"세계 모델"은 AI에서 가장 의미가 넓게 늘어난 용어 중 하나가 됐습니다. 그럴듯한 영상을 만드는 동영상 생성기에도, 3D 장면 복원에도, 로봇 정책에도, 게임 같은 상호작용 시뮬레이터에도 이 말이 쓰입니다. 저자 16명으로 이뤄진 연구 그룹 OpenEnvision의 새 프리프린트는 이 용어의 뜻에 합의하고 이런 시스템을 공통 기반 위에서 돌리기 전까지는 이 분야의 진전을 측정할 수 없다고 주장합니다. 그 답이 이를 실행하고 평가하는 오픈소스 인프라 WorldFoundry입니다.
논문은 정의로 시작합니다. 논문이 말하는 생성형 세계 모델은 환경에 대한 지속적인 내부 상태를 유지하고, 누군가 개입하면 그 상태를 갱신하며, 실제로 일어나지 않은 개입까지 포함해 그 행동을 반영한 일관된 미래를 만들어 냅니다. 보기 좋은 영상은 만들지만 카메라가 돌면 방의 배치를 잊어버리는 동영상 모델은 해당하지 않습니다. 저자들은 시각적 그럴듯함이 진짜 세계 모델의 필요조건도 충분조건도 아니라고 주장하며, 물리 중심 벤치마크들이 이 간극을 계속 드러내고 있다고 말합니다.
소프트웨어는 실용적인 부분입니다. WorldFoundry는 모델과 벤치마크 찾기, 실행 환경 준비, 실행, 결과 저장, 시각화를 한곳에 모으고, 동영상, 3D와 4D, 신체 기반 행동, 상호작용 시스템용 어댑터를 둬 각각이 원래의 입력과 평가 규칙을 유지하게 합니다. 가장 중요한 설계 선택은 모델이 실제로 실행됐는지와 점수가 얼마나 좋았는지를 분리한 것입니다. 매니페스트가 각 항목에 필요한 것을 선언하고, 출력은 고정된 계약에 따라 저장되며, 점수표는 실행 증거를 성능 주장과 따로 기록합니다. 현재 카탈로그에는 모델 항목 270개, 벤치마크 74개, 지표 항목 62개가 있으며, 팀은 모든 모델 실행기를 문서화된 기준 절차로 처음부터 끝까지 확인했다고 밝힙니다.
이것이 중요한 이유는 세계 모델 결과 를 비교하기가 악명 높게 어렵기 때문입니다. 연구소마다 자체 설정을 쓰고, 데모 영상이 증거를 대신하는 일도 흔합니다. 이런 공통 시험대는 공통 평가 도구가 언어 모델에 해 준 일을 세계 모델에 해 줄 수 있으며, Nvidia의 Cosmos 계열 같은 시스템에 대한 주장을 경쟁 모델과 같은 조건에서 확인하기 쉽게 만들 수 있습니다.
주의할 점은 채택과 깊이에 있습니다. 카탈로그 항목이 실행된다는 것은 원래 저자들이 인정할 만한 평가가 이뤄졌다는 뜻이 아니며, 논문의 정의는 유용하지만 저자들의 것이라 모두가 받아들이지는 않을 것입니다. 인프라는 다른 연구소들이 써야 가치가 생기는데, 프리프린트 단계에서는 아직 이를 보여 줄 수 없습니다. 동료 심사도 거치지 않았습니다.