행됐으며 모델의 부드러운 동적 상호작용 능력, 물체 속성 인식 능력, 물리 법칙에 부합하는 힘 제어 능력, 유연한 의류의 물리적 표현 능력을 실제로 보여줬다. 또한 완전한 과제 사고 체인을 바탕으로 여러 장면에 걸친 자율 계획과 연속 실행을 실현함으로써, 복잡한 주거 환경에서 모델의 물리 인식, 장시간 시퀀스 추론, 동적 상호작용 능력을 검증했다. 향후에는 초정밀 조작 능력을 지속적으로 고도화할 계획이다.

이러한 능력은 구현지능이 다양한 시나리오에서 복잡한 동적 과제를 보다 안정적으로 처리할 수 있게 한다. 산업 제조 분야의 장시간 공정 조립이든, 가정 서비스 분야의 지속적인 상호작용이든, Kairos 3.0-4B는 연속적이고 사실적인 장면 시뮬레이션을 생성할 수 있다. 이를 통해 모델의 일반화 능력과 배포 신뢰성을 크게 높이고, 구현지능이 실험실을 넘어 산업 현장으로 나아가도록推动하는 핵심 동력이 될 것으로 기대된다.

경량화를 통해 고효율 추론 속도 구현

Kairos 3.0-4B 모델은 아키텍처 혁신과 기술적 돌파를 바탕으로 추론 효율, 연산 자원 소모, 배포 적응성이라는 세 가지 측면에서 모두 업계 선도 수준을 달성했다. 동시에 구현지능의 엣지 측 실시간 배포를 가로막던 핵심 병목을 근본적으로 돌파했다.

Kairos 3.0-4B는 업계 최초로 클라우드 측 1:1 실시간 추론을 실현했으며 추론 속도는 Cosmos 2.5 대비 72배 향상됐다. 동시에 업계 최초로 THOR 플랫폼 엣지 측에 배포된 구현지능 월드모델로 엣지 환경에서도 고효율 실시간 추론을 구현할 수 있다.

엣지 측 배포를 기반으로 이 모델은 로봇의 상지부터 손가락, 하체에 이르기까지 전방위 제어 명령을 직접 출력할 수 있다. 중간 변환 과정을 생략함으로써 로봇이 “생각한 것을 곧바로 실행하는” 수준에 가까워지도록 했다.

A800 GPU 성능 Benchmark에서 Kairos 3.0-4B는 자체 개발한 혼합 시간 선형 어텐션 연산자를 바탕으로 연산 효율과 추론 속도에서 차원급 돌파를 달성했으며 주요 구현지능 월드모델을 성능 면에서 전면적으로 압도했다.

추론 속도 측면에서 Kairos 3.0-4B는 10초 생성 작업을 단 9.5초 만에 완료했다. 이는 Cosmos 2.5의 687.2초 대비 약 72배, Wan 2.2의 85초 대비 약 9배, Lingbot의 1,436초 대비 약 151배 빠른 수준이다.

또한 Kairos 3.0-4B는 4B 경량화 파라미터만으로 23.5GB의 GPU 메모리 사용량을 구현했다. 이는 5B 규모의 Wan 2.2와 비슷한 수준이며 14B 규모의 Cosmos가 사용하는 70.2GB, 28B 규모의 Lingbot이 사용하는 46.1GB보다 훨씬 낮다.

Kairos 3.0-4B는 극한의 성능을 유지하면서도 배포 문턱을 크게 낮췄으며 구현지능 엣지 측 실시간 추론 수요에 완벽하게 적응했다. 이를 통해 “큰 파라미터 수가 곧 높은 성능”이라는 업계의 기존 인식을 깨뜨렸다.

Kairos 3.0-4B는 매우 낮은 연산 자원 소모와 GPU 메모리 사용량을 바탕으로 단일 GPU 및 다중 GPU 환경 모두에서 업계 선도 수준의 실시간 추론 속도를 구현했다. 또한 엔비디아, 무시(Muxi), 하이광(Hygon), 비런(Biren) 등 다양한 GPU에 완벽하게 호환된다.

이 모델의 고효율 특성은 구현지능 시스템이 요구하는 저지연, 고신뢰성, 엣지 측 실시간 배포 수요를 직접 충족한다. 또한 고가의 실제 로봇 데이터에 의존하지 않고도 강력한 일반화 능력과 안정적인 배포를 실현할 수 있다.

하나의 두뇌로 다양한 형태에 대응, 다중 본체 일반화의 새로운 단계 실현

Kairos 3.0-4B 모델의 또 다른 핵심 강점은 강력한 다중 본체 일반화 능력이다. 이는 기존 구현지능 모델이 안고 있던 ‘하나의 본체에는 하나의 학습’이라는 업계의 고질적 문제를 근본적으로 해결하고‘하나의 두뇌로 여러 본체와 다양한 과제에 적응하는’ 효율적인 적용을 가능하게 했다.

Kairos 3.0-4B는 서로 다른 로봇 본체 간 과제의 원클릭 생성을 지원한다. 단일 로봇팔, 양팔 로봇, 덱스터러스 핸드 등 다양한 형태의 로봇 본체에 매끄럽게 적응할 수 있으며, 동일한 과제에 대해 추가 학습 없이도 각 본체에 맞는 실행 전략을 빠르게 생성할 수 있다. 이를 통해 세계 지식의 효율적인 공유와 전이를 실현하며, 높은 수준의 적응성을 보여준다.

하드웨어 호환성 측면에서도 이 모델은 Zhiyuan-Elf G1, AgileX-PIPER, Unitree G1 등 주요 로봇 하드웨어를 깊이 지원한다. 이를 통해 서로 다른 제조사와 다양한 형태의 장비 간 본체 장벽을 허물었다.

권위 있는 Benchmark 성능 전면 선도

Kairos 3.0-4B 모델은 글로벌 권위의 구현지능 및 월드모델 평가 Benchmark에서 압도적인 종합 성능을 보여줬다. 구현지능 시나리오 전반에서 선도적 성능을 구현하며 ‘물리 수준의 심층 이해 + 고효율 아키텍처’라는 핵심 강점을 정밀하게 입증했다.

구현지능 시나리오에서 Kairos 3.0-4B는 세 가지 권위 Benchmark 모두에서 성능 선두를 달성했다.

PAI-Bench-robot은 물리 AI 구현지능 종합 Benchmark로, 조지아공과대학교와 카네기멜런대학교가 공동 개발했다. 물리 AI 분야에서 구현지능 시나리오를 대상으로 한 최초의 종합 평가 프레임워크로 2,808개의 실제 세계 사례를 포함하며 글로벌 최상위 연구팀들이 널리 채택하고 있다.

Kairos 3.0-4B는 80.03점으로 선두를 기록하며 Cosmos 2.5-2B(78.3점), 알리바바 Wan 2.2-5B(78.6점), Cosmos 2.5-14B(79.4점),앤트 Lingbot(79.96점)을 모두 앞섰다. 이를 통해 구현지능 과제 수행과 물리적 상호작용 안정성 측면에서 업계 1위 수준의 경쟁력을 입증했다.

WorldModelBench-robot TI2V는 텍스트 기반 구현지능 비전 생성 Benchmark로, CVPR 2025 Workshop에서 제안됐다. 세계모델의 텍스트-구현지능 비전 생성 능력을 전문적으로 평가하는 최초의 Benchmark이며 6만 7,000건의 인간 주석 데이터를 통해 물리적 일관성과 명령 준수 능력을 정밀하게 검증한다.

Kairos 3.0-4B는 9.08점으로 모든 경쟁 모델을 넘어섰다. 알리바바 Wan 2.2-5B(8.52점), Cosmos 2.5-14B(8.94점)뿐만 아니라 Cosmos 2.5-2B와 앤트 Lingbot(각 9.04점)보다도 높은 점수를 기록하며 장시간 시퀀스 물리 장면 이해와 생성 정밀도에서의 선도성을 입증했다.

DreamGen Bench(PA/IF)는 NVIDIA GEAR Lab이 개발한 로봇 영상 생성 Benchmark다. 물리 정합성(PA)과 상호작용 충실도(IF)라는 두 가지 핵심 지표를 통해 모델이 생성한 데이터의 물리적 합리성과 상호작용 품질을 직접 평가하는 로봇 분야의 권위 있는 평가 도구다.

Kairos 3.0-4B의 PA 점수는 0.529로, 알리바바 Wan 2.2-5B(0.314)를 크게 앞서며 약 70% 향상된 성능을 보였다. 또한 Cosmos 2.5-2B(0.418), Cosmos 2.5-14B(0.495), 앤트 Lingbot(0.466) 대비 각각 27%, 7%, 14% 높은 성능을 기록했다.

IF 점수는 0.609로, 이 역시 경쟁 모델을 전면적으로 앞섰다. Cosmos 2.5-2B, 알리바바 Wan 2.2-5B, Cosmos 2.5-14B, 앤트 Lingbot 대비 각각 7%, 12%, 27%, 7% 향상된 결과를 보이며, Kairos 3.0-4B의 물리적 인과 일관성이라는 핵심 우위를 직접적으로 입증했다.

중국 자체 개발 네이티브 구현지능 월드모델인 Kairos 3.0-4B는 업계가 직면한 데이터, 연산 자원, 물리 추론, 실제 배포 등 핵심 병목을 정면으로 해결한다.

이 모델은 고효율 데이터 시뮬레이터로 활용될 수 있어 낮은 비용으로 대규모 학습 데이터 규모를 확대할 수 있으며 실제 로봇 상호작용 데이터가 부족한 업계의 고질적 문제를 효과적으로 해소한다.

나아가 단순한 시뮬레이션 적용 범위를 넘어, 로봇 본체를 직접 구동해 다양한 실제 과제를 수행할 수 있다. 이를 통해 가상 시뮬레이션에서 물리적 실행까지 이어지는 전 과정을 진정으로 연결하고, 로봇에 똑똑한‘두뇌’를 부여한다.

Kairos 3.0-4B는 구현지능의 지능적 도약을 가속화하고, 구현지능의 대규모 상용화를 위한 핵심 기술 기반을 제공한다. 또한 글로벌 구현지능 산업 발전에 앞선 중국형 솔루션을 제시하고 있다.