Lumos Prime R0, 제로샷 체화형 AI 부문에서 MolmoSpaces 글로벌 벤치마크 1위 차지
28억 개 매개변수를 가진 이 모델은 NVIDIA와 미국 유수의 학술 연구팀들을 제치고 글로벌 벤치마크 1위를 차지했습니다. 실제 운영 환경을 위해 설계된 이 모델은 규모보다는 생산성, 속도, 신뢰성을 우선시합니다.

중국의 선도적인 체화형 AI 기업인 루모스 로보틱스(Lumos Robotics)가 자사의 산업용 체화형 파운데이션 모델인 ‘프라임 R0(Prime R0)’을 통해, 제로샷 체화형 AI 분야의 세계적으로 인정받는 벤치마크인 최신 몰모스페이스(MolmoSpaces) 리더보드에서 1위를 차지했다고 밝혔다.
‘Prime R0’는 단일 팔 정밀 조작 및 양팔 협업 과제 모두에서 가장 높은 종합 성공률을 기록하며, 엔비디아(Nvidia)의 ‘코스모스(Cosmos, 16B)’, MIT, 프린스턴 대학교 등 주요 경쟁사들을 제쳤다.
Nvidia Cosmos의 6분의 1도 되지 않는 28억 개의 매개변수만을 갖췄음에도 불구하고, Prime R0는 최고의 종합 성능을 보여주었습니다. 이번 성과는 중국에서 개발된 체화형 AI 모델이 국제 벤치마크에서 기록한 가장 뛰어난 성과 중 하나이며, 체화형 지능에 대한 루모스의 ‘산업 우선’ 접근 방식이 옳았음을 입증합니다.
실험실 시연에서 산업 현장 도입으로

대부분의 체화형 AI 업계가 여전히 범용 시연에 집중하고 있는 반면, 루모스는 업계 성장의 다음 단계가 로봇을 실제 생산 환경에 배치하여 실질적인 문제를 해결하고 측정 가능한 생산성 향상을 이끌어내는 데 달려 있다고 믿습니다.
이러한 비전을 뒷받침하기 위해 루모스는 산업 데이터, 파운데이션 모델, 로봇 하드웨어, 배포 시나리오를 아우르는 폐쇄형 생태계를 구축했습니다. 이 프레임워크 내에서 개발된 ‘프라임 R0(Prime R0)’는 단순히 매개변수 수를 늘리는 것보다는 복잡한 산업 환경에서 일반화 능력, 반응성, 신뢰성을 최우선으로 합니다.
Lumos Touch 로봇 팔과 통합된 ‘Prime R0’는 순차적인 꽃꽂이, 섬유 조작, 정밀 부품 보관, 좁은 공간에서 무질서하게 쌓인 자재 분류 등 까다로운 실제 응용 분야에서 이미 뛰어난 성능을 입증했습니다.

앨런 인공지능 연구소(AI2)에서 개발한 MolmoSpaces는 가장 엄격한 제로샷 체화형 AI 벤치마크 중 하나로 평가받고 있습니다.
모델들은 제로샷 추론, 고정된 환경, 표준화된 성공률 지표 등 엄격한 조건 하에서 평가됩니다.
이 벤치마크는 약 100개의 미지 환경, 다양한 객체 범주, 그리고 다양한 조작 과제에 걸쳐 모델의 일반화 능력을 평가합니다. 이번 평가에서 Prime R0는 단 28억 개의 파라미터로만 작동함에도 불구하고 훨씬 더 큰 모델들을 능가하며, 고도로 일반화된 시나리오에서 Lumos의 산업용 체화형 AI 아키텍처의 효과성을 입증했습니다.

Prime R0는 비전-언어-행동(VLA) 의사결정 방식과 세계 모델 기반 예측을 결합하여, 시스템이 행동을 실행하기 전에 그 물리적 결과를 예측할 수 있도록 합니다. 이를 통해 지각, 추론, 행동을 통합하는 통일된 루프가 형성됩니다.
이 모델은 다음 네 가지 독자적인 기술을 기반으로 합니다:
- 시간적 적응형 행동 생성
- 통합 기하학적 행동 표현
- 경량 암시적 물리적 예측
- 전문가 혼합(MoE) 네트워크
이러한 기능들이 결합되어 기존의 지각 기반 로봇 공학을 뛰어넘으며, Prime R0의 업계 선도적인 성능을 뒷받침하는 토대를 형성합니다.

주요 장점은 다음과 같습니다:
- 80% 이상 절감된 하드웨어 비용: Prime R0는 소비자용 NVIDIA GeForce RTX 5060 8GB GPU에서 로컬로 실행될 수 있어, 고가의 클라우드 기반 컴퓨팅 인프라에 대한 의존성을 없앱니다.
- 밀리초 수준의 추론: 추론 단계당 5~6초가 소요되는 많은 월드 액션 모델과 달리, Prime R0는 지속적인 생산 환경에 적합한 준실시간 응답을 제공합니다.
- 다중 작업 및 다중 하드웨어 적응성: 단일 모델로 피킹, 조립, 분류, 양팔 협업을 지원하며, 재훈련 없이도 Franka 로봇 팔을 기본적으로 지원합니다.
- 향상된 운영 효율성: SE(3) 기하학적 선험 정보와 하이브리드 실-가상 훈련 데이터를 활용하여, Prime R0는 가림 현상, 적재, 위치 편차와 같은 산업 현장에서 발생하는 과제에서도 강력한 성능을 유지함으로써 수동 개입을 줄이고 종합 설비 효율(OEE)을 향상시킵니다.

이 전략의 중심에는 폐쇄 루프 아키텍처를 통해 데이터, 모델, 실제 현장 배포를 지속적으로 연결하도록 설계된 물리적 AI 플랫폼인 ‘Lumos NexCore’가 있습니다. 주로 학술 연구나 클라우드 규모의 연산에 초점을 맞춘 접근 방식과 달리, Lumos NexCore는 산업 현장 배포를 위해 특별히 구축되었으며 다음 네 가지 원칙을 따릅니다:
- 산업적 가치 우선
- 전 영역 시스템 기반
- 핵심에 물리적 지능
- 풀스택 자체 개발
“Lumos NexCore는 산업용 운영 체제입니다.
루모스 로보틱스(Lumos Robotics)의 창립자 겸 CEO인 유 차오(Yu Chao)는 “체화 지능, 그리고 프라임 R0는 그 기반 위에 구축된 최초의 플래그십 모델입니다”라고 말했다. “우리는 전 세계 차세대 산업용 로봇 공학을 위한 기반 플랫폼을 구축한다는 목표를 가지고, 제조업에서 물류 및 기타 분야로 계속해서 사업 영역을 확장해 나갈 것입니다.”MolmoSpaces에서 Prime R0가 거둔 성공은 단순한 벤치마크 승리를 넘어서는 의미를 지닙니다. 이는 배포 중심의 혁신이 어떻게 체화 지능을 실용적이고 확장 가능하며, 실제 산업 환경에 바로 적용할 수 있는 형태로 만들 수 있는지를 보여줍니다.
루모스에게 이는 전 세계적으로 산업용 체화 지능을 위한 기반 인프라를 구축하려는 더 광범위한 사명의 시작입니다.












