WaveSpeedAI
← 블로그

WaveSpeedAI Cosmos Predict 2.5 Text-to-Video, WaveSpeedAI에 출시

Cosmos Predict 2.5 Text-to-Video는 NVIDIA의 2B Cosmos 포스트 트레이닝 모델을 사용하여 텍스트 프롬프트로 영상을 생성합니다. 바로 사용 가능한 REST 추론 API, 최고의 성능을 제공합니다.

6 min read
Wavespeed Ai Cosmos Predict.2.5 Text To Video
Wavespeed Ai Cosmos Predict.2.5 Text To Video Cosmos Predict 2.5 Text-to-Video는 NVIDIA의 2B Cosmos 포스트 트레이닝...
Try it
WaveSpeedAI Cosmos Predict 2.5 Text-to-Video, WaveSpeedAI에 출시

AI 영상 생성의 새로운 차원이 WaveSpeedAI에 도래하다

상상과 현실 사이의 경계가 더욱 좁아졌습니다. NVIDIA Cosmos Predict 2.5 텍스트-투-비디오가 WaveSpeedAI에 출시되었습니다 — 크리에이터와 개발자들이 텍스트 설명만으로 영화 같은 영상 클립을 생성할 수 있는 기능을 제공하며, NVIDIA의 월드 파운데이션 모델 기술로 구동되고, 콜드 스타트 없이 간단한 정액 요금제로 이용할 수 있습니다.

Cosmos Predict 2.5는 단순한 텍스트-투-비디오 모델이 아닙니다. 이것은 월드 파운데이션 모델입니다 — 물리적 세계를 시뮬레이션하고 예측하도록 설계된 시스템입니다. 2억 개의 큐레이션된 영상 클립으로 학습되고 강화 학습 기반 사후 훈련을 통해 정제된 이 모델은 물리 법칙을 준수하는 영상을 생성합니다. 빗물은 아래로 떨어집니다. 나뭇잎은 바람에 설득력 있게 흩날립니다. 빛은 실제 세계에서와 같이 안개를 통해 산란됩니다. 그 결과는 단순히 보기 좋은 영상이 아니라 — 올바르게 보이는 영상입니다.

Cosmos Predict 2.5 텍스트-투-비디오란 무엇인가?

Cosmos Predict 2.5 텍스트-투-비디오는 자연어 설명만으로 부드럽고 고품질의 영상 클립을 생성합니다. 참조 이미지, 스토리보드, 소스 영상이 필요하지 않습니다. 장면을 묘사하면 — “황혼 무렵의 번잡한 도쿄 거리, 빗물에 젖은 보도에 반사된 네온사인, 우산을 든 보행자들” — 모델이 사실적인 움직임, 조명, 분위기 효과로 당신의 말을 생생하게 표현한 영화 같은 영상 클립을 생성합니다.

이 모델은 NVIDIA의 20억 파라미터 Cosmos 사후 훈련 아키텍처를 기반으로 구축되었으며, 텍스트-투-비디오, 이미지-투-비디오, 비디오-투-비디오 기능을 단일 시스템으로 통합하는 플로우 기반 확산 모델입니다. 다른 영상 생성 모델과 차별화되는 점은 텍스트 인코더입니다: Cosmos-Reason1 — 프롬프트를 단순히 파싱하는 것이 아니라 당신이 묘사한 장면의 물리적 타당성에 대해 추론하는 Physical AI 추론 비전 언어 모델입니다. “단풍나무에서 소용돌이치며 떨어지는 가을 낙엽”을 입력하면, 모델은 나뭇잎이 직선으로 떨어지지 않는다는 것, 바람이 비대칭 패턴을 만든다는 것, 나뭇잎 사이로 필터링되는 빛이 지면에 변화하는 그림자를 만든다는 것을 이해합니다.

NVIDIA의 PAI-Bench 평가에서 Cosmos Predict 2.5-2B 사후 훈련 모델은 훨씬 큰 모델들과 비교할 수 있는 성능을 달성합니다. 단 20억 개의 파라미터만으로도 다양한 프롬프트 세트에서 Wan 2.2 5B 및 Wan 2.1 14B 모델의 품질에 필적하며 — Image-to-World 작업에서 0.810의 최고 종합 점수로 분야를 선도합니다. 이 효율성은 더 빠른 추론과 더 낮은 비용으로 직접 이어집니다.

주요 기능

  • 월드 파운데이션 모델 아키텍처: NVIDIA의 목적별 구축 Cosmos 플랫폼을 기반으로 구축되어, 물리적 세계가 어떻게 보이는지뿐만 아니라 어떻게 움직이고, 빛이 어떻게 행동하며, 물체가 어떻게 상호 작용하는지 이해하도록 특별히 훈련되었습니다.
  • 물리 기반 생성: 물이 자연스럽게 흐르고, 천이 설득력 있게 드리워지며, 그림자가 광원을 따라 추적되고, 안개, 비, 먼지 같은 대기 효과가 사실적으로 작동합니다. 모델은 임의적인 움직임을 만들어내는 대신 물리적 타당성에 대해 추론합니다.
  • 순수 텍스트-투-비디오: 텍스트만으로 완전한 영상 클립을 생성합니다. 참조 이미지, 시드 프레임, 보조 입력이 필요 없습니다. 원하는 것을 묘사하면 완성된 영상을 얻을 수 있습니다.
  • 내장 프롬프트 향상기: 머릿속에 있는 정확한 장면을 어떻게 묘사해야 할지 모르겠나요? 통합 프롬프트 향상기가 자동으로 설명을 정제하여 영화적 디테일, 분위기 신호, 모델의 최고 성능을 이끌어내는 움직임 세부 사항을 추가합니다.
  • 강화 학습 정제: 텍스트 정렬, 움직임 품질, 시각적 충실도를 평가하는 VideoAlign이라는 RLHF 방식의 보상 모델로 사후 훈련되어 — 모델이 지속적으로 의도에 맞는 고품질 결과물을 생성하도록 보장합니다.
  • 영상당 정액 $0.25: 모든 영상은 정확히 동일한 비용이 듭니다. 초당 요금, 해상도 티어, 놀라운 추가 요금이 없습니다.

실제 활용 사례

영화적 장면 생성

Cosmos Predict 2.5는 분위기 있는 영화적 콘텐츠에서 탁월합니다. 밤의 빗속 도시 거리, 새벽의 안개 낀 숲, 황금빛 시간의 사막 고속도로를 묘사하면, 모델이 실제 촬영에 버금가는 영상을 생성합니다. 영화 제작자와 콘텐츠 크리에이터는 책상을 떠나지 않고도 설정 샷, 무드 보드, 개념 시퀀스를 생성할 수 있습니다.

소셜 미디어 및 숏폼 콘텐츠

영상당 $0.25로, Instagram Reels, TikTok, YouTube Shorts를 위한 스크롤을 멈추게 하는 콘텐츠를 빠르게 프로토타입하고 제작할 수 있습니다. 개념의 여러 변형을 생성하고, 다양한 시각적 접근 방식을 A/B 테스트하고, 단 하나의 API 호출로 최고의 결과물을 출시하세요 — 정액 요금제가 실험을 사실상 위험 부담 없이 만들어줍니다.

마케팅 및 광고

전통적인 제작 비용의 일부로 홍보 영상 콘텐츠를 생성하세요. 장면을 묘사하고 몇 초 안에 제작 수준의 영상을 얻을 수 있을 때 제품 출시, 계절 캠페인, 브랜드 스토리텔링 모두 더 빠르게 진행됩니다. 마케팅 팀은 제작 일정을 기다리는 대신 실시간으로 크리에이티브 개념을 반복할 수 있습니다.

개념 시각화 및 사전 시각화

비용이 많이 드는 제작에 착수하기 전에 창의적인 아이디어를 실현하세요. 감독은 장면을 사전 시각화하고, 게임 디자이너는 환경을 프로토타입하고, 건축가는 분위기 있는 워크스루를 생성할 수 있습니다 — 모두 텍스트 설명으로부터. 모델의 물리 인식은 이러한 미리보기가 현실에 근거하도록 하여 실제 창의적 의사 결정에 유용하게 만듭니다.

스토리텔링 및 내러티브 콘텐츠

작가와 내러티브 디자이너는 자신의 이야기가 살아 움직이는 것을 볼 수 있습니다. 장면의 시퀀스를 묘사하고 대본, 소설, 프레젠테이션, 교육 자료를 위한 시각적 동반자를 생성하세요. 모델의 자연스러운 움직임과 환경 효과에 대한 이해는 모든 내러티브를 향상시키는 몰입감 있는 비주얼을 만들어냅니다.

WaveSpeedAI에서 시작하기

Cosmos Predict 2.5 텍스트-투-비디오로 영상을 생성하는 데는 단 몇 줄의 코드만 필요합니다:

import wavespeed

output = wavespeed.run(
    "wavespeed-ai/cosmos-predict-2.5/text-to-video",
    {
        "prompt": "A quiet Japanese garden in autumn, golden maple leaves drifting slowly onto a still koi pond, soft afternoon light filtering through the canopy, gentle ripples spreading where each leaf touches the water",
    },
)

print(output["outputs"][0])

최상의 결과를 위한 팁:

  1. 구체적이고 상세하게 묘사하세요 — 환경, 조명, 날씨, 카메라 움직임에 대한 세부 사항을 포함하세요. “황혼 무렵 파리의 빗속 자갈 골목, 카페 창문에서 흘러나오는 따뜻한 빛, 네온사인을 반사하는 웅덩이, 슬로우 트래킹 샷”은 “빗속 거리”보다 극적으로 더 나은 결과를 낼 것입니다.
  2. 영화적 언어를 사용하세요 — “황금빛 조명”, “트래킹 샷”, “슬로우 팬”, “얕은 심도”, “대기 안개” 같은 용어는 모델이 더 세련되고 전문적인 영상을 생성하는 데 도움이 됩니다.
  3. 움직임을 명시적으로 묘사하세요 — 단순히 장면을 설정하는 것에 그치지 마세요. 모델에게 무엇이 어떻게 움직이는지 알려주세요: “아래로 소용돌이치는 나뭇잎”, “바위에 부딪히는 파도”, “커피 잔에서 올라오는 김”.
  4. 프롬프트 향상기를 사용해보세요 — 결과물이 원하는 비전과 맞지 않는다면, 내장 프롬프트 향상기를 활성화하여 모델의 최고 성능을 이끌어내는 영화적 디테일과 구체성을 자동으로 추가하세요.
  5. 분위기와 대기를 포함하세요 — “우울한”, “환상적인”, “활기찬 에너지”, “고요한 정적” 같은 감정적 톤과 대기적 디테일은 모델에게 추가적인 창의적 방향을 제공합니다.

간단하고 예측 가능한 요금

출력비용
영상당$0.25

초당 요금, 해상도 티어, 숨겨진 수수료가 없습니다. 모든 영상은 정액 $0.25 — Cosmos Predict 2.5를 이 품질 수준에서 가장 저렴한 텍스트-투-비디오 솔루션 중 하나로 만듭니다.

WaveSpeedAI에서 Cosmos Predict 2.5를 선택해야 하는 이유

  • 콜드 스타트 없음: 모든 요청이 준비된 웜 인스턴스에 도달합니다. 영상 생성이 즉시 시작됩니다 — 모델 로딩이나 GPU 프로비저닝을 기다릴 필요가 없습니다.
  • 프로덕션 준비 REST API: 최소한의 통합 노력으로 모든 기술 스택, 콘텐츠 파이프라인, 자동화된 워크플로우에 바로 적용할 수 있는 깔끔하고 잘 문서화된 엔드포인트.
  • 탄력적 확장성: 하루에 하나의 영상을 생성하든 시간당 만 개를 생성하든, WaveSpeedAI의 인프라가 수요에 맞게 원활하게 확장됩니다.
  • 모든 볼륨에서 저렴한 비용: 최소 주문량, 구독, 약정 없는 영상당 정액 요금. 생성한 것에 대해서만 지불하세요.
  • 완전한 Cosmos 생태계: 이미지-투-비디오 및 비디오-투-비디오를 포함한 전체 Cosmos Predict 2.5 패밀리와 함께 Wan 2.6 텍스트-투-비디오 같은 다른 주요 모델들 — 모두 단일 API를 통해 이용 가능합니다.

오늘 바로 창작을 시작하세요

NVIDIA Cosmos Predict 2.5 텍스트-투-비디오가 WaveSpeedAI에서 라이브로 준비되어 있습니다. 아이디어를 영화 같은 영상으로 전환하고자 하는 크리에이터, 영상 제작을 확장하려는 마케팅 팀, AI 기반 영상 기능을 제품에 구축하는 개발자 누구에게나, Cosmos Predict 2.5는 월드 파운데이션 모델 품질의 물리 인식 생성과 간단한 요금제를 — 텍스트 프롬프트 하나로 — 제공합니다.

WaveSpeedAI에서 Cosmos Predict 2.5 텍스트-투-비디오 사용해보기 →

공유