Orca, 행동이 아닌 세계를 모델링해 최고 로봇 AI와 대등한 성능 달성
BAAI의 Orca는 행동 라벨 없이도 다섯 가지 작업 전반에서 전문 로봇 시스템과 대등한 성능을 보입니다. 로봇 학습의 만성적인 데이터 부족 문제를 해결합니다.
baai introduced orca, a 4b parameter model that learns an abstract internal representation of world dynamics from 125,000 hours of video, rather than predicting specific tokens or actions. unlike conventional models, orca uses a frozen core with swappable 'heads' for text, images, and robot control to handle diverse outputs. it matches specialized robotics performance on five tasks despite training on only one-tenth of the video corpus and using zero action labels. this architecture signals a shift toward general world models that alleviate robotics' chronic data scarcity by learning physics and causality from raw video.