모델
메이퇀 로보틱스 팀이 12개 로봇 몸체에 걸친 1만 5,060시간의 로봇 궤적으로 학습한 탁상 조작용 비전-언어-행동 모델 Meituan-Robotics-0(MR0)을 arXiv에 공개했다. 논문의 벤치마크 결과는 자체 보고다
메이퇀 로보틱스 팀이 탁상 조작용 비전-언어-행동 모델 MR0을 1만 5,060시간 로봇 데이터와 함께 arXiv에 공개했다. 결과는 자체 보고다.
메이퇀 로보틱스 팀은 2026년 11월 5일 Meituan-Robotics-0(MR0)을 arXiv에 올렸다. 고정 베이스 탁상 조작을 위한 비전-언어-행동 파운데이션 모델이자 체화 에이전트 시스템이라고 설명한다. 논문에 따르면 1억 4,700만 개의 비전-언어 샘플과 12개 로봇 몸체에 걸친 엄선된 1만 5,060시간의 로봇 궤적을 결합했다. 결과는 저자들의 자체 평가이며 논문은 동료 심사를 거치지 않았다.
핵심 요약
- 데이터: 1만 5,060시간 중 약 3,235시간(21.5%)은 오픈소스 실제 로봇 궤적 모음인 RoboDesk, 7,530시간(50.0%)은 라이선스를 받은 실제 로봇 데이터, 4,295시간(28.5%)은 공개 시뮬레이션 데이터다. 논문은 학습에 약 1만 3,600시간의 체화 데이터가 쓰였다고도 한다.
- 결과: 초록은 RoboTwin 2.0에서 성공률 93.6%, RoboDojo VLA 트랙 5위를 보고한다. 또 동일한 HG-DAgger 후속 학습 조건에서 MR0이 실제 로봇 3개 과제의 평균 성공률과 진행도에서 π0.5를 앞선다고 한다.
- 방법: 통합된 엔드이펙터 인터페이스가 서로 다른 로봇 몸체를 지원하고, 비동기 행동 청크 병합이 추론 지연이 달라져도 움직임을 부드럽게 유지한다. GitHub 페이지는 이산 행동 토큰을 학습하는 1단계와 플로 매칭 모델로 연속 제어로 넘어가는 2단계를 설명한다.
- 과제: 저장소는 글자 블록 배치, 옷 개기, 네트워크 케이블 꽂기의 실제 시연을 언급한다. MR0이 StarVLA 학습·배포 스택 위에 만들어졌다고 한다.
확인된 것과 아닌 것
확인된 것은 논문이 arXiv에 있고 저자 37명이 표기되어 있으며 위의 데이터 구성과 벤치마크 수치를 밝힌다는 점이다. 확인되지 않은 것은 독립적인 재현, 시험된 탁상 환경 밖에서의 MR0 성능, 그리고 우리가 본 저장소 글에서는 확인하지 못한 모델 가중치 공개 여부다. 여기서 '탁상'은 테이블 앞에 고정된 팔을 뜻하며 이동형이나 휴머노이드 로봇이 아니다.
왜 중요한가
대규모 로봇 행동 데이터셋은 범용 로봇 모델의 핵심 입력이 되고 있고, 배달로 더 알려진 기업이 자체 방법과 수치를 공개하고 있다. 5위라는 순위와 π0.5와의 3개 과제 비교는 제한된 증거다. 투자 조언이 아니다.
확립되지 않은 점
- 93.6%와 순위에 대한 독립 검증: 찾지 못함.
- MR0 가중치 공개: 읽은 출처에서 확인되지 않음.
- 이동형·휴머노이드 로봇에서의 성능: 논문 범위 밖.
- 동료 심사: 논문은 프리프린트.
비교 표
| 항목 | 2026년 11월 7일 기준 공표 내용 | 출처 |
|---|---|---|
| 제출 | 2026년 11월 5일 | arXiv |
| 학습 데이터 | 비전-언어 1억 4,700만 개, 1만 5,060시간, 12개 몸체 | arXiv |
| 구성 | RoboDesk 3,235시간, 라이선스 실제 7,530시간, 시뮬레이션 4,295시간 | arXiv HTML |
| 보고된 결과 | RoboTwin 2.0 93.6%, RoboDojo VLA 5위 | arXiv |
| 코드 | Meituan-Robotics-0 저장소, StarVLA 기반 | GitHub |
자주 묻는 질문
MR0은 무엇을 하나
카메라 이미지와 언어 지시를 책상 위에서 일하는 로봇 팔의 행동으로 바꾸는 모델이다.
결과는 독립적인가
아니다. 논문에서 메이퇀 팀이 보고한 것이다.
휴머노이드용 모델인가
아니다. 논문은 고정 베이스 탁상 조작을 대상으로 한다.
방법과 한계
출처는 2026년 11월 9일에 확인했다. arXiv 초록 페이지, arXiv HTML 버전, GitHub 저장소를 검색 발췌로 읽었고 전문은 읽지 않았다. 모델을 실행하거나 가중치를 검토하지 않았다. 투자 조언이 아니다.
출처
- arXiv: Meituan-Robotics-0: A Vision-Language-Action Foundation Model for Desktop Manipulation (abstract) (확인일: 2026-11-08)
- arXiv HTML: Meituan-Robotics-0: A Vision-Language-Action Foundation Model for Desktop Manipulation (HTML) (확인일: 2026-11-08)
- GitHub: Meituan-Robotics/Meituan-Robotics-0 (확인일: 2026-11-08)