영상 생성 AI가 사용자의 조작에 실시간으로 반응하는 '인터랙티브 월드 모델'로 진화하고 있습니다. 텐센트와 싱가포르 국립대학교(NUS), 홍콩공과대학교(PolyU) 공동 연구진은 키보드 입력을 실제 캐릭터와 카메라의 움직임으로 변환하는 'H3-월드(H3-World)'를 공개했습니다. 이 모델은 미니맥스(MiniMax)의 330억 개 매개변수를 가진 영상 생성 모델 'H3'를 기반으로 하며, 사용자가 게임처럼 WASD 키로 캐릭터를 이동시키거나 IJKL 키로 카메라 시점을 제어하면 그에 맞는 영상을 생성합니다. 특히 별도의 복잡한 네트워크를 추가하는 대신, LoRA 방식을 활용해 기존 모델의 언어 및 움직임 이해 능력을 인터랙티브한 제어 수단으로 전환했다는 점이 매우 효율적입니다. 이제 AI 영상은 단순한 시청을 넘어 사용자와 상호작용하는 새로운 경험을 제공할 것으로 기대됩니다.