페이페이 리의 World Labs, SceniX 인수: 물리적 AI 훈련이 '데이터 수집'에서 '세계 창조'로 전환

7월 21일, World Labs는 SceniX 인수를 발표했고, 일주일 후에는 R2S2R(Real-to-Sim-to-Real) 시스템의 최신 결과를 공개했습니다. 이 시스템은 실제 로봇 작업을 시뮬레이션으로 옮기고, 작업 시나리오를 확장하여 훈련과 평가를 수행한 다음, 정책을 다시 실제 로봇에 배포합니다. 핵심은 시뮬레이션에서의 정책의 상대적 성능이 실제 성능을 예측하는지, 그리고 시뮬레이션에서의 실패 영역이 잠재적인 배포 문제를 드러낼 수 있는지 여부입니다. World Labs는 실제 작업을 수많은 제어 가능하고 재사용 가능한 훈련 세계로 확장하는 훈련 및 평가 엔진을 만드는 것을 목표로 합니다. 이번 인수는 로봇 공학에 대한 전략적 베팅을 강조합니다. 즉, 세계 모델이 단지 시각적으로 현실적인 환경을 생성할 뿐만 아니라 로봇이 가상 세계에서 행동하고, 실험하고, 학습할 수 있게 해야 한다는 것입니다. 동시에 중국의 Wuwen AI는 '세계 수집-세계 생성-세계 시뮬레이션' 아키텍처를 통해 유사한 비전을 제시하며, 물리적 AI를 위한 데이터 인프라를 구축하는 것을 목표로 합니다. Wuwen AI는 폐쇄 루프 데이터 순환을 강조합니다. 실제 데이터는 세계 재구성(Scan2Sim), 생성적 확장(Gen2Sim), 물리 시뮬레이션(자사의 '무궁' 세계 시뮬레이터를 통해)을 공급하며, 실제에서의 실패는 새로운 데이터 생성을 촉진합니다. 이 회사는 다음 경쟁의 최전선은 단순히 데이터나 자산을 축적하는 것이 아니라 모델 성능을 지속적으로 개선하는 많은 '유용한 세계'를 만드는 것이라고 주장합니다.