Kimi K3.1 Pro: 게임 개발 및 3D 창작에 초점을 맞춘 훈련과 인상적인 시연 사례

🎮 Kimi K3.1 Pro는 게임 개발(game development)과 3D 제작(3D creation)에 중점을 두고 훈련되었습니다. 그리고 그 데모 중 하나가 정말 인상적입니다.

Moonshot AI에 따르면, 이 모델은 Unity, Unreal Engine, Godot 전반에서 작동할 수 있으며, 코딩, 웹 리서치, 3D 생성을 결합하여 인터랙티브한 경험을 구축합니다.

하지만 가장 흥미로운 시연은 게임이 아니었습니다.

Kimi는 296개의 골격 구성 요소와 402개의 근육으로 이루어진 상세 해부학적 모델을 사용하여 인간 보행 시뮬레이터를 자율적으로 구축했습니다.

그리고 처음부터 모든 것을 제대로 해내지는 못했습니다. 전혀 그렇지 않았습니다.

발생한 과정은 다음과 같습니다:

▪️ Kimi는 훈련 및 평가 파이프라인을 포함하여 시뮬레이션을 구축했습니다.
▪️ 인간 움직임을 위한 물리(physics), 보상 함수(reward functions), 그리고 컨트롤러를 구성했습니다.
▪️ 반복적으로 실험을 실행하고, 실패를 분석하며, 구현을 수정했습니다.
▪️ 167개의 태스크와 420단계의 독립적인 검토 과정을 거치면서, 시뮬레이션된 인간은 거의 즉시 무너지는 상태에서 11.2초 동안 교차하는 발걸음으로 지속적으로 걷는 수준까지 발전했습니다.

하지만 한 세부 사항이 이를 특히 흥미롭게 만듭니다.

한 시점에서 보상 함수를 조정하는 것이 캐릭터의 팔 움직임 개선을 멈추게 했습니다.

Kimi는 무작정 보상을 수정하기보다, 근본적인 물리 시뮬레이션(physics simulation)을 조사했습니다.

그것은 어깨-근육 모멘트 암 계산(shoulder-muscle moment-arm calculations)에서 36개의 오류를 식별하고 수정한 다음, 컨트롤러를 재훈련했습니다.

이는 단순히 코드를 생성하는 것과 반복적인 엔지니어링 조사를 수행하는 것 사이의 의미 있는 차이점입니다.

모델은 단지 스크립트를 작성하는 것이 아니었습니다. 실험을 구축하고, 결과를 해석하며, 실패를 진단하고, 접근 방식을 변경하고 있었습니다.

물론 이것은 회사가 보고한 내부 시연일 뿐이며, Kimi가 임의의 문제에 걸쳐 독립적인 과학 연구를 신뢰성 있게 수행할 수 있다는 증거는 아닙니다.

또한 아직 재귀적 자기 개선(recursive self-improvement) 단계도 아닙니다.

하지만 관련된 역량들은 점점 더 흥미로워지고 있으며, 특히 게임 개발, 로보틱스, 물리 시뮬레이션, 그리고 ML 연구 분야에서 그렇습니다.

우리는 단순히 소프트웨어를 생성하는 것을 넘어, 실제로 작동할 때까지 실험을 반복하는 AI 에이전트에 점점 가까워지고 있습니다.

공식 Kimi K3.1 Pro 발표:

#Kimi #AI에이전트 #게임개발