NVIDIA와 대만 국립대학의 연구진이 개발한 ThinkAct는 신체를 가진 AI 에이전트들이 복잡한, 다중 모달 지시를 해석하고 동적 환경에서 강력하게 작용해야 하는 요구를 점점 더 받게 되는 상황에서, 비전-언어-행동 (VLA) 추론을 위한 혁신을 제시합니다. 이 모델은 강화된 시각 잠재 계획을 도입하여 고수준의 다중 모달 추론과 저수준의 로봇 제어를 연결하는 역할을 합니다. 이는 고도의 상호작용이 필요한 환경에서 AI 에이전트의 성능과 유연성을 향상시킬 수 있는 중요한 발전입니다.

<Mark Tech Post 뉴스 본문 전체읽기>