LWM과 엔비디아의 Physical AI(Cosmos) - LWM은 실제 세계의 시공간적 표현을 학습하여 물리적 특성과 공간지능(spatial intelligence)을 이해하는 모델. - 텍스트

LWM과 엔비디아의 Physical AI(Cosmos) - LWM은 실제 세계의 시공간적 표현을 학습하여 물리적 특성과 공간지능(spatial intelligence)을 이해하는 모델. - 텍스트,언어(LLM)는 많은 상호작용과 소통 방식 중 하나이기에 이것만을 갖고 AGI를 구현할 수는 없다. - 활자를 넘어 인간과 같이 보고 듣고 판단할 수 있는 지능이 필요하다. - 대표적인 LWM 업체인 World Labs는 창업 4개월 만에 유니콘에 등극했고, 'Oasis'를 만드는 Decart AI 역시 5억 달러(약 7500억원)의 기업가치를 인정받았다. - 현재 Diffusion방식의 Gen-AI Image & video의 가장 큰 문제가 일관성과 물리적 특징이다. - 그럴듯한 그래픽 퀄리티를 보이지만 표정이나 액션을 늘리거나, 길이를 늘이거나 조금만 변형을 줘도 무너진다. - '슬롯머신'이란 별명이 붙을 정도로 결과물을 예측할 수 없다. 또한 사용자의 의도를 반영하지 못한다. - 젠슨황이 2025 CES에서 physical AI 모델인 cosmos를 발표. - 이 역시 이름처럼 물리적 특성을 갖춘 AI 모델을 지향 - 현실세계와 같은 물리를 갖춘 디지털 월드를 구현해 다양한 산업 현장에서 활용할 수 있다. - 영화 매트릭스에서 네오가 시스템을 통해 빠른 속도로 쿵푸를 학습한 것처럼 구현된 물리적 환경에서 시간의 제약 없이 데이터를 학습할 수 있다. - 가상현실과 증강현실, spatial computing, 자율주행 등 다양한 기술이 LWM, physical AI와 접목될 수 있다. - AI가 공간과 물리를 이해하는 순간 이를 활용할 수 있는 범위는 기하급수적으로 늘어난다. - AI의 paradigm shift다. - ‘25년에는 LWM 등 physical AI와 호환이 가능한 서비스들이 등장하게 될 것이다. - 3D를 기반으로 물리적 특성을 갖고, 일관성을 유지할 수 있는 서비스들이 필요하다. - AI를 활용해 단순히 밈 콘텐츠를 만드는게 아니라 로봇 학습/테스트처럼 산업적으로도 활용할 가능성이 생긴다. - 콘텐츠 영역에서는 물리적 특징을 갖춘 모션, 표정, 상호작용 등이 점점 중요한 개념이 된다. https://brunch.co.kr/@tommyhslee/132