Decart, 실시간 인터랙티브 월드 모델 'Oasis 3' 공개

섹션별 상세

Oasis 3는 텍스트 프롬프트를 입력받아 실시간으로 고화질 주행 환경을 생성하는 월드 모델이다. 자율주행 기업이 희귀 주행 시나리오를 대규모로 시뮬레이션하는 용도로 설계됐다.

Decart는 자체 개발한 DOS(Decart Optimization Stack)를 통해 모델을 하드웨어 수준까지 최적화했다. 이를 통해 경쟁사 대비 압도적인 비용 효율성을 확보했다.

모델은 오토레그레시브(auto-regressive) 방식으로 프레임 단위로 생성하며, 프레임당 약 8,000개의 토큰을 처리한다. 컨텍스트 윈도우 제한으로 인해 장시간 생성 시 물리적 일관성과 테마 유지력이 급격히 저하되는 한계가 있다.

근거

Oasis 3는 프레임당 약 8,000개의 토큰을 생성하며, 초당 수십 프레임을 처리할 때 수십만 토큰이 발생한다. — 본문 중 'Every frame we generate is roughly 8,000 tokens' 문단

현재 물리적 일관성 부족으로 차량이 다른 차량을 통과하는 현상이 발생한다. Decart는 이를 해결하기 위해 사고 데이터 대비 부족한 주행 데이터 문제를 연구 중이다.

월드 모델(World Model): — 물리적 세계의 역학, 객체 간 상호작용, 공간적 관계를 학습하여 현실적인 환경을 시뮬레이션하거나 예측하는 AI 모델. 자율주행이나 로봇 공학에서 가상 환경 생성에 활용된다.
자기회귀(Auto-regressive): — 이전 단계의 출력값을 다음 단계의 입력값으로 사용하여 순차적으로 데이터를 생성하는 방식. 월드 모델에서는 이전 프레임을 기반으로 다음 프레임을 예측하는 데 사용된다.
물리 AI(Physical AI): — 디지털 환경을 넘어 로봇, 자율주행차 등 물리적 세계와 상호작용하고 제어하는 AI 기술. 실제 환경의 물리 법칙을 이해하고 적용하는 것이 핵심이다.

Decart는 자체 개발한 DOS(Decart Optimization Stack)를 통해 모델을 하드웨어 수준까지 최적화했다. 이를 통해 경쟁사 대비 압도적인 비용 효율성을 확보했다.

근거

Oasis 3는 프레임당 약 8,000개의 토큰을 생성하며, 초당 수십 프레임을 처리할 때 수십만 토큰이 발생한다. — 본문 중 'Every frame we generate is roughly 8,000 tokens' 문단

월드 모델(World Model): — 물리적 세계의 역학, 객체 간 상호작용, 공간적 관계를 학습하여 현실적인 환경을 시뮬레이션하거나 예측하는 AI 모델. 자율주행이나 로봇 공학에서 가상 환경 생성에 활용된다.
자기회귀(Auto-regressive): — 이전 단계의 출력값을 다음 단계의 입력값으로 사용하여 순차적으로 데이터를 생성하는 방식. 월드 모델에서는 이전 프레임을 기반으로 다음 프레임을 예측하는 데 사용된다.
물리 AI(Physical AI): — 디지털 환경을 넘어 로봇, 자율주행차 등 물리적 세계와 상호작용하고 제어하는 AI 기술. 실제 환경의 물리 법칙을 이해하고 적용하는 것이 핵심이다.