X-WAM

VGGT-Ω REPA(29M)가 X-WAM의 1.64B depth branch 이득의 73%를 재현했으나(61.08→64.67% vs 66.00%), \1는 z=1.82로 미확립 — 100 rollout 재평가 필요. 확립된 것은 PnP에서 explicit depth가 REPA를 7.00%p 이긴다는 것.

REPA 후보 3개는 전부 2026년 선점됐으나, 3D 일관성 진영(SR 0편)과 표현 정렬 진영(3D 정확도 0편) 사이의 다리가 비어 있음 — X-WAM의 depth branch는 1.64B짜리 추론 시 꺼지는 정규화 장치

DROID world-frame pointmap 학습 데이터 파이프라인 구축 완료. GT 3뷰 정합 exterior 2.3cm 검증(wrist extrinsic은 eef 대비 강체 오프셋 std 0mm로 별도 확인). 고정 box B로 metric 복원 가능한 정규화 확정(6.2mm/level). mp4 기본 yuv420p가 pointmap XYZ를 파괴(maxΔ=147)하는 함정을 발견해 libx264rgb -qp 0으로 무손실(maxΔ=0) 확보. 미니 10 에피소드 생성 후 X-WAM RobotDataset 로드 검증 통과. 규모는 wrist intrinsic 가용성 때문에 CLVR 4,702 scene으로 정정(앞선 29k 주장은 오류).

point cloud 실험의 대조군으로 depth 학습을 자체 재현하는 것은 가능. 파이프라인은 이미 20,000 step 완주 이력이 있고 4개 loss 전부 수렴(total 2.77→0.42). 단 그 재현본은 baseline으로 쓸 수 없다 — pretrained 초기화 없음 + 1 GPU(global batch 4 vs 32)로 돌아 SR 11.0% vs 릴리스 75.3%. 8 GPU + pretrained init으로 재실행 시 20k step ≈ 7~8h compute, checkpoint 111GB/개.

멀티뷰+wrist 로보틱스 depth 학습 모델 9편의 정규화 방식 조사. 조사 대상 중 \1하는 것은 X-WAM이 유일 — RynnWorld-4D는 고정 [0,5]m, PointWorld-DROID는 원본 metric mm, RoboTransfer는 센서 기준 전역 metric 정렬로 모두 뷰 독립. X-WAM의 에피소드별·뷰별 min-max는 min/max를 저장하지 않아 metric 복원이 원리적으로 불가능하고 학습 타깃이 ill-posed.

X-WAM depth를 baseline 비판 관점에서 GT 대조 진단. depth 출력이 \1(exo corr(a,−span)=0.99~1.00)이라 전역 스케일로 metric 불가하고, 근거리 wrist는 실사에서 R² 0.22~0.33·변동재현 0.36으로 붕괴. 단 두 exo 뷰는 GT 없이 정합만으로 스케일 복원되어 joint 3D 기하 자체는 실재 — 문제는 출력 파라미터화.

X-WAM(pretrained) RoboLab 표준 15태스크 평가 — policy 성공률 0/120=0% (vs Cosmos3 42%). world-model 상상은 일관되나 액션 브릿지가 실패.

X-WAM \1(5,800h)로 실사 DROID(Franka 3뷰) depth 생성 → 실제 Zed 센서 GT로 검증: 조작 작업공간에서 depth 오차 median 2~9cm(상대 10~24%), X-WAM↔GT 클라우드 NN 2.0~3.7cm로 일치. X-WAM depth는 inverse-depth류(disparity fit 필요), 먼 배경은 포화로 부정확.

X-WAM 생성 RGB+depth를 카메라 K/extrinsic으로 world에 unproject·fuse → GT·생성 fused cloud 둘 다 일관된 부엌 장면으로 정렬, 4D joint 생성의 3D consistency 확인. viser 인터랙티브 뷰어 구축.

Cosmos-Policy-RoboCasa (2B) latency 측정 → action call 353ms eager / 350ms compiled (torch.compile 이득 ~0, TE graph break), per-action 11.0ms = X-WAM eager(11.0)와 동률. 2B인데도 action+future+value 공동 denoise라 fast-path 부재가 이득 상쇄.

X-WAM RoboCasa 평가 재현 — Overall SR 75.8% (910/1200) vs 논문 79.2%. \1, \1, robocasa 0.2.0 정합이 핵심.