Figure AI가 2025년 6월 7일 공개한 Helix 1시간 데모는 물류 창고에서 종이 택배 바코드를 스캐너 쪽으로 돌려 보내는 과제 하나에 상체만 써서, 실패(약 40분 지점에서 택배를 떨어뜨림)와 복구까지 그대로 담았다. 이 시점 Helix는 골반·다리를 쓰는 온몸 제어는 아직 다루지 않는다. 같은 편에서 테슬라 옵티머스가 단일 신경망 하나로 여러 과제를 프롬프트에 따라 수행한다고 주장한 데모와, 2026년 화성 무인 발사 계획도 함께 짚는다.

핵심 포인트

• 물류 한 과제, 상체만. 세 달 전(2025년 3월) 공개분은 느린 컨베이어에서 물건을 미는 정도였는데, 6월 7일 공개분은 디포머블(deformable, 힘을 주면 형태가 바뀌는) 종이 택배를 한 시간 동안 실패를 거의 없이 다뤘다. 골반·다리를 쓰는 온몸 제어는 이 시점에 아직 없다.
• 실패도 그대로 담겼다. 약 40분 지점에서 택배를 떨어뜨리고, 세로로 놓인 박스에서는 바코드를 못 찾는 장면이 나온다. 학습 데이터에 그 각도가 충분치 않았을 가능성으로 진행자들은 짚는다.

• 입력이 프레임·촉각·스테레오로 늘었다. 한 장짜리 이미지 대신 여러 프레임을 함께 보고, 촉각(force feedback) 입력도 더했다. 카메라도 단일에서 스테레오로 바뀌었다.
• 옵티머스는 프롬프트 하나로 여러 과제를 한다고 주장했다. 2025년 5월 21일 공개 영상에서 "버려라" 같은 프롬프트를 주면 그 지시대로 움직인다. 과제별 파인튜닝이 아니라 단일 신경망 하나라는 게 주장의 핵심이다.
• 사람 1인칭 영상으로 학습했다는 주장은 검증되지 않는다. 액션 라벨이 없는 사람 영상에서 관절값을 어떻게 뽑았는지 진행자들도 "정확히 잘 모르겠다"고 밝힌다.
• 2026년 화성 무인 발사의 첫 화물로 검토된다. 일론 머스크는 성공 확률을 "50:50"이라 밝히며, 옵티머스에게 빨래 개기·땅파기 같은 노동을 맡길 계획이라고 말했다.
• 드림젠은 영상 생성 모델로 액션을 역산한다. 엔비디아 드림젠은 월드 모델(world model, 물리 법칙을 내재적으로 학습해 다음 장면을 예측하는 영상 생성 모델)을 소량의 텔레오퍼레이션(teleoperation, 사람이 원격으로 로봇을 조종해 시범을 보이는 방식) 데이터로 파인튜닝한 뒤, IDM(Inverse Dynamics Model, 연속 관찰 사이 차이로 행동을 역산하는 모델)으로 관절값을 만들어 낸다.
• SmolVLA는 반대로 갔다. 이 영상 녹화 5일 전(6월 5일) 공개된 SmolVLA는 시뮬레이션도 영상 생성도 없이, 값싼 오픈소스 로봇을 커뮤니티가 각자 돌려 올린 데이터셋만으로 학습했다.

주요 숫자

화성 가야 되니까.