機械学習におけるワールドモデルは、環境の内部表現を構築し、アクションに応じて時間とともにどのように変化するかを予測するシステムです。これは、メンタルシミュレーションを通じて「行動する前に考える」ことを可能にする、世界のダイナミクスをシミュレートするAIです。これらのモデルは、ロボット、自動運転、インタラクティブなビデオ生成を支えます。

初期のアイデアは1990年代に遡り、ドイツの研究者がリカレントニューラルネットワークを使用しました。2022年、ヤン・ルカンがこの概念を復活させ、次のトークンではなく抽象的な概念を予測する共同埋め込み予測アーキテクチャ（JEPA）を提案しました。2024年、GoogleはワールドモデルGenieを発表し、カリフォルニアの自動運転タクシー会社Waymoが自動運転シミュレーションに採用しました。

2026年までに、最先端にはWorld LabsのMarble、AlibabaのHappy Oyster、NvidiaのCosmos（2026年6月リリース）が含まれます。これらのモデルは、テキストプロンプトからインタラクティブな3D環境を作成します。アーキテクチャには、JEPA、Dreamerのようなリカレント確率状態モデル（RSSM）、Mu Zeroのようなツリーサーチモデル、生成的基盤シミュレータが含まれます。

ワールドモデルは、パターンマッチングから予測的理解へのシフトを表し、研究と商業化の両方で大きな勢いがあります。

主要エンティティ：企業：Google、Waymo、World Labs、Alibaba、Nvidia、Meta | 人物：ヤン・ルカン | 場所：カリフォルニア

よくある質問：AIにおけるワールドモデルとは何ですか？

AIにおけるワールドモデルは、環境の内部表現を構築し、時間とともにどのように変化するかを予測するシステムであり、シミュレーションベースの計画と意思決定を可能にします。