다중 모달 추론 모델 'Ψ-0.6' 발표

요약

Ψ-0.6는 텍스트를 넘어 깊이, 움직임, 카메라 포즈, 상상된 장면 등을 포함하는 '사고의 흐름(streams of thought)' 방식을 통해 추론하는 새로운 통합 비전-언어 월드 모델이다. 이 모델은 상황에 따라 어떤 사고 형태를 사용할지 스스로 학습하며, 복잡한 공간 추론 성능을 평가하는 MindCube 벤치마크에서 기존 오픈 웨이트 모델들을 뛰어넘는 제로샷 성능을 보였다. 또한 객체의 움직임을 예측하는 FlowBench에서 우수한 성과를 거두었으며, 시뮬레이션 환경에서 학습한 내용을 실제 로봇 테이블탑 환경으로 성공적으로 전이했다. perceiver, VLM, 월드 모델, 추론기, 정책 기능을 단일 모델로 통합하였으며, 강화학습(RL)을 통해 어떤 표현 방식으로 추론할지 결정한다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.