하나의 세계모델로 150개 넘는 과제를 학습하다

BEFORE / AFTER

기존 기술과 무엇이 달라졌나?

기존 기술

AI가 행동하기 전에 결과를 상상할 수 있도록 환경의 작동 방식을 내부 모델로 배웁니다. 이 연구의 Dreamer 알고리즘은 별도 조정 없이 게임과 로봇 제어 등 다양한 과제를 다뤘습니다.

이번 연구

전문가가 과제마다 설정을 바꾸는 부담을 줄이고 범용 강화학습 알고리즘의 가능성을 검증했습니다.

03 · REALITY CHECK

Nature에 발표된 연구와 공개된 검증 범위를 기준으로 분류했습니다. 양산과 매출 근거는 별도로 확인해야 합니다.

현재 단계시제품

기초 연구실험 검증시제품실증 시험상용화 근접

REMAINING CHALLENGES

이 문제들이 해결돼야 실제 제품과 산업으로 이어질 가능성이 커집니다.

INDUSTRY OPPORTUNITY

기술에서 소재·부품·장비·서비스로 이어지는 흐름을 따라갑니다.

06 · ONE MORE POSSIBILITY논문 밖의 한 가지 가능성

07 · COMPANY DISCOVERY

연구 참여·특허·공동개발·제품·제조시설처럼 공개된 근거를 기준으로 확인합니다.

NASDAQ · GOOGL · 미국

상장기업

08 · FOLLOW

새 논문·특허·기업 참여·실증·제품화가 확인되면 다시 확인할 수 있습니다.

09 · EVIDENCE & SOURCES

논문·기업 연결 근거 전체 보기