PhiZero는 물리적 언어 분야의 선구자로서, AI 세계 모델이 인간처럼 사고할 수 있도록 돕습니다.
대규모 모델이 주류를 이루는 오늘날의 환경에서, 영상 생성은 점점 더 ‘구현된 지능’을 위한 기초 시뮬레이터로 인식되고 있습니다. 그러나 대부분의 주류 접근 방식은 직접적인 픽셀 공간 예측에 의존하기 때문에, 종종 불안정하거나 일관성 없는 물리 법칙을 초래합니다. 이러한 중요한 산업적 과제를 해결하기 위해, 저희 연구팀은 새로운 물리적 세계 모델인 ‘PhiZero’를 공식적으로 선보였습니다. 전통적인 맹목적 예측을 넘어, PhiZero는 ‘물리 언어’를 혁신적으로 도입하여 AI가 영상 생성 전에 명시적인 물리적 추론을 수행할 수 있도록 지원합니다.
PhiZero의 핵심은 “물리 언어”로 알려진 이산적 표현을 도입한 데 있습니다. 방대한 실외 영상 데이터셋을 활용한 자가 지도 학습을 통해, 이 언어는 상태 전환 패턴을 추출하여 다양한 시각적 맥락에 걸친 동적 진화 규칙을 포착합니다. 이를 활용하여 모델은 “추론 우선, 렌더링 후” 아키텍처를 채택합니다. 즉, 먼저 물리 언어 공간 내에서 미래의 세계 진화 궤적을 자율적으로 추론한 다음, 이를 고해상도 영상 합성을 위한 특화된 확산 디코더로 전달합니다. 이러한 기초 동역학 시뮬레이션과 픽셀 수준 합성의 분리는 물리적 일관성을 크게 향상시킵니다.

기술적으로 이 시스템은 토큰화기(tokenizer)와 추론기(reasoner)라는 두 가지 핵심 모듈로 구성됩니다. 물리 언어 토큰화기는 전환 수준 Q-Former를 사용하여 인접한 상태 간의 변화를 포착하고, 제한된 스칼라 양자화를 통해 간결한 이산 기호를 생성합니다. 이후 확산 디코더는 초기 프레임과 이러한 이산 기호를 기반으로 상세한 시각적 이미지를 재구성합니다. 한편, 사전 훈련된 비전-언어 모델로 초기화된 물리 언어 추론기는 첫 번째 프레임과 텍스트 기반의 동작 의도를 바탕으로 향후 물리 언어 시퀀스를 정확하게 예측합니다.

벤치마크 평가 결과, PhiZero는 Physics-IQ Verified, PhyGround, WorldModelBench를 포함한 다양한 물리적 추론 및 영상 생성 테스트에서 최첨단 성능을 달성한 것으로 확인되었습니다. 충돌로 인한 물체의 변위, 중력에 의한 변형, 또는 복잡한 연쇄 반응을 처리할 때에도 이 모델은 매우 현실적인 물리적 타당성을 보여줍니다.
신체화된 지능과 로봇 공학이 가속화되는 가운데, PhiZero의 출시는 제어 가능하고 상호작용적인 세계 모델링을 위한 새로운 길을 열어줍니다. 이 모델은 장기 시뮬레이션 및 동작 전달 시나리오에서 중추적인 역할을 수행할 것으로 기대됩니다.
관련 기사
엔비디아의 베라 칩: 젠슨 황이 주목받기를 원하는 2,000억 달러의 도박
Nvidia Vera 칩은 실적이 기대치를 상회할 때 종종 헤드라인을 장식하지 않지만, spotlight을 받을 자격이 있다. 1분기 매출이 788억 6천만 달러라는 애널리스트 추정치를 넘어선 816억 2천만 달러를 기록했으며, 2분기 가이던스도 월가의 868억 4천만 달러 예측을 크게 상회하는 910억 달러로, Nvidia의 숫자가 항상 하듯 주목을 끌었다.그러나 CEO 젠슨 황의 애널리스트 컨퍼런스 콜에는 또 다른 분기 실적 초과보다 더 중
밍탕 인텔리전스가 에지 기기를 위한 MiniCPM-V 4.7을 공개하며, 3GB 메모리에서 13+ 토큰/초의 성능을 제공합니다.
밍스지(Mingshi) Intelligence는 최신 엣지 측 멀티모달 대규모 모델인 MiniCPM-V 4.7을 공개했으며, 이는 35B-A3B와 1B 두 가지 구성으로 제공됩니다. 35B-A3B 변형은 MiniCPM-V 시리즈에서 최초의 전문가 혼합(MoE) 모델로, 독점적인 '선견지명 전문가 스케줄링' 기술을 활용하여 엣지 디바이스에서 손실 없는 매끄러운 추론을 제공하며, 클라우드 의존성 없이 효율적으로 실행할 수 있는 최초의 오픈소스 Mo
감마는 디자인 역량을 강화하기 위해 엑셀의 지원을 받은 리카를 인수한다
감마(Gamma), 주요 프레젠테이션 플랫폼은 테크크런치의 독점 보도에 따르면, 엑셀(Accel)의 지원을 받는 디자인 스타트업 리카(Lica)를 인수하여 전담 디자인 연구실을 설립했다고 밝혔다. 리카의 공동 창업자들은 이 새로운 이니셔티브를 주도할 예정이다.스크린샷과 녹화 영상을 프로젝트 프레젠테이션 및 영상으로 변환하는 애플리케이션으로 처음 출시된 리카는 2023년 프리야 칼야나라마만(Priyaa Kalyanaraman)과 푸르반시 메타(
관련 특별 주제 추천
의견 (0)
0/500
대규모 모델이 주류를 이루는 오늘날의 환경에서, 영상 생성은 점점 더 ‘구현된 지능’을 위한 기초 시뮬레이터로 인식되고 있습니다. 그러나 대부분의 주류 접근 방식은 직접적인 픽셀 공간 예측에 의존하기 때문에, 종종 불안정하거나 일관성 없는 물리 법칙을 초래합니다. 이러한 중요한 산업적 과제를 해결하기 위해, 저희 연구팀은 새로운 물리적 세계 모델인

기술적으로 이 시스템은 토큰화기(tokenizer)와 추론기(reasoner)라는 두 가지 핵심 모듈로 구성됩니다. 물리 언어 토큰화기는 전환 수준 Q-Former를 사용하여 인접한 상태 간의 변화를 포착하고, 제한된 스칼라 양자화를 통해 간결한 이산 기호를 생성합니다. 이후 확산 디코더는 초기 프레임과 이러한 이산 기호를 기반으로 상세한 시각적 이미지를 재구성합니다. 한편, 사전 훈련된 비전-언어 모델로 초기화된 물리 언어 추론기는 첫 번째 프레임과 텍스트 기반의 동작 의도를 바탕으로 향후 물리 언어 시퀀스를 정확하게 예측합니다.

벤치마크 평가 결과,
신체화된 지능과 로봇 공학이 가속화되는 가운데,
엔비디아의 베라 칩: 젠슨 황이 주목받기를 원하는 2,000억 달러의 도박
Nvidia Vera 칩은 실적이 기대치를 상회할 때 종종 헤드라인을 장식하지 않지만, spotlight을 받을 자격이 있다. 1분기 매출이 788억 6천만 달러라는 애널리스트 추정치를 넘어선 816억 2천만 달러를 기록했으며, 2분기 가이던스도 월가의 868억 4천만 달러 예측을 크게 상회하는 910억 달러로, Nvidia의 숫자가 항상 하듯 주목을 끌었다.그러나 CEO 젠슨 황의 애널리스트 컨퍼런스 콜에는 또 다른 분기 실적 초과보다 더 중
밍탕 인텔리전스가 에지 기기를 위한 MiniCPM-V 4.7을 공개하며, 3GB 메모리에서 13+ 토큰/초의 성능을 제공합니다.
밍스지(Mingshi) Intelligence는 최신 엣지 측 멀티모달 대규모 모델인 MiniCPM-V 4.7을 공개했으며, 이는 35B-A3B와 1B 두 가지 구성으로 제공됩니다. 35B-A3B 변형은 MiniCPM-V 시리즈에서 최초의 전문가 혼합(MoE) 모델로, 독점적인 '선견지명 전문가 스케줄링' 기술을 활용하여 엣지 디바이스에서 손실 없는 매끄러운 추론을 제공하며, 클라우드 의존성 없이 효율적으로 실행할 수 있는 최초의 오픈소스 Mo
감마는 디자인 역량을 강화하기 위해 엑셀의 지원을 받은 리카를 인수한다
감마(Gamma), 주요 프레젠테이션 플랫폼은 테크크런치의 독점 보도에 따르면, 엑셀(Accel)의 지원을 받는 디자인 스타트업 리카(Lica)를 인수하여 전담 디자인 연구실을 설립했다고 밝혔다. 리카의 공동 창업자들은 이 새로운 이니셔티브를 주도할 예정이다.스크린샷과 녹화 영상을 프로젝트 프레젠테이션 및 영상으로 변환하는 애플리케이션으로 처음 출시된 리카는 2023년 프리야 칼야나라마만(Priyaa Kalyanaraman)과 푸르반시 메타(





집






