世界モデル
世界モデル(world model)とは、多くの場合は動画やセンサーのデータから、環境の仕組みを次に何が起こるか予測できるほどに学習したAIモデルです。エージェントはそのシミュレーションの中で計画を立てたり学習したりできます。
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
この用語には厳密な起源と、より緩い現代的な使い方があるため、話し手がどちらを指しているかを知っておくと役立ちます。
研究での意味
強化学習では、世界モデルは学習されたシミュレーターです。HaとSchmidhuberによる2018年の論文は、ゲームの環境とその時間的な変化を圧縮した像を作るネットワークを学習させました。その後、小さなコントローラーがその圧縮された視点を使って行動することを学び、モデル自身が想像したゲームの中で学習してから実際のゲームに戻すことさえできました。要点は、エージェントが高価な実際の試行ではなく予測から学ぶことです。
現在の製品での意味
現在ラボは「世界モデル」という言葉を、探索できる動画や3Dのシーンを生成し、行動に反応する大規模な生成モデルに使っており、ロボティクス、自動運転、ゲームを対象としています。当サイトでレビューした例には、NVIDIA Cosmos 3やDeepMindのGenie 4があります。これらは通常大量の動画で学習され、基盤モデルの一種です。
議論のある使い方
大規模言語モデルが、自らが記述す る事実についての内部の「世界モデル」を持っているかどうかも議論されています。これはモデルが内部で何を学習したかについての主張であって製品の種類ではなく、合意されたテストもありません。
違い
Text-to-videoモデルはプロンプトからクリップを作って終わります。世界モデルは一歩ずつ進めるためのもので、現在の状態と行動が与えられると次の状態を予測するため、その中で何かが行動できます。その限界はあらゆるシミュレーターと同じです。長い展開では誤差が積み重なり、モデルの中で機能する方策が現実の世界でも機能するとは限りません。
関連用語
- マルチモーダルモデル
- マルチモーダルモデルとは、テキスト、画像、音声、動画など複数の種類のデータを、別々のシステムではなく1つのモデルの中で受け取り、場合によっては生成できるAIモデルです。
- 基盤モデル
- 基盤モデル(foundation model)とは、幅広いデータで大規模に学習した大きなモデルで、1 つのタスクのために作られるのではなく、プロンプトやファ インチューニングによってさまざまな下流のタスクに適応させられるものです。
- Text-to-video(動画生成)
- Text-to-video(動画生成)とは、書かれたプロンプトから短い動画クリップを生成するタスクです。モデルは、それぞれが正しく見え、しかもフレーム間で一貫して動くフレームを生成しなければなりません。
- 大規模言語モデル
- 大規模言語モデル(large language model、LLM)とは、数十億のパラメーターを持ち、大量のテキストで次のトークンを予測するよう学習したニューラルネットワークです。これにより、文章を書く、質問に答える、要約する、指示に従うといったことができます。
- AI エージェント
- AI エージェント(AI agent)とは、言語モデルが次の手順を自分で決めるシステムです。固定の台本に従うのではなく、ツールを呼び出し、結果を読み、タスクが終わるまで繰り返します。