CARI4D Commercial: NVIDIA, 조용히 4D 인터랙션 모델을 기업에 공개

2026년 8월 30일경, nvidia/cari4d_commercial이라는 게이트된 저장소가 Hugging Face에 나타났습니다. 해당 모델 카드는 공급업체가 "CARI4D CoCoNet Native Momentum Human Rig (MHR)"라고 부르는 체크포인트를 설명합니다. 이는 일반 MP4 비디오를 입력받아, 한 사람과 그 사람이 다루고 있는 하나의 강체 물체의 포즈를 프레임별로 반환하고, 두 개의 손 접촉 로짓을 함께 반환하는 2억 3,100만 파라미터 네트워크입니다. 라이선스 줄에는 nvidia-open-model-agreement가 적혀 있고, 카드에는 이 모델이 상업적 또는 비상업적 사용이 가능하다고 명시되어 있습니다. 이는 CARI4D의 이전 모습에서 의미 있는 변화입니다. 연구 저장소인 nvidia/CARI4D는 동일한 계열의 모델인 CoCoNet(1억 9,400만 파라미터)를 NVIDIA License에 따라 제공하며, 카드에는 "연구 및 개발 전용"이라는 문구가 인쇄되어 있습니다. 이는 읽을 수 있는 논문과 실제로 출시할 수 있는 구성 요소 사이의 차이입니다.

이것이 뉴스 가치가 있는 이유는 공개 자체가 아니다. 그것은 그 주변의 침묵이다. 이것은 출시가 아니다: NVIDIA는 어떤 블로그 글도, 뉴스룸 항목도, 벤치마크 표도, cari4d_commercial에 대한 가격도 공개하지 않았으며, 그리고 이 글을 쓰는 시점에 이 저장소는 약관에 동의하고 연락처 정보를 제공한 뒤에만 접근할 수 있다. 아래의 모든 내용은 두 모델 카드와 공개 코드 릴리스에서 읽어낸 것이다. 어떤 주장이 NVIDIA 자체의 것이고 재현되지 않은 경우, 이 기사는 그 점을 밝힌다.

8월 30일에 실제로 무엇이 바뀌었나

이것을 라이선스 변경으로 분류하고 싶은 유혹이 든다. 하지만 그것보다 더 크다. 두 카드를 서로 맞대어 읽어 보면 세 가지가 한꺼번에 움직였다 — 라이선스, 체크포인트의 크기, 그리고 그 밑에 깔린 인체 모델이다.

• 파라미터 — CARI4D 연구 릴리스 194M vs CARI4D CoCoNet MHR 231M

• 체크포인트 — step031397.pth (31,397 훈련 스텝) vs 버전 문자열 2026-08-25-09-35-57, 200,000 스텝, 상태 "훈련 완료"

• 바디 리그 — SMPL / SMPL-H 포즈 및 셰이프 vs Native Momentum Human Rig (MHR) 파라미터

• 라이선스 — NVIDIA 라이선스, "연구 및 개발 전용" 대 NVIDIA 오픈 모델 계약, 상업적 사용 허용

• 접근 — 공개 다운로드 vs 게이트 적용, 조건에 동의해야 함

• 출력 — 업데이트된 SMPL 포즈, 형상, 이동, 객체 회전 및 이동, 이진 손 접촉 대 프레임별 객체 포즈 및 MHR 잔차, 그리고 두 개의 손 접촉 로짓

주목할 부분은 스텝 수입니다. 약 31k 스텝에서 동결된 연구용 체크포인트와 200,000까지 실행된 프로덕션 체크포인트는 다른 라이선스 헤더를 덧붙인 동일한 객체가 아닙니다. NVIDIA는 또한 231M 수치를 "step-84,000 모델 상태에서 측정했으며, 등록된 버퍼는 제외"라고 보고하는데, 이는 해당 카드가 단일 동결된 아티팩트가 아니라 훈련 계보를 설명하고 있음을 알려줍니다.

바디 리그 교체는 이미 CARI4D에 맞춰 구축한 사람에게도 똑같이 중요하다. 연구 라인은 전반적으로 SMPL 기반이다 — 논문의 최적화 항은 SMPL 포즈, 형상 및 트랜슬레이션을 회귀하며, 코드는 SMPL-H 피클 파일과 VolumetricSMPL 패치에 의존한다. MHR은 다른 파라미터화다. 연구 체크포인트의 출력 텐서에 맞춰 통합 코드를 작성했다면, 상용 카드의 출력 형태는 그대로 대체할 수 있는 것이 아니다.

이것이 기반으로 삼은 연구 릴리스는 8개월 된 것입니다

타임라인에 대해서는 정확히 말하는 것이 좋습니다. 여기서 ‘새 모델’이라는 표현은 틀린 표현이 될 테고, ‘옛 모델’이라는 표현도 틀린 표현이 될 테니까요.

CARI4D 논문 — 인간-객체 상호작용의 카테고리 무관 4D 재구성은 Xianghui Xie, Bowen Wen, Yan Chang, Hesam Rabeti, Jiefeng Li, Ye Yuan, Gerard Pons-Moll 및 Stan Birchfield가 저술했으며, 2025년 12월 16일 arXiv에 2512.11988로 공개되었고 CVPR 2026에 채택되었습니다. NVlabs의 코드 공개는 2026년 2월 28일에 이어졌습니다. 학습 코드와 커스텀 비디오 전처리는 4월 4일에 공개되었습니다. 일반적인 기준으로 보면, 이 연구 라인은 완료된 TODO 목록을 갖춘, 8개월 된 안정된 작업입니다.

그러니까 솔직히 말하자면 이렇습니다: 방법은 이미 오래된 이야기이고, 상업적 산출물은 나온 지 3주 되었습니다. 3월에 CARI4D를 검색하고 제한적인 라이선스를 가진, 연구자들의 호기심을 끄는 대상이라고 결론지었다면, 그 결론은 그때는 맞았고 지금은 낡았습니다. 그것이 바로 이것이 뉴스 자리에 들어갈 이유의 전부입니다.

모델이 실제로 무엇을 하는지, 그리고 얼마나 잘 하는지

CARI4D는 단일 단안 RGB 비디오로부터 인간-물체 상호작용을 4D — 공간의 3차원에 시간을 더한 — 메트릭 스케일로 재구성한다. 마지막 제약 조건이 흥미로운 부분이다. 깊이 센서도, 다시점 리그도 없이 평범한 카메라 한 대로 사람이 들고 있는 물체의 메트릭 스케일을 복원하는 것이 이 논문이 중심으로 다루는 문제다.

이 파이프라인은 하나의 엔드투엔드 네트워크가 아니라 기반 모델들의 체인입니다: 메트릭 깊이를 위한 UniDepth, 인간 자세를 위한 NLF와 GENMO, 단일 이미지에서 객체 메시를 위한 Hunyuan3D, 객체 추적을 위한 FoundationPose, 부호 거리 신체 모델을 위한 VolumetricSMPL. NVIDIA가 실제로 공개하는 부분인 CoCoNet은 중간에 위치하여 접촉 추론을 수행합니다. 이는 현재 인간과 객체 추정치를 RGB, 깊이 및 마스크로 렌더링한 다음, DINOv2 ViT-B/14 RGB 인코더와 ViT-S/14 6채널 XYZ-및-마스크 인코더를 사용하여 해당 렌더를 실제 관측과 비교하고, 두 개의 시공간 어텐션 블록을 실행하며, MLP 헤드를 통해 프레임별 보정을 회귀합니다.

논문과 벤더 자체 카드에서 보고된 수치: in-distribution 데이터셋에서 기존 기술보다 38% 낮은 재구성 오류, unseen 데이터셋에서는 36%. 아키텍처를 이해할 수 있게 해주는 절제 실험은 raw NLF + FoundationPose 추적에서 객체 Chamfer 거리를 1,565.42 cm로, CARI4D 초기화 후 16.85 cm로, CoCoNet 정제와 전체 결합 최적화를 켜면 11.59에서 11.57 cm로 제시합니다. 이것들은 동료 심사를 거친 논문에서 나온 벤더 수치입니다 — 마케팅 페이지보다 나은 출처이지만, 여전히 독립적인 재현은 아니며, 제3자가 이를 발표한 적도 없습니다.

상업용 카드는 논문이 할 수 없었던 세부 사항을 덧붙인다: 모델은 2,126개의 내부 시퀀스로 설명되는 FORM-HOI로 훈련되었으며, 카드는 별도의 테스트 데이터셋이 없다고 명확히 밝힌다 — 평가는 정성적 데모 세트다. 또한 내부 "Daniel" 훈련 코퍼스는 배포되지 않는다고 언급한다. 함께 읽으면, 이는 공급업체가 훈련 분포는 자신들의 것이라고 말하면서 일반화 증거는 어블레이션 표가 시사하는 것보다 더 빈약하다고 말하는 셈이다.

라이선스가 실제로 부여하는 것과 부여하지 않는 것

NVIDIA Open Model Agreement는 허용적인 상업 라이선스이지만, "상업적 사용 허용"이 "의무 없음"과 같은 것은 아닙니다. 이 카드에는 모델이 3D/4D 인간-객체 포즈 추정, 동작 분석, 시각화, 데이터 큐레이션 및 로봇 인식을 위한 상업적 또는 비상업적 비전 시스템을 구축하는 개발자와 연구자를 대상으로 한 것으로 명시되어 있으며, 직접적인 자율 작동이나 생명이 걸린 결정은 명시적으로 배제합니다.

이것을 평가하는 모든 분께 실질적인 참고 사항 두 가지가 있습니다. 첫째, 저장소는 게이트가 적용되어 있습니다. 파일이 나타나기 전에 조건에 동의하고 연락처 정보를 공유해야 하므로, 조달 및 법무 검토는 다운로드 이후가 아니라 이전에 이루어집니다. 둘째, 배포된 모델은 자체 완결적이지 않습니다. CoCoNet은 231M 파라미터이지만 단독으로 실행되지 않습니다. 더 넓은 파이프라인은 여전히 NLF torchscript 가중치, FoundationPose 가중치, SMPL-H 자산, `kid_template.npy`를 가져오며, 애초에 객체 메시를 생성하려면 여전히 Hunyuan3D가 필요합니다. 상업용 라이선스는 NVIDIA가 릴리스하는 부분을 포괄합니다. 그 주변의 서드파티 의존성은 포괄하지 않으며, 각각은 자체 약관을 가집니다. 이런 릴리스가 법무 팀을 놀라게 하는 가장 흔한 방식이 바로 이것입니다.

모델을 기반으로 개발하는 사람들에게 이것이 중요한 이유

범위를 분명히 말하자면: CARI4D는 컴퓨터 비전 재구성 모델이지 언어 모델이 아니며, OrcaRouter는 이를 제공하지 않습니다. 이 글의 어떤 내용도 그와 다르게 해석되어서는 안 됩니다 — Ampere급 GPU에서 PyTorch로 자체 호스팅하는 것, 즉 카드에서 검증되었다고 밝힌 구성이 오늘날 이를 실행하는 유일한 방법입니다.

여기서 여전히 한 문단을 할애할 가치가 있는 이유는, 이 카드가 데이터 큐레이션을 주된 사용 목적으로 명시하고 있으며, 바로 그 부분이 언어 모델이 실제로 자리 잡는 4D 파이프라인의 일부이기 때문입니다. 인간-사물 상호작용 데이터셋을 구축한다는 것은 클립에 캡션을 달고, 접촉 이벤트에 라벨을 붙이고, QC 프롬프트를 작성하고, 실패 사례를 필터링하는 일 — 즉 비전-언어 모델과 언어 모델을 거쳐 가는 작업이며, 각 작업이 별도의 계약과 별도의 키로 이루어지면 확장성이 매우 나빠지는 작업입니다. OrcaRouter에서 단일 API 뒤로 200개 이상의 모델을 라우팅하고, 제공업체의 정가를 0% 마크업으로 그대로 전달하며 제공업체 성능이 저하되면 자동으로 장애 조치하는 것이 바로 그 계층이 맞춤 제작되지 않았을 때의 모습입니다. 공급업체의 가격 인하는 마크업을 다시 계산할 필요가 없기 때문에 같은 날 엔드포인트에 반영됩니다. 이는 CARI4D가 하는 일과는 다른 작업이며, CARI4D를 둘러싼 작업입니다.

무엇이 이 읽기를 바꿀까요?

네 가지입니다. NVIDIA의 발표가 있으면 조용한 저장소가 지원되는 제품으로 바뀔 것이고, 그러면 현재 부재한 가격 및 지원 조건도 함께 따라올 것입니다. NVIDIA가 구축하지 않은 데이터셋에 대한 공개된 평가는 이 카드가 열어 둔 일반화 문제를 해결해 줄 것입니다. MHR이 SMPL에 비해 무엇을 바꾸는지에 관한 문서는 기존 CARI4D 통합자들에게 마이그레이션이 실제로 얼마나 비용이 많이 드는지 알려줄 것입니다 — 현재 이 카드는 그 차이를 설명하지 않은 채 리그를 언급할 뿐입니다. 그리고 제3자 종속성에 대한 결정은 "상업적 라이선스"가 조달 팀이 가정할 의미를 정말 뜻하는지 판가름할 것입니다.

그때까지는 올바른 설명이 좁고 볼품없으며, 그것이 바로 증거가 뒷받침하는 설명이다: NVIDIA의 CARI4D 라인은 2026년 8월 30일부터 상업용 라이선스가 있는, 더 크고 더 오래 훈련된 체크포인트를 제공해 왔는데, 공급업체는 이에 대해 한마디도 하지 않았다. 미터 단위 규모의 4D 인간-객체 상호작용이 필요하고 이것을 연구 전용이라고 치부해 왔다면, 당신이 우회하려 애쓰던 장애물은 사라진 것이다.