엔비디아가 64B 월드 파운데이션 모델 '코스모스3 슈퍼'를 증류한 '코스모스3-슈퍼-텍스트2이미지-4스텝'과 '이미지2비디오-4스텝'을 허깅페이스에 공개했다. 텍스트-이미지 추론 단계를 50단계에서 4단계로, 이미지-비디오는 35단계에서 4단계로 약 90% 줄이고 분류기 없는 가이드(CFG)까지 제거해 효율을 높였다. 아티피셜 애널리시스 리더보드에서 이미지2비디오-4스텝은 오픈웨이트 1위(전체 16위)로 기존 35단계 버전을 앞섰고, 텍스트2이미지-4스텝도 오픈웨이트 3위에 올랐다. 최대 720p·8초 영상을 생성하며 로봇·자율주행용 합성 데이터 구축을 겨냥한 피지컬 AI 모델로, 상업적 활용도 허용된다.

• •추론 단계 약 90% 축소: 텍스트-이미지 50→4단계, 이미지-비디오 35→4단계, CFG 제거
• •아티피셜 애널리시스 리더보드서 이미지-비디오 오픈웨이트 1위·전체 16위, 기존 35단계 버전보다 높은 순위
• •64B 코스모스3 슈퍼 기반 증류 모델로 허깅페이스 공개, 상업적 활용 허용
• •최대 720p, 이미지 1장으로 약 8초(189프레임) 영상 생성…로봇·자율주행 합성 데이터용 피지컬 AI 지향