PhiZero: 물리적 언어를 중심으로 구축된 월드 모델

연구진은 물리적 변화를 예측하는 세계 모델 PhiZero를 제안했다.

PhiZero는 라벨 없는 영상에서 압축된 ‘물리 언어’ 코드를 학습하고, 이를 바탕으로 먼저 추론한 뒤 렌더링하는 방식으로 미래 장면을 생성한다.

평가 결과, 일관된 물리적 진화, 상호작용 시뮬레이션, 행동 조건 예측, 제로샷 모션 전이에서 성능을 보였다.

직접 픽셀을 예측하는 방식보다 더 해석 가능하고 현실적인, 제어 가능한 영상 생성에 도움이 될 수 있다.