셩쉬의 Motus2는 인공지능의 다음 행보가 물리적 세계라는 것을 보여줍니다. 바로 이곳에서 돈이 흐릅니다.

이번 주의 가장 인상적인 로봇 데모는, 전구를 고정시키거나 종이컵을 꺼내거나 종이를 찢는 기능을 가진 로봇 손입니다. 이 회사는 구매할 수 없는 회사입니다. ShengShu Technology는 베이징에 있는 사기업으로, AI 비디오 생성기인 Vidu로 유명합니다. 9월 14일에는 “자가 진화하는 일반 세계 모델”인 Motus2를 공개했습니다.공동 창립자이자 CEO인 루오 예항이 제시함2026년 반드 컨퍼런스에서.

미국의 소매 투자자라면 그냥 무시하는 것이 좋습니다. 주식 코드도 없고, 참여할 방법도 없습니다. 하지만 그건 실수입니다. Motus2를 읽는 것은 중요합니다. 왜냐하면 그것은 인공지능 산업이 어디로 나아가고 있는지를 보여주는 자료이기 때문입니다. 또한, 스타트업에서는 돈이 어디에 쓰이는지도 알 수 있기 때문입니다.

“세계 모델”이란 무엇인가요? 그리고 왜 로봇에게는 그런 모델이 필요한가요?

최근까지 인공지능의 급성장은 단순한 언어 처리 문제에 불과했습니다. 모델들은 다음 단어를 예측하거나, 다음 이미지를 인식하거나, 다음 비디오 프레임을 해석하는 능력을 갖추게 되었습니다. 이는 픽셀을 통해 세계를 시뮬레이션하는 방식이었으며, 그 과정에서 물리 법칙이 적용될 필요는 없었습니다. 반면 로봇은 전혀 다른 문제를 안고 있습니다. 로봇은 물체와 접촉해야 하며, 그 접촉은 압력, 미끄러짐, 가려짐 등의 현상으로 나타납니다. 단순히 시각만으로는 손이 무언가를 떨어뜨릴지 아닌지를 알 수 없습니다.

모투스2는 셩쉬가 말하는 ‘닫힌 루프’입니다. 단순히 다음에 무슨 일이 일어날지 예측하는 모델이 아니라, 행동을 제안하고 그 결과를 예측하며, 얼마나 진전이 이루어졌는지를 평가하는 세 가지 과정을 하나의 시스템으로 통합합니다. 그리고 그 점수를 활용해 인간의 피드백 없이도 자체적으로 정책을 개선할 수 있습니다. 이 회사는 이 구조를 “자기진화적”이라고 부릅니다. 그리고 이 설계 목표는 실제적인 것입니다. 즉, 로봇이 걷거나 일할 수 있는 능력을 갖추는 데 있어서 중요한 요소인 미세운동 능력입니다.

투자자에게 관심이 갈 만한 부분은 셩쉬가 어떤 훈련 데이터를 사용하는지입니다. 왜냐하면 이 방법을 통해 로보틱스 분야에서 가장 비용이 많이 드는 문제를 피할 수 있기 때문입니다. 손으로 라벨이 지정된 로봇 시연 자료는 귀중하고 수집하기도 비싼데, 셩쉬는 대신 약간의 데이터만으로도 훈련을 진행합니다.130,000시간의 자기중심적 인간 영상– 사람들이 손으로 하는 행동들을 담은 1인칭 시네마틱 영상들 – 그 다음으로, 100시간 이상에 달하는 로봇의 동작 데이터 중에서 비교적 적은 부분을 추가하여, 인간의 경험이 실제로 로봇이 할 수 있는 일들에 어떻게 적용되는지 보여줍니다. 중요한 것은 계층 구조입니다. 풍부한 인간의 경험을 활용하여 일반화를 이루고, 희귀한 로봇 데이터만을 사용하여 그 정보를 번역해내는 것입니다.

보고된 결과는 이 리프트가…작업 성공률이 51%에서 84%로 증가했습니다.동일한 조정 과정을 거쳤습니다. 가벼운 촉각 센서를 추가함으로써, 시각적으로는 해결할 수 없는 문제들을 해결할 수 있게 되었고, 종이를 찢거나 컵을 빼내는 등의 작업에서 성공률이 60%에서 72.5%로 향상되었습니다. 이는 연구 결과에 따른 수치이며, 실제 수익과는 관련이 없습니다. 하지만 이는 중요한 메커니즘을 보여줍니다. 저비용으로 “경험”을 얻을 수 있는 회사는, 일반적인 능력을 대규모로 훈련시킬 수 있는 데이터 경로를 찾아냈습니다.

실제 결과와는 분리된 로드맵 주장

이곳에서 규율이 중요한 역할을 합니다. 기술적 성과도 중요하지만, 그 성과가 실제적인 결과로 나타날 때까지는 그렇지 않습니다. 이것이 제가 적용하는 운영 원칙입니다. 이러한 기준에 따르면, Motus2는 단순한 성과가 아니라 실제적인 결과를 가져오는 것입니다.

셩슈는 그것을 사다리의 한 단계로 설명합니다. 즉, 모투스2라고 부릅니다.“3단계 – 세계 속에서 행동하는 것”의 구체적인 실행 방식그리고 이는 “4단계 – 자율적인 세계 에이전트”를 실현하기 위한 기술적 경로를 제공한다고 말합니다. 구체적인 아키텍처와 논문, 시연 결과도 공개되었으며, 물류, 제조, 소비자용 로봇 분야가 그 목표 산업으로 지정되었습니다. 이것이 바로 미래입니다. 현재로서는 고객이 로봇을 사용하는 데 비용을 지불해야 한다는 내용은 없으며, 로봇의 경제성, 즉 로봇과 센서, 배치 방식, 그리고 인간보다 저렴한 총 비용 등에 대해서는 대부분의 산업 분야에서 몇 년이 더 필요합니다.

그것과 비교해보면, 성수사가 실제로 운영 결과를 보여주는 부분은 무엇일까요? 그건 바로 비두입니다. 비두는 비디오 생성 도구이며, MaaS, SaaS, 앱, 에이전트 등의 형태로 200개 이상의 국가에서 상용화되고 있습니다. 회사에 따르면…2025년에는 사용자와 수익이 각각 10배 이상 증가했습니다.오늘날 비디오 생성은 실제로 상품화된 산업입니다. 로보틱스는 투자자들의 자본을 활용한 연구 프로젝트에 불과합니다. Motus2를 단순히 수익을 창출할 수 있는 상품으로 보는 접근법은, 그 기술적 성과를 실제로 얻을 수 있는 기회로 오인하는 것입니다. 바로 이런 오류가 진정한 기술적 성과를 실망스러운 투자 기회로 만들어버립니다.

스타트업을 구입할 수 없는 상황에서 돈이 어디로 흘러가는지

따라서 투자할지 여부를 결정할 때 중요한 것은 “ShengShu를 구매해야 할까?”가 아니라 “로봇 기술의 수익이 발생하기 전에 누가 보상을 받을 것인가”입니다. 답은 여러 측면에서 고려되어야 합니다.

돈의 흐름부터 시작해 보세요. 2026년 4월에…알리바바 클라우드는 승수에 20억 위안, 약 2억 9천만 달러 규모의 투자를 했습니다.TAL Education, 바이두 벤처스, 루미눈 벤처스와 함께 참여했으며, 이 스타트업은 자신의 가치 평가를 공개하지 않았습니다. 알리바바의 전략은 비디오 제작에 대한 투자가 아니었습니다. 그 목적은 자사의 클라우드 플랫폼을 더 많이 활용하도록 유도하는 것이었으며, 자체 보고서에 따르면 그렇습니다.알리바바의 가장 빠르게 성장하는 수익원그것이 주목해야 할 패턴입니다. 전략적 지원자들에게 있어서, 세계적인 스타트업에 자금을 제공하는 것은 세계적인 기업으로 성장시키는 방법입니다.계산하기그들의 구름 위로… 로봇 자체가 실제로 작동하든 안 하든, 어떤 곳에서든 그 훈련과 추론이 이루어져야 합니다.

이것은 물리적 세계에 적용된 초기 LLM 단계와 같은 패턴입니다. 컴퓨팅 작업은 개발 과정에서 이루어지는 부분이며, 성숙한 배포를 통해 수익을 얻는 소프트웨어와 하드웨어는 나중에 등장합니다. 따라서 소매업체의 포트폴리오에 있어서 지속적으로 관찰할 수 있는 요소는 상단부에 위치합니다. 즉, 세계 모델 및 로보틱스 훈련을 위한 GPU 구축사들과 하이퍼스케일 클라우드는 현재 CAPEX를 창출하는 역할을 합니다. 반면, 실제로 성공한 로보틱스 기업들은 몇 년 후에야 명명될 것이며, 대부분은 그 연구실들이 아니라 다른 곳에서 성공할 것입니다.

실제로 투자할 수 없는 데모에서 얻을 수 있는 것은 무엇인가요?

이 모든 것들은 세계 모델의 전환이 실제로 일어나고 있다는 것을 부정하지 않습니다. 또한 셩쉬가 무시할 수 없는 존재라는 것도 아닙니다. 중요한 것은 시장이 아직 초기 단계에 있다는 점입니다. 즉, 수십억 달러 규모의 자금을 확보한 스타트업이며, 비디오 분야에서 실제 소비자 판매 수익도 있고, 로봇 기술도 상당히 발전했지만, 그 발전을 판매로 전환하지 못한 상태입니다. 판단을 바꿀 수 있는 유일한 요소는 클라우드나 칩 매출에서 세계 모델과 로봇 기술이 활용되는 모습, 그리고 AI가 하이퍼스케일 기업의 성과에 반영되는 모습입니다. 연구 논문은 신호이며, 투자 비용은 실제적인 결과입니다.

그때까지는 Motus2를 그대로 받아들이세요. 이는 인공지능의 순환이 픽셀에서 물리적 세계로 전환되고 있다는 증거이며, 이 초기 단계에서는 돈이 여전히 컴퓨팅 권리를 가진 회사로 흘러가고, 데모를 소유한 스타트업으로는 흐르지 않는다는 것을 의미합니다.