新たな「一般的世界モデル」でAIの進化が期待される！

我々は、AIにおける次の大きな進展は、視覚世界とその動態を理解するシステムから生まれると信じています。これが、我々が一般的世界モデルと呼ぶ新しい長期研究の取り組みを始める理由です。

世界モデルとは、環境の内部表現を構築し、その環境内での未来のイベントをシミュレーションするAIシステムです。これまでの世界モデルの研究は、非常に限定的で制御された設定に集中してきました。たとえば、ビデオゲームのような玩具のシミュレーション世界や、運転のための世界モデルの開発といった狭いコンテキストです。一般的世界モデルの目的は、現実世界で遭遇するようなさまざまな状況や相互作用を表現し、シミュレートすることです。

ビデオ生成システムの一例としてGen-2を考えることができます。Gen-2は現実的な短いビデオを生成するために、物理や動きに関するある程度の理解を発展させています。しかし、複雑なカメラや物体の動きに苦労しており、その能力は依然として限られています。

一般的世界モデルを構築するためには、いくつかのオープンな研究課題に取り組む必要があります。一つは、環境の一貫したマップを生成する能力や、そうした環境内でのナビゲーションと相互作用の能力が求められます。世界の動態だけでなく、その住人の動態も捉える必要があり、これには人間の行動の現実的なモデルを構築することも含まれます。

我々は、これらの課題に取り組むチームを構築しています。この研究に参加したい方は、ぜひご連絡ください。