# MambaAct, 비전·언어·행동 로봇 모델 속도 높여

> 새로운 MambaAct 액션 전문가 모델은 LIBERO 벤치마크에서 성공률을 소폭 높이면서 추론 시간을 최대 65% 단축합니다.

Oossa · 2026-10-19 · https://oossa.com/ko/mambaact-speeds-up-vision-language-action-robots

연구진이 플로 매칭 방식의 비전·언어·행동(VLA) 모델을 위한 더 작은 액션 전문가 모델 MambaAct를 공개했습니다. 기존 π₀.₅ 모델의 시각·언어 인코더는 유지하고, 트랜스포머 기반 액션 부분을 소형 Mamba 모듈로 대체했습니다. 그 결과 액션 전문가 모델의 크기가 10분의 1로 줄었으며, LIBERO 시뮬레이션 벤치마크에서 디노이징 지연 시간이 64.8%, 실제 환경 테스트에서는 58.8% 단축됐습니다. 동시에 LIBERO 평균 성공률은 약 1%포인트 높아졌습니다. 코드와 모델 가중치는 공개됐습니다.

## 팩트

- MambaAct는 이전 액션 전문가 모델보다 10배 작습니다.
- 지연 시간은 LIBERO에서 64.8%, 실제 환경 배포에서 58.8% 줄어듭니다.

## 왜 중요한가

로봇 연구자들은 제한된 하드웨어에서도 VLA 모델을 더 빠르게 실행해 거의 실시간으로 조작 작업을 수행할 수 있습니다.

## 출처 및 참고 자료

1. [MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action Models](https://arxiv.org/abs/2610.22951) – arXiv cs.RO, 2026-10-19

최종 업데이트: 2026-10-19