버클리 로봇, 웹 영상으로 정교한 조작 학습는 중국어 원문 기사를 한국 독자에게 맞춰 다시 정리한 기사다. 핵심은 Berkeley’s Do as I Do pipeline tries to turn ordinary web videos into executable dexterous robot trajectories.
무엇이 달라졌나
확인 가능한 주요 사실은 single-view RGB input, no depth information, dual UR3e arms with Sharpa Wave dexterous hands, 50 Hz execution, 500 verified trajectories, 20 action categories, retargeting success rising from 25% to 71%, and only about 5% of web videos usable after filtering이다. 이 숫자들은 발표 문구와 실제 검증 대상을 구분하게 해준다.
왜 중요한가
Embodied AI is constrained by manipulation data; usable internet video could multiply the available training signal. AI 산업은 이제 성능 발표만이 아니라 비용, 공급, 규제, 현장 운영까지 함께 평가받고 있다.
다음 관전점
Scaling from 500 lab trajectories to thousands of reliable real-world skills will determine whether the approach changes robotics data collection. 다음 확인 지점은 벤치마크보다 실제 고객 환경과 장기 사용에서의 안정성이다.
출처 확인: UC Berkeley Do as I Do research material and project results, CocoLoop.