Lecture 1.5: Physical AI Eval은 왜 어려운가 | Eval 시리즈

Physical AI 모델이 정말 좋아졌다는 건 어떻게 검증할 수 있을까요? 이번 영상에서는 Real Robot Eval, Simulation, Real2Sim, Deployment 관점에서 현재 Physical AI가 어떻게 평가되고 있는지, 그리고 왜 Eval이 어려운지 살펴봅니다. Real-world reset과 rollout scalability, Sim2Real predictivity, success rate의 한계, hardware/environment drift를 다루고, Dyna, Skild AI, Physical Intelligence, Google DeepMind가 실제로 모델을 어떻게 평가하는지도 살펴봅니다. 마지막으로 Deployment에서 발견한 failure를 다시 Task와 Training으로 연결하는 Closed-loop Eval이 왜 필요한지 이야기합니다. Physical AI, robotics eval, robot foundation model, VLA, world model, robot evaluation, real robot eval, simulation eval, Sim2Real, Real2Sim, digital twin, deployment eval, continuous eval, closed-loop eval, benchmark, verifier, RL, robotics benchmark, 로봇 평가, 피지컬 AI, Physical AI Eval Contact: seungju@seungjuchae.com X: @seungjuchae Eval 시리즈