Inertia-1: 손목 하나로 전신 동작을 이해하는 통합 모션 모델

Inertia-1: An Open Exploration to a Unified Motion Foundation Model

Yang AI Lab이 공개한 Inertia-1은 웨어러블 센서 데이터를 통합하는 모션 파운데이션 모델입니다. 서로 다른 샘플링 속도, 센서 유형, 부착 위치, 신호 형식으로 파편화된 기존 연구와 달리, Inertia-1은 손목 가속도계로 사전 학습한 단일 표현을 머리, 가슴, 엉덩이, 발목 등 신체 여러 부위와 자이로스코프, 자력계 같은 다른 센서 유형에도 재학습 없이 전이할 수 있음을 보여줍니다. 1,800만 시간 이상의 가속도계 데이터로 학습했으며, 다중 스트림 융합을 통해 표현의 정확도와 군집 품질을 높입니다. 또한 1Hz의 낮은 샘플링 속도에서도 활동 인식이 가능하고, 30~60초 윈도우가 최적이며, 3축 입력이 벡터 크기보다 효과적이라는 실용적 설계 지침을 제시합니다.