Code as Worlds: Agentic Discovery of Executable World Representations for Physical Reasoning

물리 세계를 '실행 가능한 코드'로 표현하고, 에이전트가 가설을 세워 시뮬레이션으로 검증하며 세계 표현을 찾아내게 한 논문.

이 논문은 한마디로 물리 세계를 실행 가능한 코드(물체 구성, 움직임 법칙, 겉모습)로 표현하는 Code-as-World 패러다임을 제안한 것이다. 에이전트가 글이나 영상을 보고 '실행 가능한 세계 가설'을 제안하고, 시뮬레이터에서 돌려보고 렌더링해 실제 관측과 비교한 뒤 틀리면 고치는 반복 루프를 돈다. 이렇게 검증된 세계를 학습 감독 신호로 써서 시각-언어 모델(Code-as-World-VL)을 학습시켰다. 그 결과 9B 모델이 Gemini-3.1-Flash보다 정량 물리 추론(QuantiPhy)에서 뛰어났고, 27B는 모든 기준선을 넘어섰다.

핵심 요약

• 물체·물리 법칙·겉모습을 코드로 써서, 컴팩트하면서도 숫자로 검증 가능한 세계 표현을 만들었다.
• 제안→실행→렌더링→검증→수정의 에이전트 루프(가추 추론에서 영감)로 글이나 영상에서 세계 표현을 자동으로 발견했다.
• 검증된 실행 세계를 감독 신호로 활용해, 영상 속 속도·질량 같은 수치를 묻는 정량 물리 추론을 시각-언어 모델에 가르쳤다.
• Code-as-World-VL-9B가 QuantiPhy에서 Gemini-3.1-Flash 같은 훨씬 큰 상용 모델을 능가했고, 27B는 전체 최고 성적을 냈다.
• 가설을 세우고 실험으로 확인하는 과학적 발견 절차를 에이전트 루프로 옮겼다는 점이 핵심 의의다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.