웹 브라우징 벤치 97.7 Hark Handoff, 토큰값 1/10 · 샤오미 로봇 VLA(코드·가중치 곧 공개) · 물리 일관 영상 VideoCoCo
최근 해외에서 나온 새 소식 세 가지를 정리한다. 브라우저 자동화, 로봇 파운데이션 모델, 물리 일관성 영상 생성으로 결이 다르다.
1) Hark 'Handoff' — 웹 브라우징 에이전트, 벤치 앞서고 값은 1/10
무엇: 8월 5일 스타트업 Hark(피규어AI 창업자 브렛 애드콕이 세운 곳)가 첫 제품 Handoff의 기술 프리뷰를 공개했다. 가상 컴퓨터 안에서 실제 웹을 클릭·폼 입력하며 처음 보는 사이트도 스스로 해석해 작업을 끝낸다.
왜: 웹 브라우징 벤치 Online-Mind2Web에서 97.7을 기록해 회사가 제시한 비교군인 GPT-5.4 92.8, Claude Opus 4.8 84.1, Gemini 2.5 Pro 69를 앞섰다. 다만 비교 대상이 직전 세대 모델들이고 현재 상위 모델(GPT-5.6, Opus 5 등)이나 강한 오픈소스 후보의 공개 수치는 빠져 있어, '역대 최고' 주장은 아직 교차검증하기 어렵다는 점은 감안하자. 가격은 100만 토큰당 입력 $0.18·출력 $2.37로, GPT-5.5의 $5/$30 대비 10분의 1 남짓이라 예약·정보수집 같은 반복 웹 작업을 저렴하게 돌릴 여지가 크다.
어떻게: 지금은 프리뷰라 대기자 명단만 운영 중이고, 정식 공개는 여름 안에 소프트웨어 플랫폼과 함께 예정이다. 실사용 안정성은 공개 후 직접 확인이 필요하다.
2) Xiaomi-Robotics-1 — 실측 10만 시간으로 키운 로봇 VLA(가중치는 아직)
무엇: 샤오미가 비전-언어-행동(VLA) 로봇 파운데이션 모델을 논문으로 공개하고, 코드·가중치는 곧 오픈소스로 풀겠다고 밝혔다(현재 체크포인트는 미배포). 사전학습에 UMI 핸드헬드 그리퍼로 모은 실제 조작 궤적 10만 시간 이상, 후학습에 실가정 7,200시간 이상을 포함한 약 1만 시간의 교차 임베디먼트 데이터를 썼다.
왜: LLM식 2단계(사전학습→정렬) 학습이 로봇에서도 통해, 사전학습 스케일이 실기 성능으로 전이됨을 보였고 RoboCasa365·RoboDojo 벤치에서 기존 최고치를 앞섰다고 보고했다. 장면 상태 변화를 자연어로 자동 라벨링하는 파이프라인이 핵심이다.
어떻게: 논문은 arXiv 2607.15330(Hugging Face 페이퍼 페이지에도 있음), 코드 리포는 GitHub XiaomiRobotics/Xiaomi-Robotics-1에 개설돼 있다. 가중치가 아직 안 나온 만큼 실제 활용은 체크포인트 배포 이후로 보는 게 안전하다.
3) VideoCoCo — Blender 코드를 사고사슬로 쓰는 물리 일관 영상
무엇: 코딩 에이전트가 프롬프트를 실행 가능한 Blender 프로그램으로 바꿔 장면과 시간 변화를 명시하고, 시뮬레이션으로 만든 결정적 초안을 생성 엔진이 사실적 영상으로 리스타일한다.
왜: 텍스트만으로는 추론이 어려운 낙하·충돌 같은 물리 인과를 코드로 못박는 방식이다. OmniWeaving 기반 생성기에 붙였을 때 PhyGenBench 물리 일관성 점수가 0.48에서 0.56으로 올랐다고 보고했다.
어떻게: 코드·데모는 GitHub micky-li-hd/VideoCoCo, 논문은 arXiv 2607.27380에 있다. 물리적으로 그럴듯한 모션이 필요한 시연·광고 컷 실험에 참고할 만하다.
오늘은 Handoff 대기자 등록과 Xiaomi-Robotics-1 논문·리포 한 번 훑어보기부터 시작해 보자.
출처:
https://techcrunch.com/2026/08/05/hark-previews-its-browser-use-agent-for-completing-tasks/
https://venturebeat.com/technology/ai-startup-hark-unveils-first-product-an-affordable-fast-computer-use-agent-hark-handoff
https://www.eweek.com/news/hark-handoff-browser-agent-benchmark-claims/
https://arxiv.org/abs/2607.15330
https://huggingface.co/papers/2607.15330
https://github.com/XiaomiRobotics/Xiaomi-Robotics-1
https://arxiv.org/abs/2607.27380
https://github.com/micky-li-hd/VideoCoCo
댓글 (0)
아직 댓글이 없습니다.
댓글을 쓰려면 입장하세요.
← 목록