엔비디아는 MIT, 옥스퍼드대학교 연구진과 함께 영상 생성 AI가 물리 법칙을 더 잘 반영하도록 돕는 오픈 프레임워크 ‘파이시스-랭’을 공개했다. 이 방법은 별도의 시각 신호를 더하는 대신 언어 자체를 물리 세계의 표현 수단으로 쓴다. 단순히 장면을 설명하는 캡션이 아니라, 어떤 힘과 원인이 작용해 시간이 지나며 결과가 어떻게 바뀌는지까지 서술해 물체의 움직임과 상호작용을 다루도록 설계됐다. 이렇게 만든 물리학 기반 언어를 데이터 선별, 모델 학습, 영상 생성 전반에 공통으로 적용한다.
연구진은 모델이 약한 물리 현상을 먼저 찾고, 해당 영역의 영상을 추가로 모아 물리 설명과 함께 다시 캡션화했다. 또 20개 영상 개발 세트와 물리 평가용 비평 모델을 이용해 오류와 누락을 찾고, 별도 에이전트가 캡션 작성 지침을 반복 수정하는 에이전트 루프를 적용했다. 그 결과 캡션 F1은 78.64에서 87.82로 올랐고, 학습 데이터는 18만3000개로 확대됐다. ‘코스모스3 나노’에 적용했을 때 여러 벤치마크 점수가 상승했으며, 재학습 없이 물리 추론과 물리학 네거티브 프롬프트만 추가해도 성능 개선이 확인됐다.