중국 스피릿 AI, 로봇 AI 평가에서 엔비디아를 밀어냈다

• 엔비디아가 피지컬 인공지능 모델을 공개한 지 이틀 만에, 중국 스타트업 스피릿 AI가 로봇 모델 평가 1위 자리를 가져감

  • 스피릿 AI의 스피릿 v1.6은 로보아레나에서 1924점을 기록함
  • 엔비디아 코스모스3-나노-폴리시는 1881점으로 2위로 밀렸고, 3위는 엔비디아의 드림제로 1763점임
  • 이 정도면 그냥 ‘중국도 잘한다’ 수준이 아니라, 로봇 두뇌 경쟁의 점수판이 바로 뒤집힌 사건에 가까움

• 여기서 말하는 피지컬 인공지능은 챗봇이랑 결이 다름

  • 대규모 언어 모델(LLM)이 텍스트와 코드를 다룬다면, 피지컬 인공지능은 로봇·로봇팔·자율주행차가 물리 세계를 보고 움직이게 만드는 쪽임
  • 핵심 능력은 두 가지로 나뉨: 관찰을 보고 행동을 정하는 정책 능력, 행동 뒤의 다음 상태를 예측하는 세계 모델 능력
  • 지금까지는 이 둘을 따로 개발하는 경우가 많았는데, 업계 흐름은 둘을 합쳐 더 일반적인 로봇 두뇌를 만들려는 쪽으로 가는 중임

• 중국 스타트업들이 한 분야만 반짝한 것도 아님

  • 세계 모델 능력을 보는 월드아레나에서는 매니폴드 AI의 월드스케이프-0.2가 1위임
  • 로봇 조작용 영상 세계 시뮬레이터의 인식 부문은 에이지봇의 지니인비저너-심2.0-2B가 선두임
  • 훈련 데이터 파이프라인을 다루는 데이터 엔진 부문도 중국 스타트업 덱스포스가 앞서 있음
  • 정책 모델, 세계 모델, 인식, 데이터 파이프라인까지 전부 중국 업체 이름이 보이는 구도라 꽤 묵직함

• 돈도 엄청 빠르게 붙고 있음

  • 스피릿 AI는 15억 위안, 원화로 약 3445억 원 투자를 유치했다고 밝힘
  • 더 무서운 건 속도인데, 불과 3개월 만에 네 번째 투자 라운드임
  • 베이징 인공지능 아카데미에서 육성된 XYZ 체화 인공지능도 10개월 만에 10억 위안을 모았다고 발표함

• 엔비디아도 가만히 있던 게 아니라, 컴퓨텍스 2026에서 꽤 큰 그림을 던진 상태였음

  • 젠슨 황은 유니트리 로보틱스, 샤르파와 함께 인간형 로봇 플랫폼 H2+를 발표함
  • 동시에 코스모스3를 공개하면서, 이 모델이 20조 개의 멀티모달 토큰으로 훈련됐다고 설명함
  • 젠슨 황이 말한 “피지컬 인공지능의 빅뱅”이 과장이 아니라면, 지금은 그 빅뱅 초반에 누가 더 좋은 데이터를 쥐고 있느냐를 겨루는 타이밍임

• 이 분야의 진짜 병목은 모델 구조보다 데이터라는 말이 계속 나옴

  • 젠슨 황도 로봇 시스템과 피지컬 인공지능에서 데이터가 가장 어렵다고 말함
  • 스케일 AI 창업자 알렉산드르 왕은 중국이 데이터 면에서 구조적으로 유리하고, 많은 미국 기업도 로봇 기반 모델 훈련에 중국 데이터를 쓴다고 봄
  • 베이징과 선전 같은 중국 기술 거점은 국가 차원의 데이터 팩토리를 만들어 로봇 데이터를 모으고 있음

• 한국 로봇 업계에도 꽤 직접적인 압박임

  • 현대차·보스턴다이내믹스의 아틀라스, 삼성전자 로봇 태스크포스, 레인보우로보틱스, 두산로보틱스, LG전자 클로이 같은 국내 플레이어들이 피지컬 인공지능 생태계 편입을 서두르는 중임
  • 그런데 중국 스타트업들이 모델 평가 전 부문을 휩쓰는 그림이면, 하드웨어 완성도만으로는 승부가 안 남
  • 결국 로봇을 얼마나 많이 배치했는지, 어떤 환경 데이터를 쌓는지, 그걸 정책 모델과 세계 모델로 얼마나 빨리 학습시키는지가 경쟁력이 됨

---

기술 맥락

• 피지컬 인공지능에서 중요한 선택은 ‘로봇을 더 잘 만드는 것’만이 아니라, 로봇이 보고 판단하고 움직이는 모델을 어디까지 통합할지예요. 기사에서 정책 모델과 세계 모델이 따로 개발되다가 통합 방향으로 간다고 한 이유도, 실제 환경에서는 행동 선택과 결과 예측이 계속 붙어 다니기 때문이에요.

• 엔비디아가 20조 개 멀티모달 토큰을 말한 건 규모의 싸움을 강조한 거예요. 그런데 중국 쪽 강점은 단순 모델 크기보다 실제 로봇 데이터 확보 구조에 있어요. 로봇은 웹 텍스트처럼 공개 데이터를 긁어 모으기 어렵기 때문에, 현장 배치와 데이터 팩토리가 곧 학습 인프라가 되거든요.

• 한국 기업 입장에서는 보스턴다이내믹스나 산업용 로봇 같은 하드웨어 자산이 있어도, 그 장비에서 나오는 데이터를 학습 가능한 형태로 모으고 평가하는 체계가 없으면 격차가 생겨요. 피지컬 인공지능 경쟁은 제품 출시보다 데이터 루프를 누가 먼저 안정화하느냐에 더 가깝게 흘러가고 있어요.