오늘의 한줄
오늘은 월드모델을 실제 물리·사회·게임 환경으로 확장하려는 시도와, 멀티모달·에이전트 시스템을 더 측정 가능하고 운영 가능하게 만드는 연구가 두드러졌습니다. 동시에 확산 언어모델, RL 후학습 안정화, VLA 사전학습처럼 차세대 학습 패러다임을 뒷받침하는 인프라 연구도 빠르게 구체화되고 있습니다.
📄Robotics & RL5
Kairos: A Native World Model Stack for Physical AI물리 AI를 위한 네이티브 월드모델 스택, Kairos⭐ 730
Kairos는 이기종 경험을 Cross-Embodiment Data Curriculum으로 학습하고 Hybrid Linear Temporal Attention으로 장기 상태를 유지하는 네이티브 월드모델 스택을 제안해 물리 AI용 운영 인프라의 방향을 구체화했습니다.
EgoCS-400K: An Egocentric Gameplay Dataset for World Models월드모델을 위한 40만 규모 1인칭 게임플레이 데이터셋, EgoCS-400K⭐ 24
EgoCS-400K는 프로 Counter-Strike 리플레이에서 비디오·행동·상태·언어를 시간 정렬해 추출한 대규모 1인칭 상호작용 데이터셋으로, 월드모델 학습용 실행 가능 데이터 부족 문제를 정면으로 다룹니다.
From Trainee to Trainer: LLM-Designed Training Environment for RL with Multi-Agent Reasoning훈련생에서 훈련 설계자로: 다중 에이전트 추론을 위한 LLM 기반 RL 환경 설계⭐ 14
이 연구는 실패 궤적을 분석한 LLM이 다음 학습 단계의 환경 구성을 직접 재설계하는 LLM-as-Environment-Engineer를 제안하며, MAPF-FrozenLake에서 Qwen3-4B 기반으로 최고 종합 성능을 달성했습니다.
💡 로보틱스·월드모델 연구는 이제 단일 로봇 제어를 넘어 데이터 스택, 사전학습, 환경 설계, 인간 동작 생성까지 하나의 연속된 시스템으로 확장되고 있습니다. 특히 인간·게임·로봇 데이터를 함께 묶어 장기 기억과 행동 예측을 학습하려는 흐름이 강해졌습니다.
💻Code & Agents4
GameCraft-Bench: Can Agents Build Playable Games End-to-End in a Real Game Engine?에이전트는 실제 게임 엔진에서 플레이 가능한 게임을 끝까지 만들 수 있을까?⭐ 44
GameCraft-Bench는 140개 Godot 과제로 엔진 기반 게임 생성 능력을 실행 가능한 플레이 기준으로 평가하며, 최전선 코딩 에이전트도 완성도 높은 게임 제작에는 아직 큰 격차가 있음을 보여줍니다.
Native Active Perception as Reasoning for Omni-Modal Understanding옴니모달 이해를 위한 네이티브 능동 지각형 추론⭐ 14
OmniAgent는 비디오 이해를 POMDP 기반 Observation-Thought-Action 루프로 재정의해, 비디오 길이와 무관하게 필요한 단서만 수집·기억하는 능동 지각형 옴니모달 에이전트를 구현했습니다.
Externalizing Research Synthesis and Validation in AI Scientists through a Research Harness리서치 하니스로 AI 과학자의 종합·검증 과정을 외재화하다⭐ 13
Xcientist는 문헌 근거, 아이디어 상태, 실험 계획, 수리 기록을 지속 아티팩트로 관리해 AI 과학자의 claim drift를 줄이고, 문제 정의부터 검증까지 추적 가능한 연구 자동화를 구현했습니다.
💡 에이전트 연구는 단순한 문제 풀이보다 실제 환경에서의 제작, 탐색, 자기개선, 연구 수행처럼 '운영 가능한 루프'를 갖추는 방향으로 이동하고 있습니다. 동시에 벤치마크와 하니스가 정교해지며, 에이전트의 겉보기 성능보다 과정의 검증 가능성이 더 중요해지고 있습니다.
📄Multimodal & Generative7
Beyond the Current Observation: Evaluating Multimodal Large Language Models in Controllable Non-Markov Games현재 관측을 넘어: 제어 가능한 비마르코프 게임에서 멀티모달 LLM 평가⭐ 33
RNG-Bench는 Matching Pairs와 3D Maze로 과거 관측 복원과 행동 결정을 분리 평가해, MLLM의 메모리 기반 상호작용 능력을 정교하게 측정하는 비마르코프 게임 벤치마크를 제시했습니다.
MolmoMotion: Forecasting Point Trajectories in 3D with Language Instruction언어 지시로 3D 포인트 궤적을 예측하는 MolmoMotion⭐ 35
MolmoMotion은 116만 비디오에서 만든 MolmoMotion-1M과 PointMotionBench를 바탕으로, 언어 목표 조건하에 3D 포인트 미래 궤적을 예측하는 새로운 모션 포캐스팅 문제를 대규모로 정식화했습니다.
MaineCoon: Pursuing A Real-Time Audio-Visual Social World Model실시간 오디오-비주얼 소셜 월드모델을 향한 MaineCoon⭐ 24
MaineCoon은 22B 규모의 실시간 오디오-비주얼 자기회귀 모델로, 단일 GPU에서 최대 47.5 FPS와 서브초 상호작용을 달성해 소셜 인터랙션 특화 월드모델의 가능성을 열었습니다.
💡 멀티모달 연구는 이해와 생성의 경계를 허물면서도, 메모리·토크나이저·주파수·지시 방식처럼 병목이 되는 표현 단위를 정교하게 재설계하는 쪽으로 진화하고 있습니다. 특히 실시간성, 상호작용성, 3D·산업·소셜 같은 도메인 특화 요구가 본격적으로 전면에 등장했습니다.
📄Training & Optimization1
STARE: Surprisal-Guided Token-Level Advantage Reweighting for Policy Entropy Stability정책 엔트로피 안정을 위한 놀람도 기반 토큰 수준 이점 재가중치, STARE⭐ 16
STARE는 GRPO의 토큰별 엔트로피 붕괴를 surprisal 기반 중요 토큰 재가중치와 목표 엔트로피 게이팅으로 완화해, 1.5B~32B 모델과 세 과제군에서 더 안정적인 RL 후학습을 보여줬습니다.
💡 후학습 최적화는 이제 단순히 보상을 키우는 문제가 아니라, 엔트로피 붕괴 같은 동역학을 어떻게 제어하느냐의 문제로 옮겨가고 있습니다. STARE는 토큰 수준 신호를 직접 다루는 미세 제어가 대형 모델 RL 안정화의 핵심이 될 수 있음을 시사합니다.
🗣️Language Models2
SAE Interventions are Unreliable: Post-Intervention Recovery of Suppressed BehaviorSAE 개입은 믿기 어렵다: 억제된 행동의 개입 후 복구⭐ 8
이 연구는 SAE 기반 안전 개입이 특정 유해 특징을 계속 고정해도 잔차 공간 최적화만으로 원래 행동을 복구할 수 있음을 보여주며, 잠재공간 방어의 신뢰성에 근본적 의문을 제기했습니다.
Sumi: Open Uniform Diffusion Language Model from Scratch처음부터 학습한 오픈 균일 확산 언어모델, Sumi⭐ 6
Sumi는 1.5T 토큰으로 처음부터 사전학습한 7B 규모 오픈 UDLM으로, 지식·추론·코딩 벤치마크에서 동급 자기회귀 모델과 경쟁하며 확산 언어모델의 스케일링 기준점을 마련했습니다.
💡 언어모델 분야에서는 새로운 생성 패러다임의 스케일업과 안전 개입의 취약성 검증이 동시에 진행되고 있습니다. 즉, 모델을 더 다르게 학습하는 시도와 함께, 기존 해석·제어 기법이 실제로 얼마나 믿을 만한지 다시 따져보는 국면입니다.
👁️Computer Vision1
ViT-Up: Faithful Feature Upsampling for Vision Transformers비전 트랜스포머를 위한 충실한 특징 업샘플링, ViT-Up⭐ 6
ViT-Up은 외부 이미지 가이던스 대신 ViT 중간층에서 질의를 구성해 임의 해상도 좌표의 특징을 복원함으로써, 조밀 예측에서 발생하던 feature leakage와 blur를 줄이는 업샘플링 방식을 제안했습니다.
💡 비전 연구는 거대한 백본을 더 크게 만드는 것보다, 이미 강력한 ViT 특징을 조밀 예측에 얼마나 충실하게 재활용할지에 집중하고 있습니다. 업샘플링 자체를 표현 정합성 문제로 다루는 시각이 앞으로도 중요해질 것으로 보입니다.