ACE-Brain-0.6, 그라운딩 평가 8개 중 6개서 GPT-6 Astra 앞섰지만 7개 평균 격차는 0.85점

ACE Robotics가 10월 19일, 시각적 공간 그라운딩을 위해 만들었다고 밝힌 9B 로봇 파운데이션 모델 ACE-Brain-0.6을 공개했다. 회사가 보고한 시험에서 이 모델은 8개 그라운딩 평가 가운데 6개에서 OpenAI의 GPT-6 Astra를 앞섰고, Where2Place에서는 5.45점, RoboSpatial에서는 5.27점 차였다. ACE-Brain-0.5의 후속 모델이며 Qwen3.5-9B를 기반으로 한다.

차이가 더 작은 쪽은 공개 벤치마크 7개 평균으로, 0.6이 74.53, Astra가 73.68이고 격차는 0.85점이다. ACE의 스케일링 실험은 이 개선이 데이터 파이프라인에서 나왔다고 본다. 아키텍처와 학습 방법을 고정한 채 코퍼스를 26만 건에서 약 100만 건으로 늘리자 평균은 69.3에서 74.5로 올랐고, 두 배로 늘 때마다 약 2.4점씩 오르는 대략 로그 선형의 증가였다. 기존 데이터 유형의 표본을 더 넣어서는 1점이 채 오르지 않았다. 증가분에는 새로운 장면과 새로운 공간 관계, 새로운 형태의 지도 신호가 함께 있었다. 시험해 볼 가치가 있는 것은 9B 모델이 아니라 파이프라인이다.

100만 건 표본, 270만 쌍의 질의응답

학습 세트는 서로 다른 이미지 약 94만 장과 270만 쌍의 질의응답으로 이뤄진다. ACE는 30개가 넘는 오픈소스 로봇 데이터셋 계열에 자체 에고센트릭 데이터, 사람의 1인칭 상호작용 데이터, 물체와 부품에 대한 세밀한 주석, 3D 공간 데이터를 결합했다. 조작 영상의 경우 그리퍼 상태와 움직임 진폭으로 키프레임을 고르고, 장면 내 물체 어휘를 자동으로 구축하며, 위치 파악과 영역 인식, 의미 보정에 Grounding DINO와 SAM 3를 사용한다. 이어서 지시 표현, 개수 세기, 공간 관계, 상호작용 위치, 대상 부재 질의응답 쌍을 생성한다. 주석 검사와 답변 균형 조정, 평가 데이터 제외는 잘못된 지도 신호와 지름길 학습을 줄이기 위한 장치다. ACE에 따르면 학습에서는 비전 인코더를 고정하고 언어 모델 파라미터만 지도 미세조정한다.

ACE의 분석에 따르면 Astra의 시각적 그라운딩은 GPT-5.5보다 눈에 띄게 좋아졌지만, 세밀한 기하학적 위치 파악과 복잡한 공간 관계에서는 "물체 앞의 빈자리"를 옆 영역에 놓는 식으로 여전히 걸린다. 여덟 번째 평가는 회사 자체 벤치마크인 RobotGrounding으로, 대상 위치 파악, 작은 물체 인식, 다중 인스턴스 개수 세기, 대상 부재 판정, 카메라 간 대응 등 14개 과제 유형에 걸친 2,591개 질문으로 구성된다. ACE-Brain-0.6은 여기서 Astra를 3.03점 앞서는데, 공개 벤치마크인 Where2Place와 RoboSpatial에서의 격차보다 좁다. ACE가 짚는 것은 물체가 없을 때 그럴듯하지만 틀린 위치를 내놓는 대신 대상이 없다고 보고해야 하는 대상 부재 사례다. ACE는 0.6을 Claude Opus 5.5, Gemini 4 Argon, Alibaba DAMO Academy와 BAAI의 모델, 여러 오픈소스 체화 AI 모델과도 비교했고, 이 비교에서도 0.6이 앞섰다고 말한다.

이 기사의 모든 점수는 ACE가 보고한 것이다. Astra가 앞선 2개 공개 벤치마크는 Leiphone, Xinmin Evening News, IT Home의 기사 어디에도 이름이 나오지 않으며, ACERobotics의 Hugging Face 페이지에는 10월 19일 기준 ACE-Brain-0과 ACE-Brain-0.5만 올라 있었고 0.6 모델은 없었다.