3D AI 기술 스타트업 엔닷라이트(대표 박진영)가 모티프테크놀로지스 컨소시엄에 합류하여 대한민국 독자 AI 파운데이션 모델 구축을 위한 국가 프로젝트에 본격 착수한다.
이번 컨소시엄은 300B 파라미터급 추론형 언어모델(LLM)을 시작으로 시각언어모델(VLM), 시각언어행동모델(VLA)까지 단계적으로 AI 모델을 고도화하고, 모델 가중치와 코드, 연산 최적화 라이브러리를 상업용 오픈소스로 공개해 국내 AI 산업 생태계 전반의 성장을 견인할 계획이다.
엔닷라이트는 이번 프로젝트에서 피지컬 AI 학습을 위한 3D 데이터 인프라 구축을 담당하며 두 가지 핵심 역할을 수행한다.
첫째, AI 기반 시뮬레이션 레디(Sim-Ready) 3D 데이터 생성 파이프라인 구축이다. 텍스트나 이미지 입력만으로 실제 제조 가능한 정밀 3D CAD 데이터를 생성하고, 시뮬레이션 환경에 바로 적용 가능한 형태로 변환해 기존 CAD-시뮬레이터 변환 과정에서 발생하던 시간과 비용 문제를 해소한다.
둘째, 피지컬 AI 학습용 VLA 모델 학습에 필요한 대규모 합성 데이터 생성이다. 시각·언어·행동을 통합 제어하는 VLA 모델 학습에 필요한 합성 데이터를 시뮬레이션 기반으로 제공하며, 비용을 절감하면서도 무한한 확장성과 재현성을 확보할 수 있다. 이는 국가 차원의 AI 로보틱스 경쟁력 확보에 필수적 인프라로 평가된다.
박진영 엔닷라이트 대표는 “AI 파운데이션 모델 경쟁은 물리 세계 이해를 포함한 피지컬 AI로 확장되고 있으며, 로봇·자율 시스템 분야에서 Sim-Ready 3D 데이터 인프라가 국가 경쟁력을 결정할 것”이라며, “엔닷라이트는 국내 AI 생태계 물리적 기반 구축과 산업 전반의 AI 전환 가속화에 중추적 역할을 수행하겠다”고 말했다.
- 관련 기사 더 보기
Endotlight participates in a national project to build a unique AI foundation model in South Korea.
3D AI technology startup Endotlight (CEO Jinyoung Park) has joined the Motif Technologies consortium and is launching a national project to build a unique AI foundation model for South Korea.
This consortium plans to gradually advance AI models, starting with a 300B parameter-level inferential language model (LLM) and moving on to visual language models (VLM) and visual language behavior models (VLA), and to drive the growth of the entire domestic AI industry ecosystem by releasing model weights, code, and computational optimization libraries as commercial open source.
EndotLight will be responsible for building the 3D data infrastructure for physical AI learning in this project and will play two key roles.
First, we're building an AI-based simulation-ready (Sim-Ready) 3D data generation pipeline. Using just text or image input, we generate precision 3D CAD data that can be manufactured and then convert it into a form ready for immediate application in a simulation environment, eliminating the time and cost issues inherent in traditional CAD-to-simulator conversion processes.
Second, the creation of large-scale synthetic data required for training VLA models for physical AI learning. This simulation-based approach provides the synthetic data necessary for training VLA models that integrate vision, language, and behavior, while reducing costs and ensuring infinite scalability and reproducibility. This infrastructure is considered essential for securing national AI robotics competitiveness.
Park Jin-young, CEO of Ndotlight, said, “The AI foundation model competition is expanding to physical AI, including understanding the physical world, and Sim-Ready 3D data infrastructure in the robotics and autonomous systems fields will determine national competitiveness.” He added, “Ndotlight will play a pivotal role in establishing the physical foundation of the domestic AI ecosystem and accelerating the AI transition across industries.”
- See more related articles
エンドライト、韓国独自のAIファンデーションモデル構築国家プロジェクト参加
3D AI技術スタートアップエンドライト（代表パク・ジニョン）がモチーフテクノロジーコンソーシアムに合流し、大韓民国独自のAIファンデーションモデル構築のための国家プロジェクトに本格着手する。
今回のコンソーシアムは300Bパラメータ級推論型言語モデル(LLM)を皮切りに、視覚言語モデル(VLM)、視覚言語行動モデル(VLA)まで段階的にAIモデルを高度化し、モデル重みとコード、演算最適化ライブラリを商業用オープンソースで公開し、国内AI産業生態系全般の成長を進めた。
Endlightは今回のプロジェクトでフィジカルAI学習のための3Dデータインフラ構築を担当し、2つの重要な役割を果たす。
まず、AIベースのシミュレーションレディ(Sim-Ready)3Dデータ生成パイプライン構築である。テキストや画像入力だけで実際に製造可能な精密3D CADデータを生成し、シミュレーション環境にすぐに適用可能な形に変換し、既存のCAD-シミュレータ変換過程で発生していた時間とコストの問題を解消する。
第２に、フィジカルＡＩ学習用のＶＬＡモデル学習に必要な大規模合成データ生成である。視覚・言語・行動を統合制御するVLAモデル学習に必要な合成データをシミュレーションベースで提供し、コストを削減しながらも無限の拡張性と再現性を確保することができる。これは、国家レベルのAIロボティクス競争力確保に不可欠なインフラとして評価される。
パク・ジニョン・エンダライト代表は「AIファンデーションモデル競争は物理世界理解を含むフィジカルAIに拡張されており、ロボット・自律システム分野でSim-Ready 3Dデータインフラが国家競争力を決定する」とし、「エンドライトは国内AIエコシステム物理基盤構築と産業全般のAI転換加速化。
- 関連記事をもっと見る
Endotlight参与了韩国一项旨在构建独特人工智能基础模型的国家项目。
3D AI 技术初创公司 Endotlight（CEO 朴镇英）已加入 Motif Technologies 联盟，并启动了一项国家项目，旨在为韩国构建独特的 AI 基础模型。
该联盟计划逐步推进人工智能模型的发展，从 3000 亿参数级推理语言模型 (LLM) 开始，逐步发展视觉语言模型 (VLM) 和视觉语言行为模型 (VLA)，并通过将模型权重、代码和计算优化库作为商业开源资源发布，推动整个国内人工智能产业生态系统的发展。
EndotLight 将负责构建本项目中物理 AI 学习的 3D 数据基础设施，并将发挥两个关键作用。
首先，我们正在构建一个基于人工智能的、可用于仿真的（Sim-Ready）3D数据生成流程。只需输入文本或图像，我们就能生成可用于制造的精确3D CAD数据，然后将其转换为可立即应用于仿真环境的形式，从而消除传统CAD到仿真器转换过程中固有的时间和成本问题。
其次，需要创建用于训练物理人工智能学习的VLA模型所需的大规模合成数据。这种基于仿真的方法提供了训练VLA模型所需的合成数据，这些模型能够整合视觉、语言和行为，同时降低成本并确保无限的可扩展性和可复现性。该基础设施被认为是确保国家人工智能机器人竞争力的关键。
Ndotlight首席执行官朴镇永表示：“人工智能基础模型竞赛正在扩展到物理人工智能领域，包括理解物理世界，而机器人和自主系统领域的Sim-Ready 3D数据基础设施将决定国家的竞争力。”他补充道：“Ndotlight将在构建国内人工智能生态系统的物理基础以及加速各行业的人工智能转型方面发挥关键作用。”
- 查看更多相关文章
Endotlight participe à un projet national visant à construire un modèle de fondation d'IA unique en Corée du Sud.
La startup Endotlight, spécialisée dans les technologies d'IA 3D (PDG Jinyoung Park), a rejoint le consortium Motif Technologies et lance un projet national visant à construire un modèle de base d'IA unique pour la Corée du Sud.
Ce consortium prévoit de faire progresser progressivement les modèles d'IA, en commençant par un modèle de langage inférentiel au niveau des 300 milliards de paramètres (LLM) et en passant aux modèles de langage visuel (VLM) et aux modèles de comportement du langage visuel (VLA), et de stimuler la croissance de l'ensemble de l'écosystème de l'industrie nationale de l'IA en publiant les poids des modèles, le code et les bibliothèques d'optimisation informatique en tant que source ouverte commerciale.
EndotLight sera responsable de la mise en place de l'infrastructure de données 3D pour l'apprentissage physique par l'IA dans ce projet et jouera deux rôles clés.
Nous développons tout d'abord un pipeline de génération de données 3D basé sur l'IA et prêt pour la simulation (Sim-Ready). À partir de simples entrées de texte ou d'image, nous générons des données CAO 3D de précision, exploitables pour la fabrication, puis les convertissons dans un format immédiatement utilisable dans un environnement de simulation. Ce processus élimine les problèmes de temps et de coût inhérents aux méthodes traditionnelles de conversion CAO vers simulateur.
Deuxièmement, la création de données synthétiques à grande échelle est nécessaire à l'entraînement des modèles VLA pour l'apprentissage physique de l'IA. Cette approche par simulation fournit les données synthétiques indispensables à l'entraînement de modèles VLA intégrant vision, langage et comportement, tout en réduisant les coûts et en garantissant une évolutivité et une reproductibilité infinies. Cette infrastructure est considérée comme essentielle pour assurer la compétitivité nationale en robotique et IA.
Park Jin-young, PDG de Ndotlight, a déclaré : « La compétition autour des modèles de base de l’IA s’étend à l’IA physique, notamment à la compréhension du monde physique. L’infrastructure de données 3D compatible avec la simulation dans les domaines de la robotique et des systèmes autonomes déterminera la compétitivité nationale. » Il a ajouté : « Ndotlight jouera un rôle essentiel dans la mise en place des fondements physiques de l’écosystème d’IA national et dans l’accélération de la transition vers l’IA dans tous les secteurs. »
- Voir plus d'articles connexes
You must be logged in to post a comment.