Dream-1

• https://dreamlabs.ai/research/dream-1/
• 양팔·평행 그리퍼 로봇이면 처음 보는 로봇이라도 자체 데이터나 파인튜닝 없이 바로 제어하는 World Action Model로, 시간당 3달러 API로 공개.
• 다만 아직 양팔 그리퍼에 한정되고, IK 품질에 의존하며, 소량(5분~수십 분)의 자체 데이터로 적응시킨 쪽이 여전히 zero-shot보다 나음.

All-St3R SLAM: Real-time RGB Dynamic SLAM with Pixel-wise Motion Masking

• https://yellowon0103.github.io/all-st3r-slam/

DGX Pod

https://x.com/kimmonismus/status/2112842412515021115?s=20

How to fine-tune Pi-0.5

• https://blog.prismax.ai/article.html?slug=openpi-pi05-fine-tuning
• π0.5를 YAM pick-and-place 데이터 10시간으로 파인튜닝하고 자체 시뮬레이터(yamulator)에서 대량 rollout으로 ablation해본 레슨을 적은 블로그
• VLM 백본까지 학습해야(전체 파인튜닝 또는 LoRA) 성능이 나오고 expert만 학습하면 크게 뒤처집니다.
• 백본을 학습하면 조명·배경 변화에는 의외로 강하지만, 카메라 위치(손목 카메라는 1cm만 어긋나도)와 화각 불일치에는 매우 취약.
• 결론: 로봇 제조사는 Rig CAD, 제어 법칙, 카메라 사양까지 전부 공개해라! (라고 주장하는 PrismaX)