ACE-Brain-0.6은 2026년 10월 19일 다샤오 로보틱스가 공식 발표했습니다. 파라미터 9B 규모의 이 임보디드 기반 모델이 겨루는 것은 단 하나입니다. 로봇이 대상이 어디에 있고, 어디를 잡아야 하며, 어디에 놓을 수 있는지를 정확히 보게 하는 것입니다. 다샤오가 공개한 8개 시각 공간 앵커링 평가 중 6개에서 OpenAI의 GPT-6 Astra를 앞섰고, 공개 벤치마크 7개의 평균에서도 74.53 대 73.68로 근소하게 이겼습니다. 성적은 다샤오가 공개한 자료에 따른 것이며, 상하이 옵저버는 보도하면서 제3자 평가 검증이 아직 필요하다고 명시했습니다. 이 단서를 먼저 밝혀둡니다.
겨루는 것은 대화가 아니라 '정확한 지점을 짚는 것'
시각 공간 앵커링(Visual Grounding)은 언어 지시를 물리적 위치에 대응시키는 것입니다. 사용자가 "과일을 바구니에 넣어"라고 하면 모델은 과일과 바구니를 식별하고, 바구니의 테두리, 얹을 면, 잡을 부위, 이동 방향까지 판단해야 합니다. 다샤오의 분석에 따르면 GPT-6 Astra 같은 범용 멀티모달 모델은 추론은 강하지만 세밀한 기하학적 위치 파악과 복잡한 공간 관계 판단에서는 여전히 오류를 내며, 텍스트 질의응답에서는 작은 오차가 문제가 안 돼도 로봇에게는 몇 센티미터의 오차가 곧 잡기 실패로 이어집니다. ACE-Brain-0.6은 물체 인식, 다중 인스턴스 위치 파악, 공간 관계 이해, 기능 영역 인식, 상호작용 위치 예측, 그리고 "대상이 존재하지 않는다"는 판단을 하나의 공간 지각 능력으로 통합해 바로 그 틈을 메우도록 설계됐습니다. 기반은 Qwen3.5-9B이며, 비전 인코더를 동결하고 언어 모델 파라미터만 지도 미세조정했습니다.
점수를 뜯어보면 승리의 양상은 고르지 않다
| 평가 | ACE-Brain-0.6 | GPT-6 Astra |
|---|---|---|
| Where2Place | 76.55 | 71.10 |
| PixMo-Count | 89.41 | 88.10 |
| RoboSpatial | 74.82 | 69.55 |
| RoboAfford | 88.51 | 84.94 |
| ShareRobot | 49.70 | 46.60 |
| RobotGrounding(다샤오 자체 제작) | 94.13 | 91.10 |
격차가 가장 큰 것은 공간 관계와 기능 영역 과제이고, 개수 세기 과제의 우위는 작습니다. 공개 7개 평가 평균 차이는 0.85점에 불과해 세대교체급 압승이 아니라 같은 등급 안에서의 전문 특화 승리입니다. RobotGrounding은 2591개 문제, 14종 과제로 구성된 다샤오 자체 평가 세트이므로 그곳에서의 우위는 할인해서 봐야 합니다. 이번 결과에서 더 주목할 항목은 "대상이 존재하지 않는다"는 판단입니다. 장면에 사용자가 찾는 물건이 없을 때 모델은 위치를 지어내지 말고 없다고 분명히 말해야 하며, 이는 로봇이 실제 환경에 들어갈 때의 안전 하한선입니다. 비슷한 소형 모델 노선은 최근 REKI 로봇 모델에서도 보였는데, 이쪽도 공개 데이터와 전문 특화 최적화에 의존했습니다.
검증 가능한 데이터 100만 건이 이번 발표의 진짜 핵심
ACE-Brain-0.6의 훈련 샘플은 약 100만 건으로, 이미지 약 94만 장과 질의응답 270만 쌍을 포함합니다. 팀은 30개가 넘는 오픈 로봇 데이터 계열과 비공개 1인칭 데이터를 통합했고, 그리퍼 상태와 동작 폭으로 로봇 조작 영상에서 핵심 프레임을 골라냈으며, Grounding DINO, SAM 3 같은 비전 도구로 위치 파악, 영역 인식, 의미 교정을 수행해 이질적인 데이터를 명확한 시각적 근거를 갖춘 지도 신호로 통일했습니다. 통제 실험에서는 아키텍처와 훈련 방법을 바꾸지 않고 데이터를 26만 건에서 100만 건으로 늘리자 공개 7개 평가 평균이 69.3에서 74.5로 올랐고, 데이터가 두 배가 될 때마다 평균 약 2.4점씩 향상됐습니다. 반면 기존 유형의 샘플만 늘렸을 때는 향상 폭이 1점 미만이었고, 효과를 낸 것은 새로운 장면, 새로운 공간 관계, 새로운 지도 형식의 도입이었습니다. 이 결론이야말로 동종 업계에 더 참고가 됩니다. 임보디드 데이터의 병목은 다양성과 검증 가능성이지 단순한 양이 아닙니다.
로봇이 실제로 일하기까지는 아직 거리
찬물을 끼얹자면, 공간 앵커링 평가는 정지 이미지 위의 위치 판단 능력을 재는 것이지, 실제 장면에서 로봇이 잡고 놓는 작업을 연속으로 성공시키는 비율이 아닙니다. 조명 변화, 가림, 물체 변형, 그리퍼 실행 오차는 벤치마크 밖에서 점수를 깎아먹습니다. 다샤오는 이번에 실물 로봇 과제 성공률을 공개하지 않았고, 모델 가중치를 공개할지도 밝히지 않았습니다. 그 정보가 갖춰지기 전까지 ACE-Brain-0.6은 설득력 있는 방향성 증명으로 읽는 것이 적절합니다. 9B급 모델도 고품질 전문 데이터를 먹이면 단일 핵심 능력에서는 최상위 범용 모델과 어깨를 나란히 하거나 앞설 수 있다는 것, 그리고 로봇을 더 믿음직하게 일하게 할 수 있을지는 실물 데이터가 나와야 판단할 수 있습니다.
