로봇 파운데이션 모델

VLM은 이미지와 언어를 이해하고, VLA는 그 이해를 로봇 행동으로 이어가려는 모델입니다. 두 모델의 차이를 출력, 데이터, 로봇 적용 관점에서 정리합니다.

로봇 파운데이션 모델은 여러 로봇 작업과 환경에 공통으로 쓰기 위한 기반 AI 모델입니다. LLM, VLA, 기존 로봇 프로그램과의 차이, 아직 어려운 이유를 쉽게 정리합니다.

VLA는 Vision-Language-Action의 줄임말로, 로봇이 보는 정보와 언어 지시를 실제 행동으로 연결하려는 모델 흐름입니다. LLM, VLM과의 차이와 피지컬 AI에서 중요한 이유를 쉽게 정리합니다.