PAN 2 vs Agora-2: 하나는 결과를 시뮬레이션하고, 다른 하나는 세계를 계속 돌아가게 한다

한 세계에 스무 명이 있다는 것은 다음에 무슨 일이 일어날지 상상하는 사람이 한 명을 넘는다는 뜻처럼 들린다. 이것이 바로 PAN 2와 Agora-2 사이의 혼란 전체이며, 누군가 이 둘을 서로 벤치마크하기 전에 풀어볼 가치가 있다. Agora-2는 2026년 9월 21일 공개된 Odyssey의 플레이 가능한 연구 프리뷰로, 공유 시뮬레이션 환경에서 스무 명의 참가자—그중 네 명은 인간 조작자, 열여섯 명은 학습된 정책—를 지원하며, 플레이어가 다른 곳을 바라볼 때도 그들의 세계를 일관되게 유지한다. PAN 2는 IFM의 290억 매개변수 오픈 가중치 시뮬레이터로, 86.17기가바이트의 Apache-2.0 체크포인트로 배포되었으며, 한 프레임과 설명된 행동을 입력받아 그 결과를 예측하는 최대 20초의 비디오를 반환한다. 하나는 세계를 위한 서버다. 다른 하나는 세계에 던지는 질문이다. 용어의 겹침은 거의 전부이고 기능의 겹침은 거의 0에 가깝다. 그래서 이 비교가 계속 형편없이 이루어지는 것이다.

이동하는 숫자가 중요한 숫자는 아니다

Agora-2 관련 보도는 20명이라는 숫자를 앞세우고, Odyssey 자체 게시물도 그렇게 하도록 부추긴다. 구성은 숫자보다 더 흥미롭다. 동시에 접속한 인간 컨트롤러 네 명이 이동과 행동 입력을 제공하고, 열여섯 개의 자율 개체는 Odyssey가 세계 학습에 사용한 것과 동일한 코퍼스, 즉 Diablo II의 캡처로 훈련된 몬스터 및 동료 정책에 의해 구동된다. 따라서 이 세션은 한 방에 모인 20명이 아니다. 그것은 중심에 아주 작은 상태 머신을 둔 렌더링 문제가 게임 서버로 분장한 것이다.

그 아키텍처가 Agora-2를 PAN 2와는 다른 종류의 객체로 만드는 이유입니다. Odyssey는 무슨 일이 일어날지 결정하는 것과 그것이 어떻게 보일지 결정하는 것을 분리하며, 그 둘 사이의 크기 격차는 보고서에서 가장 눈에 띄는 수치입니다: {{1}}시뮬레이션 모델은 4,457,777개의 파라미터를 갖습니다. 대략 450만 개이며, 4개 층 폭, 14개 이동 분기, 4단계 이력 창을 가집니다. 반면 렌더러는 약 10억 개 파라미터의 플로 매칭 트랜스포머로, 업데이트마다 5개의 솔버 스텝을 실행하며, 지도, 엔티티, 일시적 효과, 카메라, 로스터를 설명하는 342토큰 접두사에 조건화됩니다.{{/1}}

PAN 2는 정반대다. PAN 2는 거의 모든 역량을 지각에 쓴다. 29B 멀티모달 확산 트랜스포머가 프레임을 예측하며, 무슨 일이 일어날지 결정하는 부분은 학습된 시뮬레이터가 전혀 아니라 사건, 행동, 카메라 움직임에 대해 구조화되고 시간에 근거한 캡션을 작성하는 언어 모델이다. Agora-2는 지능을 작고 명시적인 상태 표현에 둔다. PAN 2는 지능을 렌더러에 두고 추론을 텍스트에 위임한다.

• 무엇이 일어나는지 결정 — Agora-2: 명시적 엔터티 상태를 갖춘 4.46M 파라미터 학습형 시뮬레이션 모델; PAN 2: 월드 상태 캡션을 작성하는 지시 수행 언어 모델.

• 이를 렌더링합니다 — Agora-2: 업데이트당 솔버 스텝 5회로 동작하는 약 1B 규모의 플로우 매칭 렌더러; PAN 2: 매 스텝 가이던스를 적용해 50스텝으로 동작하는 29B 확산 트랜스포머.

• 시간 범위 — Agora-2: 지속되는 개방형 세션, PAN 2: 클립당 최대 20초, 시작 프레임 최대 1개, 클립 전반에 걸쳐 드리프트.

• 입력 — Agora-2: 컨트롤러에서 나오는 이동 및 동작 명령과 학습된 정책, PAN 2: 선택적인 첫 프레임과 텍스트로 된 구조화된 동작 설명.

• 참가자 — Agora-2: 하나의 공유 상태에 있는 4명의 인간과 16개의 정책; PAN 2: 없음, 배치 생성기입니다.

• 접근성 — Agora-2: 가중치, 저장소, 라이선스, 가격 모두 없음; PAN 2: Apache-2.0 가중치, 게이트 없이 공개, GitHub 코드와 vLLM 레시피 포함.

지속성은 Agora-2가 실제로 해결한 문제다

멀티플레이어라는 껍데기를 걷어내면, Agora-2의 진짜 기여는 Odyssey의 글에 담긴 한 문장이다: 엔티티 속성은 특정 뷰와 무관하게 유지되므로 엔티티가 화면 밖에 있어도 계속 사용할 수 있다. 최근 프레임에만 조건화하는 비디오 생성기는 뒤돌아보는 순간 괴물을 잃는다. 명시적 상태를 유지하는 월드 모델은 그렇지 않다. 이것이 Agora-2를 멀티플레이어 야망을 가진 모든 비디오 모델과 구분 짓는 설계 결정이며, 20명의 참가자가 렌더링 주장이 아니라 상태 관리 주장인 이유다.

PAN 2는 그런 주장을 하지 않으며, 모델 카드에도 그렇게 적혀 있다. 각 클립은 최대 하나의 시작 프레임과 텍스트로부터 시뮬레이션되므로 긴 상호작용에서 클립 간 외형이 표류하며, 카드에서는 텍스트 기반 상태와 함께 유지되는 지각적 메모리를 이를 해결하는 데 필요한 것이라고 명시한다. 다시 말해, PAN 2는 자신이 Agora-2의 문제를 갖고 있음을 알고 있지만 해결하지 못했고, Agora-2는 세계를 명시적 텐서에 담을 수 있을 만큼 작게 유지함으로써 그 문제의 한 버전을 해결했다.

함께 읽으면, 두 설계는 이 분야의 양극단을 이룬다. 당신의 세계가 450만 개의 파라미터 — 지도 격자, 엔티티 명단, 이동 분기 집합 — 로 설명될 수 있다면 지속성은 다루기 쉬우며 하나의 세션을 얻게 된다. 당신의 세계가 개방형 물리적 결과라면, 재질과 접촉을 이해하는 렌더러가 필요하며, 카메라가 움직이는 순간 지속성은 미해결 연구 문제가 된다.

세션 비용과 시뮬레이션 비용

두 수치 모두 가격으로 공개되지 않는다. 두 모델 모두 판매되지 않기 때문이다. 둘 다 하드웨어로 공개되며, 그편이 더 유용하다.

Odyssey의 4인 플레이 세션 서빙 계획은 NVIDIA RTX PRO 4500 카드 4장으로, GPU당 렌더러 하나를 두고 그중 한 GPU가 시뮬레이션 모델과 에이전트 정책도 함께 호스팅하며, 초당 30개의 표시 프레임 대비 초당 15회의 잠재 업데이트를 목표로 한다. 보고서는 이 두 수치가 측정값이 아니라 목표치임을 솔직히 밝힌다 — 8장에서는 라이브 다중 에이전트 상호작용 중의 지속 프레임 레이트와 입력-디스플레이 지연을 정량적으로 평가되지 않은 항목으로 기재한다. 학습 비용도 항목별로 제시된다: 4,232,000개 세그먼트에서 6만 회 업데이트, 이어서 4,332,800개에서 6만 회 추가 업데이트를 32대의 B200 GPU에서 실행했다.

PAN 2에 대응하는 것은 vLLM 레시피입니다: B300 GPU 4개에서 704×1248 해상도의 13초 영상을 약 119초에 처리하며, 문서화된 기본값은 BF16의 H200 8개입니다. 매 단계마다 classifier-free guidance를 적용하는 50개의 샘플러 스텝 — 클립당 29B 트랜스포머를 통과하는 100회의 순전파 — 이는 가이던스가 두 랭크에 걸쳐, 시퀀스 병렬화가 추가 두 랭크에 걸쳐 병렬화되는 이유입니다.

두 구성은 규모가 비슷하며, 유사점은 거기서 끝납니다. 카드 네 장은 계속 실행되는 세션을 삽니다. PAN 2에서 카드 네 장은 렌더링된 결과 13초당 2분을 삽니다. 그리고 계획 비용은 플래너가 고려한 모든 후보의 비용입니다. Odyssey의 수치는 한 경험에 대한 처리량 하한입니다. IFM의 수치는 질문당 가격입니다.

이 중 오늘날을 기반으로 구축할 수 있는 것은 하나뿐이다.

바로 이 지점에서 비교는 더 이상 구조적인 차원에 머물지 않습니다.

Agora-2는 Odyssey 자체 주소에서 플레이 가능한 데모와 기술 보고서를 제공하는 연구 프리뷰입니다. 가중치도, 저장소도, 라이선스도, 추론 API도, 가격도 없습니다. Odyssey는 기초 세계 모델 내부의 다중 에이전트 상호작용을 향한 궤적을 향후 연구로 규정하며, PROWL을 연구 스레드로, Odyssey-3을 최종 목적지로 삼습니다. 실제로는 플레이할 수는 있지만 그 위에 구축할 수는 없으며, 제3자도 이를 여러분에게 제공할 수 없습니다.

PAN 2는 정반대의 구성이다. 가중치는 2026년 10월 7일부터 Hugging Face에 공개됐고, 게이트 없이 제공되며, 자체 코드와 가중치에는 Apache-2.0이 적용된다. 11월 5일부터는 추론 및 학습 스크립트가 포함된 GitHub 저장소가 있다. Day-0 vLLM-Omni 지원은 11월 10일에 병합됐다. 자체 오탐 수치를 갖춘 별도 저장소로 배포되는 가드레일도 있다. IFM의 발표는 자사 X 계정에 올린 단 하나의 게시물 — “Introducing PAN 2: an open foundation world model for physical intelligence” — 이 전부였으며, 블로그 글도, 논문 링크도, 호스팅 엔드포인트도, 가격 페이지도 없었다. 그것은 두꺼운 아티팩트를 얇게 감싼 발표로, 폐쇄형 데모를 정교한 게시물로 감싼 Agora-2와는 정반대다.

"이번 분기에 프로덕션에 무엇을 올릴 수 있나"라는 질문이라면, 답은 둘 다 아니지만 이유는 서로 다릅니다. Agora-2에는 Odyssey가 설명한 데모에서 배포로 이어지는 경로가 없습니다. PAN 2에는 경로가 있습니다 — 가중치와 레시피 — 그리고 그것을 따라야 할지를 결정하게 하는 한계가 있습니다: 모델 카드 자체의 한계 섹션에 따르면, 시뮬레이션된 계획 세 개 중 약 두 개에는 실행되지 않는 단계가 최소 하나 포함되어 있습니다.

어느 연구실도 만들어내지 못한 하이브리드

흥미로운 엔지니어링 질문은 어떤 모델이 이기는가가 아니다. 각 모델이 잘하는 일에 각각을 활용하는 시스템이 어떤 모습인지이며, 어느 벤더도 그것을 출시하지 않는다.

영속적인 세계 안에서 계획을 세워야 하는 에이전트를 상상해 보자. Agora-2의 설계는 세계를 안정적으로 유지하는 방법을 보여 준다: 명시적 상태, 구조화된 조건화 프리픽스, 렌더러와 함께 실행할 수 있을 만큼 작은 정책들이다. PAN 2의 설계는 물리적 상호작용에 관한 ‘만약 그렇다면 어떻게 될까’라는 질문에 답하는 방법을 보여 준다: 질문을 언어 모델에 넘기고, 구조화된 캡션을 받고, 그 결과를 렌더링하고, 그것을 살펴본다. Agora-2의 상태를 유지하면서 그 상태의 셀 내부에 있는 세밀한 물리를 PAN 2에 요청하는 스택은 둘 중 어느 것보다도 엄밀히 더 나을 것이며, 두 연구소 모두 아직 공개하지 않은 무언가를 공개해야 할 것이다.

오늘 할 수 있는 일은 두 모델 모두 필요로 하지 않는 절반입니다. PAN 2의 플래너는 지시 수행형 언어 모델이면 무엇이든 정의되며, IFM은 전체 계획 완료율로 네 가지 모델의 순위를 매겼습니다: Claude Opus 5.5, 중간 노력도 설정의 GPT-6 Astra, Kimi K3, Qwen3.8-Flash. 네 가지 모두 OrcaRouter에 있으므로 PAN 2 파이프라인의 캡션 단계는 자동 장애 조치 및 0% 마크업으로 전달되는 각 제공업체의 정가를 포함하는 하나의 엔드포인트를 통해 실행할 수 있으며, 계약 단위가 아니라 실험 단위로 교체됩니다. OrcaRouter는 PAN 2를 호스팅하지 않으며 이를 라우팅할 수도 없습니다 — 29B 렌더러는 여러분의 GPU에 그대로 남습니다 — 그리고 누구도 할 수 없는 Agora-2를 호스팅하는 것은 당연히 불가능합니다. 라우터가 할 수 있는 일은 추론 절반을 탄력적으로 유지하면서 시뮬레이션 절반은 이미 보유한 하드웨어에 고정하는 것입니다.

결정하는 방법

게임을 만들고 있거나, 공유 공간에서 작동해야 하는 에이전트를 위한 훈련 환경을 만들고 있거나, 여러 행위자가 그 안을 이동하는 동안 세계가 일관되게 유지되어야 하는 무엇인가를 만들고 있다면, Agora-2는 더 관련성 높은 연구이자 더 구하기 어려운 연구입니다. 보고서를 읽고, 프리뷰를 플레이해 보세요. 그리고 스무 명의 참가자를 임대할 수 있는 용량이 아니라 상태 설계에 관한 하나의 선언으로 받아들이세요.

물리적 결과를 평가해야 한다면 — 이 파지가 버틸지, 이 따르기가 넘칠지, 이 계획이 장면과의 접촉을 견딜지 — Agora-2는 당신에게 아무것도 제공하지 않으며, PAN 2는 다운로드할 수 있고 문서화되어 있으며 대부분의 계획에서 한 단계를 빠뜨린다는 점을 솔직히 밝힙니다. 엔지니어링 예산을 세우기 전에 GPU 예산을 세우십시오: 13초당 2분씩 B300 4대가 플래너가 고려하는 모든 후보의 비용을 결정합니다.

이 둘은 한동안 비교될 것이다. '월드 모델'은 현재 시각적인 것을 예측하는 모든 것에 붙는 라벨이기 때문이다. 여기서 그 라벨은 아무 역할도 하지 않는다. 이 시스템 중 하나는 사람들이 그 안을 지나다녀도 제자리에 머무는 장소다. 다른 하나는 다음에 무슨 일이 일어나는지에 대한 질문으로, 요청이 있을 때 답해지며 답은 20초로 제한된다. 이 둘을 혼동하면 엔지니어링 시간의 4분의 1을 잃게 되고, 구분하는 데는 오후 한 나절이면 충분하다.