Ψ-0.6: Adaptive Streams of Thought in a Unified Vision-Language World Model [R]

Reddit이 자동 수집을 막아 RSS에 실린 본문을 기준으로 옮겼어요. 논문은 읽지 않았어요.

문제의식

Chain-of-thought는 AI 추론을 바꿨지만 말로만 생각해요. 물리 세계에 해당하는 건 무엇일까요?

Ψ-0.6

• 하나의 모델이 '생각의 흐름(streams of thought)'으로 추론해요. 흐름에는 말, 깊이, 움직임, 카메라 자세, 상상한 장면이 있어요.
• 상황마다 어떤 표현으로 추론할지 스스로 배워요. 이 선택은 강화학습(RL)으로 익혀요.
• 한 모델이 지각기, VLM, 월드 모델, 추론기, 정책 역할을 모두 해요.

작성자가 밝힌 결과

• 복잡한 공간 추론 벤치마크 MindCube(제로샷)에서 주요 공개 웨이트 모델을 넘어섰대요.
• 물체가 어떻게 움직일지 예측하는 FlowBench에서 다른 월드 모델보다 좋았대요.
• 시뮬레이션 방에서 학습했는데 실제 로봇 테이블 위 작업으로 옮겨졌대요.

링크

X 스레드(영상 포함), arXiv 논문(2610.32177), 프로젝트 웹사이트(neuroailab.github.io), GitHub neuroailab/psi-0.6 코드가 공개돼 있어요.