Genie 4 vs CARI4D: 하나는 세계를 생성하고, 다른 하나는 비디오를 해결한다

가 확실히 공유하는 유일한 것은 Genie 4와 CARI4D라벨 하나입니다. 2026년 10월 27일 Google DeepMind가 공개한 Genie 4는 생성형 세계 모델입니다. 장면을 묘사하고 자연어로 조종하면 약 2분 분량의 동기화된 오디오가 포함된 비디오를 만들어냅니다. NVIDIA Research의 CVPR 2026 재구성 방법인 CARI4D는 반대 방향으로 작동합니다. 사람이 물체를 조작하는 단안 비디오를 입력으로 받아, 매 프레임마다 해당 사람의 자세, 물체의 6자유도 궤적, 그리고 손 접촉 점수 두 개를 반환합니다. 하나는 그럴듯한 세계를 창조합니다. 다른 하나는 실제 세계를 측정합니다. 이 둘을 같은 선상에 놓으면, 유용한 질문은 "어느 쪽이 더 나은가"에서 "내 문제가 어느 방향을 향하고 있는가"로 바뀝니다.

혼란은 이해할 만합니다. 두 제품 모두 "4D"라는 범주에 들어가고, 둘 다 시간 속을 움직이는 무언가를 만들어 내기 때문입니다. 하지만 생성 모델과 재구성 방법은 같은 과제의 경쟁 구현이 아닙니다. 둘은 정반대 방식으로 실패하고, 서로 다른 사용자층이 구매합니다. Genie 4는 한 번도 존재하지 않았던 설득력 있는 거리를 만들어 낼 수 있지만, 그 거리 안의 어떤 것이 실제로 어디에 있는지는 알려 주지 못합니다. CARI4D는 손이 주전자 주위를 어떻게 감쌌는지 프레임 단위까지 알려 줄 수 있지만, 본 적 없는 주전자를 만들어 내지는 못합니다. 아래에서는 두 모델을 입력, 출력, 그리고 각 모델이 구조적으로 할 수 없는 일을 기준으로 구분합니다.

Genie 4가 반환하는 것: 씬 파일이 아니라 세션

Genie 4에 대해 가장 먼저 이해해야 할 점은, 그 출력이 실시간으로 소비되며 세션이 끝난 뒤에는 지오메트리로 남지 않는다는 것입니다. Google의 설명은 당신이 움직이게 하고 조종하는 세계에 관한 것입니다. 카메라를 움직이고, 날씨를 바꾸고, 캐릭터를 추가하면 Gemini 모델이 그 지시를 이미 화면에 있는 것에 맞게 조정합니다. 프레임은 자기회귀적으로 생성되므로, 일관성은 장면의 복잡성이 아니라 초와 분 단위로 측정됩니다.

Genie 3에 추가된 기능들은 모든 헤드라인이 주목한 바로 그 기능들이다. 오디오는 주변음, 음악, 상호작용 대화를 나중에 덧입히는 방식이 아니라 자체적으로 생성된다. 조작은 월드를 다시 시작하는 프롬프트가 아니라 실시간으로 이루어진다. 그리고 일관성 창은 약 2분으로 보고되며 이는 전작의 두 배인데, 다만 Google의 블로그에는 "짧은 세션"이라고만 적혀 있고 2분이라는 수치는 출시 브리핑에서 나온 것이다.

빠진 것도 못지않게 중요하다. 메시 내보내기, 씬 그래프, 카메라 트랙, 깊이 버퍼가 없고, 생성된 세계를 Blender, Unity, Unreal로 가져갈 방법도 없다. 한 샷을 블로킹하려는 스튜디오는 Genie 4가 그렇게 하는 것을 지켜볼 수만 있을 뿐, 결과를 파이프라인에 넘길 수는 없다. 또한 공개된 해상도, 프레임 레이트, 모델 크기, 벤치마크, 가격도 없으며, 접근은 공개 대기자 명단이 있는 제한된 신뢰 테스터 풀에 그친다 — Project Genie를 통한 AI Ultra 구독자와 Gemini API 얼리 액세스 파트너에게는 날짜도 없이 "곧" 제공하겠다고 약속했을 뿐이다.

Google은 실패 모드를 명시하는데, 이는 대부분의 출시 글이 하지 않는 일이다. 세부 사항과 객체 영속성은 더 긴 세션에서, 그리고 반복된 편집 후에 흐트러지고, 공간 정확도는 완벽하지 않으며, 세계 내 텍스트는 자주 판독 불가능하고, 오디오 정확도는 미해결이다. 모든 출력에는 SynthID 워터마크가 들어간다. 사전 시각화 도구에게는 그런 유의 사항이 감당할 만하다. 측정이 필요한 무엇에든 그것들은 치명적이다.

CARI4D가 반환하는 항목: 포즈, 트래젝토리 및 접촉

CARI4D는 단일 네트워크가 아니라 파이프라인이며, 그 출력은 의도적으로 제한적입니다. 단안 RGB 비디오가 주어지면 파라메트릭 신체 모델로 사람을 재구성하고, 첫 프레임에서 조작 대상 물체의 메시를 재구성하며, 둘 다 미터법 스케일로 배치하고 시퀀스 전반에 걸쳐 추적합니다. 교정을 수행하는 학습된 구성 요소는 CoCoNet으로, 이는 현재 추정치를 입력받아 RGB, 깊이, 마스크로 렌더링하고 프레임별 포즈 보정값과 손마다 하나의 접촉 로짓을 회귀하는 렌더-앤-컴페어 트랜스포머입니다.

저장소에는 의존 관계가 명시되어 있습니다. 메트릭 깊이에는 UniDepth, 인간 자세에는 NLF, 객체 메시에는 Hunyuan3D, 자세 검색 및 추적에는 FoundationPose, 보정 패스에는 CoCoNet을 사용합니다. 이 점은 배포 예산을 산정할 때 중요합니다. 왜냐하면 이들 각각은 자체 라이선스와 자체 하드웨어 프로파일을 지닌 별도의 체크포인트이기 때문입니다.

CARI4D는 두 가지 형태로 제공됩니다. 연구용 체크포인트, nvidia/CARI4D는 연구 및 개발 전용으로 표시되어 있으며, 2025년 12월 12일에 게시된 arXiv 2512.11988로 연결됩니다. 상용 버전인 cari4d_commercial은 NVIDIA의 Momentum Human Rig를 다루며 NVIDIA Open Model Agreement의 적용을 받습니다. 어느 쪽도 Hugging Face의 어떤 추론 제공자에 의해서도 배포되지 않으므로, "사용 가능"은 엔드포인트가 아니라 가중치와 Docker 설정, 그리고 NVIDIA GPU를 의미합니다. 공개 리더보드 항목도 없고 독립적인 재현도 없으며, 수치적 근거는 벤더가 수행한 연구인 BEHAVE에 대한 CVPR 논문 자체의 ablation 실험입니다.

차원별로 비교

• 입력 — Genie 4는 텍스트 설명과 실시간 조향 지시를 입력으로 받고, CARI4D는 이미 존재하는 단안 RGB 비디오를 입력으로 받습니다.

• 출력 — Genie 4는 세션 내에서 스트리밍되는 생성된 비디오와 오디오를 반환하고, CARI4D는 프레임별 인체 자세 및 형태, 객체 회전 및 이동, 손 접촉 로짓을 반환합니다.

• 그라운딩 — Genie 4는 그럴듯하지만 그라운딩되지 않습니다. 출력에서 측정된 좌표에 대응하는 것은 아무것도 없습니다. CARI4D는 미터법 기반으로, 깊이 추정과 관측된 프레임에 대한 포즈 탐색을 통해 스케일을 복원합니다.

• 영속성 — Genie 4의 세계는 세션이 종료되면 끝나며 내보낼 수 없습니다. CARI4D의 출력은 저장하고 다시 렌더링하며 비교할 수 있는 데이터 구조입니다.

• 오디오 — Genie 4는 대사까지 포함해 이를 생성합니다. CARI4D에는 없으며 소리를 모델링하지 않습니다.

• 이용 방식 — Genie 4는 초대 전용이며 가격이 없고, CARI4D는 연구용 라이선스가 있는 다운로드 가능한 가중치이며 NVIDIA 계약에 따른 상용 버전도 있습니다.

• 근거 — Genie 4는 데모와 공급업체의 주장만 있고 공개된 벤치마크는 없으며, CARI4D는 동료 검토를 거친 논문과 공급업체가 수행한 절제 실험은 있지만 제3자 재현은 없습니다.

존재하는 겹침, 그리고 존재하지 않는 겹침

매력적인 구성은 CARI4D를 사용해 실제 상호작용을 재구성한 다음 Genie 4를 사용해 그 변형을 상상하는 것입니다. 이론상 이 인계는 자연스러워 보입니다. CARI4D는 실측 척도에 기반한 사람-물체 장면을 생성하고, Genie 4는 대체 결과를 생성합니다. 실제로는 둘 사이에 인터페이스가 없습니다. Genie 4는 텍스트와 스티어링 입력을 받아들이며, 재구성된 장면, 메시, 포즈 트랙은 받지 않습니다. 어느 팀이 공개한 자료도 하나를 다른 하나에 입력하는 방법을 설명하지 않았으며, 두 출력이 스크린샷에서 3차원처럼 보인다고 해서 호환되는 형식이 되는 것은 아닙니다.

실제로 존재하는 겹침은 더 좁고 더 유용합니다. 둘 다 물리적 장면에서 다음에 무슨 일이 일어나는지 추론하기 위한 도구입니다. CARI4D는 관찰된 역학, 즉 접촉, 그립, 궤적을 제공하며, 이는 로봇 학습 파이프라인이 시연에 라벨을 붙이는 데 필요한 바로 그런 신호입니다. Genie 4는 반사실적 상황을 제공하며, 이는 정책이 기록되지 않은 상황을 예행 연습하는 데 필요한 것입니다. 체화 데이터를 구축하는 연구실이라면 두 모델이 서로 대화하지 않더라도 동일한 데이터셋의 서로 다른 측면에서 두 모델을 모두 그럴듯하게 활용할 수 있습니다.

실패 방식도 서로 거울상입니다. Genie 4는 잘못된 객체를 아름답게 렌더링하면서 2분에 걸쳐 그 객체에서 벗어날 수 있습니다. CARI4D는 형태가 잘못된 객체를 전체 영상에 걸쳐 정확하게 추적하면서도 여전히 품질 낮은 메시를 제공할 수 있습니다. 그 지표가 표면 충실도보다 자세와 접촉에 관한 것이기 때문입니다. 어느 모델도 다른 모델의 약점을 보완하지 못합니다.

이번 주에 실제로 실행할 수 있는 것

CARI4D는 실행 경로가 있는 쪽이다. 가중치는 공개되어 있고, Docker 이미지도 존재하며, A100급 GPU가 문서화된 목표다. 아직 읽어야 할 논문과 조립해야 할 여러 외부 체크포인트가 있는 연구 파이프라인이지만, 하드웨어를 갖춘 팀이라면 이번 주에 실행해 볼 수 있다. Genie 4는 대기자 명단이 있는 쪽이다.

우리 자체 카탈로그에 대해 분명히 말하는 것이 좋겠습니다: OrcaRouter는 두 모델 중 어느 것도 호스팅하지 않습니다. CARI4D는 어디에도 호스팅된 엔드포인트가 없는 연구용 재구성 파이프라인이며, Genie 4에는 라우팅할 공개 API가 없습니다. 우리가 라우팅하는 것은 Google이 Genie 4를 중심으로 구축한 추론 계층의 일부입니다 — Gemini 3.8 Flash, 생성된 프레임을 지켜보고 다시 계획하는 모델, 그리고 Gemini Robotics ER 1.6 preview — 이를 200개 이상의 모델에 걸쳐 하나의 API로 제공하며, 공급자 정가를 0% 마크업으로 그대로 전달하고 공급자 간 자동 페일오버를 지원합니다. 실제 작업이 영상을 재구성하거나 생성하는 것이 아니라 영상에 대해 질문하는 것이라면, 호스팅된 멀티모달 모델이 더 저렴한 선택지이며 초대도 필요하지 않습니다.

그 외 모두에게 이 결정은 각각 한 문장으로 줄어든다. 이미 영상이 존재하고 그 사람과 물체가 무엇을 했는지 알아야 한다면, CARI4D는 둘 중 그 질문에 답하는 유일한 하나다. 세계가 아직 존재하지 않고 그것이 움직이는 모습을 보고 싶다면, Genie 4만이 그것을 보여줄 것이다 — 누군가 당신을 들여보내 준다면 말이다.