연구팀은 대규모 언어 모델의 지능 일반화 능력에 영감을 받아 물리적 세계 모델의 새로운 접근법을 제시했어요. WorldString은 포인트 클라우드 또는 RGB-D 비디오 스트림에서 직접 학습하여 현실 세계 객체의 상태 다양체를 모델링하는 신경망 아키텍처예요.
WorldString은 디지털 트윈 역할을 하며, 정책 학습 및 신경 역학과의 통합을 가능하게 하는 완전 미분 구조를 가지고 있어요. 객체 상태를 비디오 생성이나 동적 장면 재구축 없이 통일된 방식으로 모델링하는 것이 특징이에요.
연구 결과는 물리적 세계 모델의 기본 구성 요소로 활용될 수 있으며, 향후 물리적 세계 모델 구축에 기여할 것으로 기대돼요.