PAN 2 vs Hi3D v1.0: 무엇이든 그 크기를 알려주길 거부하는 두 모델

이 모델들 중 어느 쪽에든 세계를 요청하면 가장 먼저 잃게 되는 것은 ‘자’다. PAN 2는 Institute of Foundation Models의 290억 매개변수 오픈 웨이트 세계 모델로, 2026년 10월 7일부터 Hugging Face에 Apache-2.0 체크포인트로 공개되었고, 코드는 11월 5일, Day-0 vLLM-Omni 지원은 11월 10일에 나왔다. 시작 프레임과 설명된 동작을 주면 그 결과를 보여주는 704×1248 영상을 최대 20초, 초당 24프레임으로 렌더링한다. Hi3D v1.0은 이전 이름이 Sparc3D인 오픈 웨이트 지오메트리 리파이너로, 2026년 10월 23일에 발표되었으며 이미지 하나와 거친 메시를 입력받아 더 조밀한 메시를 반환한다. 지오메트리만 다루며, 모든 결과물은 중심을 다시 맞추고 단위 반지름으로 정규화한다. 하나는 측정 기준에 대한 주장 없이 움직이는 그림을 출력하고, 다른 하나는 절대적 규모가 의도적으로 삭제된 정적 형상을 출력한다. 어느 쪽도 눈앞의 사물이 폭 1미터인지 알려주지 않으며, 둘 다 그런 것을 기대하지 않을 때 더 유용해진다.

그 공통된 생략이 비교를 위한 정직한 근거다. 흔한 프레이밍인 3D 대 비디오, 또는 기하학 대 역학은 맞는 말이지만 도움이 되지 않는다. 그것이 선택을 취향처럼 들리게 만들기 때문이다. 무언가를 결정하는 프레이밍은 각 모델이 당신에게 무엇을 건네는지, 거기에 도달하기 위해 무엇을 버리는지, 그리고 그 결과로 이후에 무엇을 할 수 있게 허용하는지다.

각 항목이 여러분에게 건네는 것, 하나씩

두 객체는 같은 종류의 것이 아니므로, 어떤 능력을 명명하기에 앞서 출력 객체를 먼저 명명하십시오.

• 입력 — PAN 2는 선택적 첫 프레임과 prompt-rewriter 스킬로 정제된 구조화된 동작 캡션을 받습니다. Hi3D v1.0은 하나의 이미지와 동일 객체의 거친 메시를 받습니다.

• 출력 — PAN 2는 최대 20초 길이의 MP4를 반환합니다. Hi3D는 버텍스 지오메트리만 반환하며, 색상, 텍스처, 재질, 버텍스 색상은 없습니다.

• 시간 — PAN 2는 정방향으로 실행되기 위해 존재하며, 모든 클립은 결과에 대한 예측입니다. Hi3D는 시간 축이 전혀 없고 동일한 두 입력에 대해 영원히 동일한 메시를 반환할 것입니다.

• 스케일 — PAN 2는 렌더링하는 어떤 대상에 대해서도 측정 가능한 크기를 주장하지 않으며, Hi3D는 모든 결과를 단위 반지름으로 정규화하여 절대 크기를 의도적으로 버립니다.

• 배치 형태 — PAN 2는 호출당 클립 하나를 렌더링하고, Hi3D는 배치 크기 1로 실행합니다.

• 출력 해상도 — PAN 2는 최대 20초 동안 초당 24프레임으로 704×1248을 렌더링하며, Hi3D는 최대 1536°의 실효 희소 추출 그리드 해상도로 정밀화하는데, 이는 픽셀 수가 아닌 정점의 밀도를 뜻합니다.

• 접근 — PAN 2는 60개 파일에 걸쳐 86.17기가바이트이며, 게이트 없이 Apache-2.0으로 제공됩니다. Hi3D는 자체 Hi3D Open License에 따라 다운로드할 수 있으며, 상업적 사용 시 로열티가 없고 "Powered by Hi3D 1.0" 출처 표시가 필요합니다.

• 하드웨어 — PAN 2의 문서화된 기본값은 BF16 기준 H200 8대이며, B300 4대에서 13초 분량의 영상을 약 119초에 처리하는 레시피도 있습니다. Hi3D는 CPU 추론 경로 없이 단일 96GB H20에서 검증되었습니다.

• 직접 확인할 수 있는 것 — PAN 2의 카드는 그 하네스를 충분히 자세히 설명해 이의를 제기할 수 있을 만큼이다: 여섯 가지 역량 범주에 걸친 300개의 단일 액션 사례, 세 개의 시드에 걸쳐 단계 및 전체 계획 완료를 기준으로 채점되는 100개의 다단계 작업, 그리고 13명의 검토자가 참여한 블라인드 쌍대 비교 연구; Hi3D의 카드는 학습 코드와 논문의 평가 하네스가 릴리스에 포함되지 않는다고 명시하므로, 그 품질 주장은 다운로드로부터 재실행할 수 없다.

그 아홉 개의 행이 구매 결정의 전부이며, 그중 여덟 개는 각 도구가 무엇을 받아들이고 반환하는지에 대한 설명이지 그것이 얼마나 좋은지에 대한 주장이 아닙니다.

두 모델 모두 삭제하는 숫자, 그리고 그 이유

Hi3D의 정규화는 문서화되어 있지만 놓치기 쉽습니다. 각 정제된 메시는 중심을 다시 잡고 단위 반지름으로 정규화됩니다. 이는 기하학 학습의 표준 관행입니다. 절대 좌표를 회귀해야 하는 네트워크는 알려줄 수 있는 스케일에 용량을 낭비하게 되고, 스캔과 에셋으로 구성된 훈련 세트는 단위가 거의 일치하지 않기 때문입니다. 또한 Hi3D에서 나온 메시는 다른 곳에서 알아야 하는 스케일 계수를 다시 적용하지 않고서는 실제 크기로 장면에 바로 넣을 수 없다는 뜻이기도 합니다. 정제된 기하 구조는 구조상 미터법이 없습니다.

PAN 2의 누락은 더 미묘하며 마땅히 받아야 할 만큼 주목받지 못한다. 이 모델은 물리적으로 일관된 결과를 만들어낸다. 과일이나 액체를 바꾸면 튀는 모양이 달라지는 스트로베리 데모는 지금까지 누구든 내놓은 것 중 이 아이디어를 가장 명확하게 보여주는 사례이며, 그러면서도 거리를 한 번도 명시하지 않는다. 학습 신호는 비디오이고 출력도 비디오이며, 비디오에는 고유한 스케일이 없다. 골무를 클로즈업한 장면과 양동이를 와이드로 찍은 장면은 동일한 텐서다. 모델 카드 자체의 지름길 목록은 같은 공백을 다른 쪽에서 가리킨다. 파스타가 물을 빼기 전에 체에 나타나는 식으로 말이다. 이는 일어났어야 할 물리 없이 진행된 장면이다.

이것이 PAN 2가 물보라를 아무리 잘 표현하게 되더라도 그것만으로 주행 시뮬레이터를 만들 수 없는 이유이다. 도로망에는 미터 단위의 차선 폭과 센티미터 단위의 라이다 반사값이 필요하지만, 세계에 대한 표현 전체가 잠재 비디오인 모델에는 그것들을 넣을 곳이 없다. 또한 이것이 Hi3D가 그 미터 값을 제공할 수 없는 이유이기도 하다. Hi3D는 깊이 정보가 없던 이미지로부터, 자신이 정규화를 통해 없애버린 축척에서 단일 객체의 형상을 정교화할 뿐이다.

파이프라인에 메트릭 출력이 필요하다면, 메트릭은 두 모델 중 어느 쪽보다도 앞선 어딘가에서 입력되어야 합니다 — 깊이 센서, 프레임 안의 알려진 크기 마커, CAD 파일 등에서 — 그리고 두 모델은 그 결정을 내리는 것이 아니라 그 결정의 다운스트림에 놓입니다. 이 점은 분명히 말할 가치가 있습니다. 대안은 팀이 일주일간의 통합 끝에 그 사실을 뒤늦게 발견하는 것이기 때문입니다.

편집 가능성은 프로젝트라는 현실과 부딪혀도 끝까지 살아남는 차이입니다

생성된 비디오는 수정에는 막다른 길이다. PAN 2가 서랍이 열리고 컵이 넘어지는 계획을 렌더링했는데 서랍이 더 천천히 열리기를 원한다면, 클립을 편집하는 것이 아니라 캡션을 다시 쓰고 29B 트랜스포머를 통과하는 또 다른 100번의 순전파 비용을 치러야 한다. 캡션은 유일하게 편집 가능한 표면이며, 구조화되어 있고 시간에 기반하며 행동이 액터에 묶여 있고 카메라 움직임까지 명시된, 정말로 좋은 표면이다. 그러나 캡션은 '무슨 일이 일어나는가'의 수준에서 작동할 뿐, '이 버텍스가 어디로 가는가'의 수준에서는 작동하지 않는다.

정교화된 메시는 반대 종류의 아티팩트입니다. Hi3D의 출력은 모델러에서 열리고, 리토폴로지 작업을 거치고, 다른 곳에서 텍스처링되고, 배치됩니다. 이 정교화는 그 외에는 되돌릴 수 있는 단계들로 가득한 파이프라인에서 되돌릴 수 없는 한 단계이며, 바로 그것이 콘텐츠 팀이 원하는 것입니다. 블록아웃을 개선한 뒤 물러나는 도구입니다.

과장 없이 말하면, 실제로 존재하는 구성은 다음과 같습니다. Hi3D로 다듬어진 거친 블록아웃은 상세한 소품이 되고, 장면 빌더가 그 소품을 배치하며, PAN 2 스타일의 월드 모델은 무언가가 그것에 작용할 때 일어나는 일을 렌더링합니다. 이 둘은 경쟁자가 아니라 인접한 단계입니다. 존재하지 않는 것은 루프입니다. Hi3D는 PAN 2 프레임을 받아 기하 구조를 되돌려줄 수 없습니다. 깊이 정보가 없고 스케일을 알 수 없는 단일 비디오 프레임은 Hi3D가 해결하도록 만들어진 메시 문제가 아니기 때문입니다.

그 파이프라인에서 라우팅 계층이 존재 가치를 발휘하는 지점은 두 모델 중 어느 쪽이 아니라, 이들을 연결하는 언어 작업입니다. 시뮬레이터가 조건으로 삼을 수 있도록 렌더에 캡션을 달고, PAN 2의 텍스트 인코더가 소프트 1,480토큰, 하드 1,536토큰 예산으로 소비하는 구조화된 월드 상태 설명을 작성하며, 생성된 프레임이 요구 사항에 부합하는지 판단하는 일 — 이는 평범한 과금형 모델 호출이며, 두 도구를 둘러싸고 있습니다. OrcaRouter는 하나의 API 뒤에 200개 이상의 모델을 제공자 정가 대비 0% 마크업으로제공하며 제공자 간 자동 장애 조치를 갖추고 있어, 캡션 작성자와 렌더 비평가가 하나의 키와 폴백 경로를 공유할 수 있습니다. PAN 2도 Hi3D v1.0도 그 카탈로그에 없으며, 여기서 그렇다고 암시하는 바도 없습니다. 렌더러는 당신의 노드이고, 리파이너는 당신의 GPU이며, 우리가 라우팅하는 것은 접착제입니다.

고객이 누구여야 하는지 알려주는 두 가지 라이선스

두 모델 모두 다운로드할 수 있을 만큼 공개되어 있으며, 그 조건들은 가중치보다 더 많은 정보를 주는 방식으로 서로 다릅니다.

PAN 2는 Apache-2.0 라이선스다. 라이선스 문구 외에 출처 표시 요구가 없고, 사용자 수 기준도, 매출 기준 제한도, 사용 분야 제한도 없다. 이를 미세 조정하고, 양자화하고, 제품에 내장해 출시하면서 아무것도 밝히지 않아도 된다. 대학 부속 연구소가 수억 개의 비디오로 처음부터 학습시킨 290억 매개변수 확산 트랜스포머로서는 이례적으로 관대한 선택이며, 이는 PAN 2와 흔히 비교되는 폐쇄형 월드 모델들 사이의 가장 큰 실질적 차이다.

Hi3D v1.0은 "Powered by Hi3D 1.0" 출처 표기를 조건으로 상업적 사용에 로열티가 없으며, 월간 활성 사용자 200,000명 또는 월 매출 100만 달러를 초과하면 별도의 계약이 적용됩니다. 이 기준선은 하나의 지문과 같습니다. 즉, 의도된 고객이 스튜디오, 플랫폼 또는 도구 공급업체임을 말해 주고, 작성자들이 이 모델을 연구 대상으로 삼기보다 임베드되기를 기대한다는 점을 보여 줍니다. 기준선 아래에서는 비용이 들지 않고, 기준선 위에서는 협상하게 됩니다.

어느 라이선스도 함정이 아니다. 이들은 개방성이 무엇을 위한 것인지에 대한 서로 다른 베팅이다. PAN 2의 라이선스는 인프라로서의 채택을 노리는 것이고, Hi3D의 라이선스는 상업적 대화가 가능할 만큼 충분히 커졌을 때 그 대화를 덧붙이는 조건으로 채택을 노리는 것이다.

가깝지 않은 하드웨어 청구서

Hi3D의 요구 사항은 엄격하지만, 이미 해당 장비를 보유하고 있다면 충족 비용은 저렴합니다. Linux, Python 3.10, 컴퓨트 능력 8.0 이상의 NVIDIA GPU, CUDA 12.0~12.5, 폴백 경로가 없는 flash-attn, CPU 추론 불가, 단일 96GB H20에서 검증됨. 스튜디오 워크스테이션이라면 이를 충족합니다. 실패 모드는 메모리가 아니라 CUDA 버전 고정과 폴백 부재입니다.

PAN 2의 요구 사항은 다른 범주다. BF16에서 H200 8대가 문서상 기본값이며, 그 위에 네 개 타일로 VAE 패치 병렬화를 적용한다. 20초짜리 704×1248 클립을 디코딩하는 것 자체가 메모리 문제이기 때문이다. B300 4대에서 13초 분량에 119초가 걸린다는 수치는 vLLM 레시피에서 나온 것이며, 모든 설계 질문을 산술 문제로 바꾸는 숫자다. 플로우 시프트 9, 매 스텝 가이던스 2.5에서 샘플러 스텝 50회는 클립당 29B 트랜스포머를 100번 순전파하는 것이고, 10단계 작업의 각 단계마다 다섯 개 후보 행동을 평가하는 플래너는 클립 50개를 필요로 한다.

따라서 비용 비교의 핵심은 ‘어느 쪽이 더 저렴한가’가 아니다. 이들 중 하나는 워크스테이션 도구이고 다른 하나는 클러스터 워크로드이며, 첫 번째를 감당할 수 있는 팀이라도 두 번째는 전혀 운영하지 못할 수 있다는 점이다. 그 비대칭성이 PAN 2를 더 나쁘게 만들지는 않는다. 오히려 GPU 예산이 카드 한 장인 사람에게는 결정을 쉽게 만든다.

당신이 실제로 묻고 있는 질문은 무엇인가요?

문제가 블록아웃이 너무 거칠다는 것이라면, 또는 스캔한 소품에 세밀한 디테일이 없다는 것이라면, Hi3D v1.0이 도구이고 PAN 2는 무관합니다 — 비디오 생성기에서 버텍스를 얻을 수 있는 것은 아무것도 없습니다. CUDA 스택 예산을 잡고, 납기일을 약속하기 전에 flash-attn 의존성을 확인하며, 메시가 단위 반경으로 도착한다는 점을 기억하세요.

당신의 문제가 어떤 행동을 실행하기 전에 그 행동이 무엇을 하는지 확인해야 한다는 것이라면 — 계획 평가, 반사실적 데이터, 자신의 선택을 미리 보여주는 로봇이나 에이전트 — 두 가지 중 답을 내놓는 것은 PAN 2뿐이며, 자체 카드에 따르면 세 계획 중 약 두 개에서 단계를 누락한 채 픽셀로 답합니다. 루프 안에 검사기를 설계하고, 프롬프트를 토큰 예산 안에 유지하며, 모든 클립을 측정값이 아니라 가설로 취급하세요.

둘 다 필요하다면 아티팩트가 실제로 흐르는 순서대로 파이프라인을 구축하세요. 메트릭 입력이 먼저, 기하가 두 번째, 결과가 세 번째이며, 하나의 표현이 다른 표현으로 바뀌어야 하는 각 이음새마다 언어 모델을 둡니다. 이는 어느 모델의 발표가 시사하는 것보다 더 많은 엔지니어링이며, 모든 본격적인 2026 월드 모델 스택이 결국 도달한 형태입니다.

이 페이지를 바꿀 것은 미터법 스케일과 시간 축을 갖춘 지오메트리, 즉 단위가 있는 4D 출력을 내놓는 모델입니다. 두 릴리스 어디에도 그것을 가리키는 내용은 없습니다. 그것을 가리키는 무언가가 나오기 전까지는, 정확한 요약은 이렇습니다. PAN 2는 무슨 일이 일어나는지를 보여 주고 Hi3D는 거기에 있는 것을 더 선명하게 만들며, 둘 다 그것이 얼마나 큰지는 말하지 않고, 두 번째 한계가 조용히 당신의 프로젝트 중 어느 것이 둘 중 하나를 사용할 수 있는지를 결정한다는 것입니다.