메이퇀 연구진, 인터랙티브 비디오 월드 모델 평가 표준 WBench 공개

주장메이퇀 연구진이 인터랙티브 비디오 월드 모델(Interactive Video World Model)의 성능을 체계적으로 검증할 수 있는 통합 평가 체계인 WBench를 새롭게 선보였습니다. 기존 벤치마크는 모델의 특정 능력만을 단편적으로 평가하는 한계가 있었습니다.

팩트WBench는 영상 품질, 설정 준수, 상호작용 준수, 일관성, 물리 법칙 준수라는 5가지 핵심 차원을 기준으로 모델을 평가합니다. 연구진은 총 289개의 테스트 케이스와 1천 58개의 상호작용 턴(Interaction Turn)을 구축했습니다.

팩트이번 벤치마크는 내비게이션, 피사체 동작, 이벤트 편집, 시점 전환 등 4가지 상호작용 유형을 포함합니다. 특히 내비게이션 평가를 위해 텍스트, 6자유도(6-DoF, 6 Degrees of Freedom) 자세 제어, 이산적 동작 제어를 통합했습니다.

주장연구진은 다양한 입력 인터페이스를 가진 모델들을 공정하게 비교할 수 있는 환경을 조성했습니다. 이를 통해 서로 다른 구조를 가진 인공지능 모델 간의 성능 격차를 명확히 파악할 수 있습니다.

팩트평가 과정에는 전문 시각 모델과 거대 멀티모달 모델(LMM, Large Multimodal Model)을 결합한 22개의 자동화된 하위 지표가 활용됩니다. 모든 지표는 인간의 판단 결과와 비교하여 검증 과정을 거쳤습니다.

팩트연구진은 최신 인공지능 모델 20개를 대상으로 성능을 시험했습니다. 그 결과, 모든 평가 항목에서 압도적인 성능을 보이는 단일 모델은 존재하지 않는 것으로 나타났습니다.

주장이번 연구는 각 모델이 가진 고유한 강점과 약점을 진단하는 데 중요한 이정표가 됩니다. 개발자들은 WBench를 통해 모델의 잠재 공간(Latent Space, 데이터의 핵심 특징을 압축한 다차원 공간) 내 표현력을 정밀하게 분석할 수 있습니다.

교차검증해당 논문은 아카이브(arxiv)에 공개된 선공개 논문으로, 아직 학계의 공식적인 동료 평가(Peer Review) 과정을 거치지 않았습니다. 따라서 연구 결과의 학술적 엄밀함은 향후 추가적인 검증이 필요합니다.

교차검증WBench가 제시하는 22개의 자동화 지표가 인간의 주관적인 영상 평가를 완벽하게 대체할 수 있는지에 대해서는 논란의 여지가 있습니다. 데이터셋의 편향성이나 복잡한 물리 법칙 해석 과정에서의 일반화 가능성 등 기술적 한계가 존재할 수 있습니다.

주장이번 벤치마크는 향후 영상 생성 인공지능이 실제 물리 세계를 이해하고 상호작용하는 능력을 높이는 데 기여할 전망입니다. 연구진은 코드와 데이터를 오픈소스로 공개하여 관련 분야의 연구 활성화를 도모합니다.

팩트연구진 소속 정보는 메이퇀(Meituan)을 포함한 연구팀으로 아카이브 등록 기준에 따릅니다. 상세한 연구 내용과 데이터는 공식 깃허브 저장소에서 확인할 수 있습니다.

출처arxiv의 선공개 논문(https://arxiv.org/abs/2605.25874)을 참고했습니다.