Microsoft, World-R1 발표

World-R1은 비디오 생성 모델의 기하학적 불일치를 줄이기 위해, 아키텍처를 바꾸지 않고 reinforcement learning으로 3D 제약을 주입한다.

이를 위해 세계 시뮬레이션용 pure text dataset을 만들고, Flow-GRPO에서 사전학습된 3D foundation model과 vision-language model의 피드백을 보상으로 활용한다.

보상은 3D-aware reward와 aesthetic reward를 함께 써서 구조적 일관성과 시각 품질을 동시에 맞춘다. 여기에 주기적 분리 학습(periodic decoupled training) 을 넣어 정적 장면의 기하 정합과 동적 장면의 움직임 유연성을 번갈아 조정한다.

평가에서는 기존 foundation model의 시각 품질을 유지하면서 3D consistency를 개선했다고 제시한다.