PAN 2는 발표되기 전에 서빙 경로를 먼저 확보했다

2026년 11월 10일 16:03 UTC에 PAN 2의 텍스트-투-비디오 및 이미지-투-비디오 생성을 위한 Day-0 지원을 추가하는 풀 리퀘스트가 vLLM-Omni에 병합 완료되었다. 같은 날 20:55 UTC에는 두 번째 풀 리퀘스트가 서빙 방법을 알려주는 레시피 페이지를 추가했다. PAN 2는 MBZUAI 산하 Institute of Foundation Models의 290억 매개변수 비디오 확산 트랜스포머이며, 그 두 병합이 화제인 이유는 그것들이 도착한 순서에 있다. Hugging Face 저장소는 2026년 10월 7일자이고 GitHub 저장소는 11월 5일자이므로, 5주 동안 이 모델의 유일한 공개 흔적은 저장소 메타데이터였다. 제가 찾을 수 있는 첫 당사자 발표는 연구소 자체 X 계정 @IFM_AI의 게시물 하나뿐이며, 타임스탬프는 11월 10일 17:00 UTC로, vLLM-Omni 병합 이후 56분, 레시피보다 거의 4시간 앞선 시점이다. 여기에는 “PAN 2 소개: 물리적 지능을 위한 오픈 파운데이션 월드 모델”이라는 문구가 있고, 동영상이 첨부되어 있으며, 게시물 자체 외에는 아무것도 링크하지 않는다. 블로그 글도, 논문 URL도, 호스팅된 엔드포인트도, 가격 페이지도, 보도자료도 없다. 그래서 서빙 경로는 정말로 발표보다 앞섰고, 발표는 나왔을 때 병합보다 규모가 작았다. 좋아요 수백 개와 두 문단이 전부였다. 존재하는 것은 86.17GB의 Apache-2.0 체크포인트, 프레임워크 통합, 그리고 트윗 하나다.

실제로 무엇이 반영되었고, 어떤 순서로 반영되었나요?

네 가지 별개의 일이 벌어졌는데, 이를 뒤섞으면 조용한 릴리스가 런칭으로 오인된다.

• 가중치 — Hugging Face의 IFM/PAN2, 저장소는 2026년 10월 7일 23:42 UTC에 생성되었고 2026년 11월 9일 21:52 UTC에 마지막으로 수정되었으며, Diffusers 모듈형 파이프라인 컴포넌트로서 안전 검사기 지원을 추가한 커밋이 포함되어 있습니다. 파일 60개, 86.17 GB, 게이트 없음, Apache-2.0.

• 코드 — github.com/ifm-ai/PAN2, 2026년 11월 5일 생성, 그날 20:13 UTC에 푸시된 단일 커밋. 죽은 README만 달린 연구용 덤프가 아니다: 추론 스크립트, 환경 고정, 학습 구성, prompt-rewriter 스킬, 그리고 배포·학습·추론을 위한 문서가 있다.

• 서빙 경로 — Day-0 텍스트-투-비디오 및 이미지-투-비디오 지원을 위한 vLLM-Omni PR #8602(11월 10일 16:03 UTC 병합)와, 같은 날 저녁 20:55 UTC에 병합된 vLLM 레시피 PR #10126.

• 성명 — X의 @IFM_AI, 11월 10일 17:00 UTC: "PAN 2 소개: 물리적 지능을 위한 개방형 파운데이션 월드 모델." 두 문단, 동영상 하나, 게시물·논문·페이지로 연결되는 링크는 없음.

그 순서는 이례적이며, 그 발표는 상황을 더 정상적으로 만들기보다 오히려 더 이상하게 만드는 요소다. 보통 연구소는 발표하고 가중치를 공개하며, 이후 몇 주에 걸쳐 사용자들이 이슈를 제기하는 동안 프레임워크 지원이 조금씩 들어온다. 여기서는 프레임워크 병합이 먼저 있었고, 발표는 56분 뒤에, 레시피는 그로부터 4시간 뒤에 나왔다. 이 모델의 짧은 생애에서 가장 실질적인 공개 산출물은 여전히 풀 리퀘스트이며, 이는 이번 릴리스가 어떻게 운영되었는지를 보여준다. 즉 저장소를 읽는 사람들을 위한 아티팩트 드롭으로, 소셜 게시물은 거의 나중에 덧붙인 생각처럼 붙은 것이다.

리포지토리가 당신에게 알려줄 것

여느 출시 게시글보다 더 많은 내용을 담고 있다. PAN 2는 영화적 감각을 가미한 비디오 생성기가 아니라 월드 모델이다. 이 구분은 수사적인 것이 아니라 구조적인 것이다. PAN 2는 세계 모델 비판(arXiv 2507.05169)에 설명된 생성적 잠재 예측(Generative Latent Prediction) 패턴을 구현하며, 작업을 두 단계로 나눈다. 개념적 추론기, 즉 명령을 따르는 언어 모델이라면 무엇이든 맡을 수 있는 이 구성 요소는 관측과 요청된 행동을 읽고 다음 세계 상태를 구조화되고 시간에 근거한 캡션으로 작성한다. 사건은 순서대로, 행동은 행위자에 결부되고, 카메라 움직임까지 담긴다. 동결된 텍스트 인코더가 이 캡션을 조건화 특징으로 매핑한다. 그다음 동일한 형식으로 주석이 달린 수억 개의 비디오로 처음부터 학습된 29B 멀티모달 확산 트랜스포머가 캡션이 열어둔 지각적 세부 사항을 예측한다. Wan 2.2 VAE가 잠재 표현을 디코딩하면, 결과물은 704×1248 해상도에 초당 24프레임으로 최대 20초 길이의 비디오다.

공개된 구성은 비용을 산정할 수 있을 만큼 구체적이다. 트랜스포머 구성에는 44개 레이어, 각 128차원의 어텐션 헤드 32개, 1×2×2 패치 크기, 입력 채널 97개와 출력 채널 48개가 명시되어 있다. 기본 샘플러는 50스텝이며, 흐름 시프트는 9이고 매 스텝 분류기 없는 가이던스는 2.5다. 기본 길이는 241프레임으로 약 10초이며, 상한은 481프레임이다. 텍스트 인코더는 Qwen3.5-9B로 동결되어 수정되지 않았고, VAE는 Wan 2.2의 것이다. 둘 다 각자의 저장소에서 다운로드되며, MBZUAI는 이를 재배포하지 않는다는 점을 모델 카드에서 분명히 밝히고 있다.

저장소에는 prompt-rewriter 스킬도 포함되어 있는데, 여기에는 시스템 프롬프트, 고정된 네거티브 프롬프트, 그리고 캡션이 텍스트 인코더의 토큰 예산을 준수하는지 검사하는 검증기가 있습니다. 소프트 한도는 1,480토큰이고 하드 용량은 1,536토큰입니다. 그것은 이번 드롭에서 가장 유용한 단일 아티팩트입니다. 이는 모델이 자유 텍스트를 실제로 잘 받아들이지 못한다는 점, 그리고 팀이 그 사실을 알고 있다는 점을 보여줍니다.

그것이 당신에게 말하지 않을 것

구매자가 물어볼 법한 거의 모든 것. 가격은 없다. API가 없기 때문이다. MBZUAI가 제공하는 호스팅 엔드포인트도 없다. 독립적인 벤치마크도 없다. 모델 카드의 수치는 팀 자체의 것이며, 팀 자체 하네스에서 측정한 것이다. 그리고 그 카드는 조건에 대해 이례적으로 솔직하다 — 두 실제 테이크 간 분산이 100이 되도록 정규화한 Physics-IQ Verified, Qwen3.8-27B가 5점 척도로 채점한 PhyGround, 다섯 개 과제 및 네 개 embodiment 범주에 대한 비가중 평균으로서의 RBench. 이는 옹호할 수 있는 선택들이지만, 그중 어느 것도 제3자 검증은 아니다.

인간 평가는 이번 공개에서 가장 강력한 증거이자 가장 제한적인 증거입니다. 140개 프롬프트—텍스트-투-비디오 90개, 이미지-투-비디오 50개—에 대한 블라인드 쌍대 선호도 평가로, 13명의 리뷰어가 1,400회 비교를 통해 동작 준수, 물리 법칙, 세계 일관성을 판정했으며, Elo는 Bradley–Terry로 적합되고 1500을 중심으로 설정되었습니다. 리뷰어 13명은 작은 패널이며, 그들은 팀 자체 모델을 베이스라인과 비교해 판정했습니다. 이는 대부분의 연구소가 공개하는 것보다 많습니다. 그러나 리더보드는 아닙니다.

그리고 한계 섹션은 이런 유형의 관행보다 더 직설적이다. 시뮬레이션된 계획 중 약 3분의 2가 실행되지 않는 단계를 적어도 하나 포함한다. 그 한 문장이 이번 발표에서 가장 중요한 숫자이며, 바로 출시 게시물이라면 묻어버렸을 숫자다.

레시피의 처리량 수치가 진짜 핵심이다

프레임워크 지원이 중요한 이유는 레시피가 주장하는 내용 때문이지, 로고가 추가되었기 때문이 아닙니다. vLLM 레시피 페이지에 따르면 PAN 2는 4개의 B300 GPU에서 약 119초 만에 13초 분량의 704×1248 비디오를 생성하며, 두 개의 랭크에 걸친 classifier-free-guidance 병렬 처리와 두 개에 걸친 Ulysses 시퀀스 병렬 처리를 사용합니다. 기본 구성은 BF16의 H200 8개이며, 문서화된 serve 명령은 타일 모드에서 네 개의 랭크에 걸친 VAE 패치 병렬 처리를 추가합니다. 이는 20초 분량의 704×1248 클립을 디코딩하는 것 자체가 별도의 메모리 문제이기 때문에 중요한 세부 사항입니다.

그 숫자들을 샘플러 설정과 대조해 읽어 보라. 50스텝에 매 스텝 가이던스를 적용한다는 것은 클립당 29B 트랜스포머를 100회 순전파한다는 뜻이다. 이 가이드가 가이던스를 순차가 아니라 병렬로 실행하는 이유이기도 하다. 또한 PAN 2에 관한 실질적인 질문이 "얼마나 좋은가"가 아니라 "클립 하나에 비용이 얼마 드는가"인 이유이기도 하며, 벤더 자체 레시피에서 그 답은 13초 영상당 2분씩 4-GPU 노드다. 더 저렴한 구성은 공개된 적이 없고, 이 레시피의 기본값인 8-H200은 4-B300 구성이 편안한 최소치라기보다 빠듯하게 짜낸 것임을 시사한다.

해보고 싶다면, 플래너는 대여할 수 있는 부분이에요.

PAN 2의 2단계 설계에는 묘한 실무적 결과가 하나 따른다. 비싼 절반인 29B 디퓨전 백본은 직접 셀프 호스팅해야 하는 절반이다. 아무도 이를 서비스로 제공하지 않고 MBZUAI도 이를 구축하지 않았기 때문이다. 저렴한 절반인, 구조화된 세계 상태 캡션을 작성하는 개념적 추론기는 일반 텍스트 모델이며 어떤 지시 수행형 모델이든 될 수 있다.

바로 이 지점에서 라우터가 제 역할을 합니다. PAN 2 보고서는 네 가지 추론 모델을 평가하고 전체 계획 완료 기준으로 순위를 매깁니다. Claude Opus 5.5가 1위, 이어서 medium effort의 GPT-6 Astra, 그다음 Kimi K3, 마지막으로 Qwen3.8-Flash입니다. Qwen3.8-Flash는 OrcaRouter에서 제공되므로, 디퓨전 스택 옆에 두 번째 로컬 모델을 세우는 대신 하나의 API 키와 자동 페일오버로 PAN 2의 캡션 단계를 구동할 수 있으며, 제공업체의 정가로 지불할 수 있습니다 — 0% 마크업이 그대로 전달된 가격으로 말이죠. 렌더러는 여러분의 GPU에 남아 있고, 플래너는 그럴 필요가 없습니다.

무엇이 무엇이고 무엇이 아닌지 분명히 하세요. OrcaRouter는 PAN 2를 호스팅하지 않으며 라우팅할 수 없습니다 — 라우팅할 수 있는 호스팅된 PAN 2는 어디에도 없습니다. OrcaRouter가 할 수 있는 일은 월드 모델 파이프라인의 언어 절반은 종량제 API에 두고, 비디오 절반은 자체 하드웨어에 맞춰 규모를 산정하도록 하는 것입니다. 두 단계를 모두 로컬에서 실행하고 싶다면 저장소에서도 이를 지원하며, 바로 그 경우를 위해 prompt-rewriter 스크립트가 포함되어 있습니다.

무엇이 공지로 간주되나요?

중요도가 높아지는 순서로 세 가지입니다. IFM 또는 MBZUAI에서 PAN 2를 언급하고 출시일이나 버전을 명시한 게시물, 논문 또는 페이지 — 11월 10일 트윗은 그중 전반부는 충족했지만 후반부는 충족하지 못했습니다. 호스팅 추론 엔드포인트, 그러면 GPU 대여가 아니라 폐쇄형 비디오 모델과 비용 비교가 가능해질 것입니다. 그리고 모델 작성자가 아닌 누군가가 실행한 독립 벤치마크 — 제3자가 팀이 선택하지 않은 프롬프트로 채점한 Physics-IQ, PhyGround 또는 RBench입니다.

적어도 그중 첫 번째가 완전히 갖춰질 때까지는, PAN 2에 대한 정직한 설명은 이것입니다. 작동하는 서빙 경로, 문서화된 프롬프트 형식, 솔직한 한계 섹션, 소셜 게시물 하나를 갖춘 Apache-2.0 연구 아티팩트이며, 그 배후에 상업적 제안은 없습니다. 이것은 프리프린트보다는 많고 제품보다는 적습니다. 11월 10일에 프레임워크 지원이 들어온다고 해서 이것이 출시가 된 것은 아닙니다. 그것은 첫 프레임을 얻기 위해 저장소를 패치하고 싶지 않은 사람들도 실행할 수 있게 해 주었을 뿐입니다.

결론은

PAN 2는 엔지니어링이 서류 작업보다 앞서 있는 드문 사례다. 에이전트 시뮬레이션, 로보틱스 평가 또는 물리 추론 연구를 개발 중이고 4-GPU 노드가 있다면, 가중치는 준비되어 있고 레시피도 있으며 2단계 설계는 재현할 수 있을 만큼 충분히 문서화되어 있다. 클립당 가격, 서비스 수준 계약 또는 연락할 벤더가 필요하다면 그중 어느 것도 아직 존재하지 않으며, 11월 10일의 병합들도 그것을 만들어내지 못했다. 그 모델은 조용히 출시됐다. 저장소, 병합, 두 문단짜리 게시물에 '출시'라는 말이 어울리기나 한다면 말이다. 구매자가 알아볼 만한 의미에서 그것이 언젠가 발표될지는 그것이 작동하는지와 별개의 질문이며, 오늘 답이 나와 있는 것은 둘 중 하나뿐이다.