Google DeepMind, 실시간 월드 모델 Genie 4 발표…음성 및 대화 지원

Google DeepMind는 Genie 3의 후속인 월드 모델 Genie 4를 발표했다. 장면을 프레임 단위로 계산하며, 키보드 조작과 텍스트 프롬프트에 반응한다. 음성과 등장인물의 대화도 생성하며, 현재는 일부 테스터만 리서치 프리뷰로 이용할 수 있다.

Google DeepMind, 월드 모델 Genie 4를 리서치 프리뷰로 공개… 음성 생성과 실시간 조작 지원

Google DeepMind는 월드 모델 Genie 4를 리서치 프리뷰로 공개했다. 시뮬레이션 도중 프롬프트를 입력해 장면을 바꿀 수 있으며, 음악과 환경음, 대화 음성도 실시간으로 생성한다. 신뢰할 수 있는 테스터가 이용할 수 있으며, 몇 주 안에 Google AI Ultra의 Project Genie 등으로 확대될 예정이다.

Google DeepMind, 월드 모델 'Genie 4' 발표… 음성 네이티브 생성 및 실시간 조작 지원

Google DeepMind가 월드 모델 Genie 4를 발표했다. 실시간 대화형 시뮬레이션에서 사실감이 향상됐으며, 음악, 환경음, 대화 음성을 월드와 동시에 생성할 수 있는 네이티브 멀티모달 모델이다. 현재는 신뢰할 수 있는 테스터를 대상으로 한 리서치 프리뷰로 제공되며, Google AI Ultra의 Project Genie 등에 순차적으로 확대될 예정이다.

Google DeepMind, 월드 모델 Genie 4 발표

Google DeepMind가 월드 모델 Genie 4를 발표했다. Genie 3에서 여러 면으로 개선되었으며, 더 사실적인 물리 표현과 인물 묘사를 내세운다. 업데이트된 Gemini 모델의 활용이 개선의 한 요인으로 꼽히며, 이용에는 높은 요금이 필요할 수 있다.

NVIDIA, 유럽 산업용 오픈 모델군 확충… Nemotron 3.5·Kumo·Cosmos 3.5 등

NVIDIA는 언어, 로보틱스, 생물, 양자 분야에서 오픈 모델을 확충하며 Nemotron 3.5 Super VL, Nemotron 3.5 Bolt, Kumo, Cosmos 3.5, Alpamayo 2 Edge, BioNeMo, Ising 등을 발표했다. 회사는 이를 각 지역의 언어와 산업에 맞는 애플리케이션을 자사 데이터로 커스터마이즈하고, 관리하는 인프라에 배포할 수 있는 기반으로 자리매김하고 있다. 대부분은 Hugging Face, GitHub, build.nvidia.com을 통해 제공된다.

NVIDIA Cosmos3-H-Dreams, 생성 시뮬레이션으로 임상 수술 재현

NVIDIA는 담낭 절제술의 임상 기록으로 학습하고 실시간 키네매틱스 제어를 지원하는 실시간 생성형 수술 시뮬레이터 「Cosmos3-H-Dreams」를 발표했다. Cosmos 3과 FlashDreams를 활용하며, 단일 NVIDIA RTX PRO 6000 GPU에서 인터랙티브하게 작동한다. 기반이 되는 Cosmos3-H-Embodied-Nano는 16B 파라미터이며, 4단계 버전과 2단계 버전의 두 가지 체크포인트가 제공된다.

Dyna Robotics·Jason Ma 인터뷰, Dyna-2와 1시간 이상 자율 동작을 목표로 하는 범용 피지컬 에이전트

Dyna Robotics의 Jason Ma(공동창업자 겸 수석 과학자)가 100만 시간 이상의 인간 영상으로 사전 학습한 월드 액션 모델 'Dyna-2'와 그 피지컬 로봇 에이전트 'Dyna-2.1'에 대해 이야기한다. 강연에서는 냅킨 접기 작업을 24시간 연속으로 수행해 성공률 99.4%를 달성했다는 점이 소개되었다. 또한 로봇은 최소 45분의 시연만으로 새로운 작업을 학습할 수 있으며, Din Tai Fung에서는 매일 수천 장의 냅킨을 접는 방식으로 운용되고 있다고 설명했다.

Google DeepMind@GoogleDeepMindAI 점수6060

Google DeepMind는 Gemini 4 Argon이 영상만 보고 로봇에게 콘홀(corn hole) 던지기를 가르쳤다고 발표했다. 물리 법칙을 파악하고 스스로 시뮬레이션을 코드로 작성해, @Apptronik의 휴머노이드 Apollo가 7번 연속 성공하도록 했다고 한다.

Google DeepMind, 로보틱스용 Gemini 4 Argon 공개…ERQA 87% 기록

Google DeepMind가 Gemini 4 Argon을 공개했다. 물리 이해, 코드 생성, 시각·의미 추론이 크게 발전했다고 밝혔으며, Embodied Reasoning(ERQA) 벤치마크에서 순수 추론만으로 87%를 기록해 다른 프런티어 모델을 앞선다고 설명했다. gemini-4-argon이라는 이름으로 Google AI Studio, Gemini API, Google Antigravity에서 사용할 수 있다.

Google、Gemini 4 Argon 제공 개시… 개발자·기업·일반 사용자 대상

Google이 최신 프런티어 모델 Gemini 4 Argon의 제공을 시작했다. AI Studio와 Gemini Platform의 API, Google Antigravity, Gemini 앱, AI Mode에서 이용할 수 있으며, 도입 가격은 입력 100만 토큰당 $2, 출력 $10이다. Vals Index에서 1위를 차지했다고 하며, 코딩, 금융, 법무, 사이버 보안, 과학 분야의 활용 사례도 함께 소개됐다.

Google DeepMind, 사이클론 예측 WeatherNext를 Nature 논문과 함께 오픈소스로 공개

Google DeepMind는 사이클론의 진로, 강도, 바람 구조를 단일 모델로 예측하는 WeatherNext를 Nature 논문으로 발표하고, WeatherNext 2와 WeatherNext Cyclones의 코드 및 모델 가중치를 공개했다고 밝혔다. 3일 앞의 예측이 기존 모델의 2일 앞 예측 정확도에 해당하며, 평균적으로 하루치 예측 정확도가 더해진다고 한다. 소형 버전인 WeatherNext 2-mini도 함께 공개됐으며, 무료 Colab 노트북에서 단일 TPU로 실행된다.

Google DeepMind, 로봇용 추론 모델 Gemini Robotics ER 2 공개

Google DeepMind가 로봇을 위한 '신체성 추론' 모델 Gemini Robotics ER 2를 공개했다. 영상 이해, 작업 오케스트레이션, 다중 로봇 협업을 지원하며 ER 1.6에서 성능이 강화됐다. Gemini API와 Google AI Studio를 통해 개발자에게 제공되며, Gemini Enterprise Agent Platform에서는 비공개 프리뷰로 제공된다.

Google DeepMind, Gemini Robotics 2 발표… 휴머노이드 전신 제어 지원

Google DeepMind가 로봇용 Gemini Robotics 2를 발표했다. VLA인 Gemini Robotics 2, 추론 모델인 Gemini Robotics ER 2, 온디바이스용 Gemini Robotics On-Device 2 등 3개 모델로 구성되며, 휴머노이드의 전신 제어와 여러 로봇의 협업을 가능하게 한다. ER 2는 Google AI Studio에서 이용할 수 있고, VLA와 On-Device 모델은 조기 액세스 파트너를 대상으로 제공된다.

Mistral, 단안 RGB 카메라만으로 자율주행하는 로봇용 모델 「Robostral Navigate」 발표

Mistral AI는 로봇 내비게이션에 특화된 8B 모델 「Robostral Navigate」를 발표했다. 깊이 센서나 LiDAR 없이 일반 RGB 카메라 한 대와 자연어 지시만으로 환경 안을 이동한다. R2R-CE의 미학습 환경(validation unseen)에서 성공률 76.6%를 달성했으며, 단일 카메라 방식보다 9.7%포인트, 깊이 센서나 다중 카메라를 사용한 방식보다 4.5%포인트 앞선 것으로 알려졌다. 학습은 시뮬레이션 데이터를 활용해 사내에서 구축했으며, 온라인 강화학습(CISPO)을 통해 성공률이 3.2% 추가로 향상됐다.