구글 딥마인드(Google DeepMind)는 알리바바의 Wan2.1 프레임워크를 기반으로 구축된 ‘GenCeption’ 모델을 출시했는데, 이 모델은 영상 생성을 역전시켜 시각 분석 엔진으로 전환합니다. 이 모델은 단일 전방 통과(forward pass) 과정에서 깊이 추정, 분할, 3D 자세 추정 등 5가지 핵심 작업을 동시에 수행합니다. 단 7,500개의 1인 합성 영상으로만 훈련되었음에도 불구하고, 이 모델은 다인, 동물, 로봇이 등장하는 장면까지 일반화하여 처리할 수 있습니다. 소형 모델은 6초 만에 81프레임을 처리하며, 140억 파라미터 규모의 대형 모델은 10초가 소요되지만 고양이의 수염이나 털과 같은 미세한 디테일까지 정확히 재현합니다.