動画生成AI、手順を自ら判断し実行する新手法
研究チームが、初期画像と目標だけから次の行動を決めて動画化し、結果を見て完了まで進める世界モデル「WorldGuide」を発表した。手順書や研修動画の制作を変える可能性がある。

全セクション横断 23 件
研究チームが、初期画像と目標だけから次の行動を決めて動画化し、結果を見て完了まで進める世界モデル「WorldGuide」を発表した。手順書や研修動画の制作を変える可能性がある。

3万時間の一人称視点動画で世界モデルを学習した研究が、人の動きは高精度に再現できる一方、物体の挙動は大幅に遅れると報告した。実用化の鍵はデータ量より学習設計にある。

ロボットの動作から未来の映像を予測する世界モデル「DreamTrue」が、人手評価の相互作用の欠陥率を48.12%から6.25%へ下げた。実機で試す前に映像で動作を検証できる可能性を示す。

対話型の動画世界モデルで、ユーザー操作の変化に応じ計算を使い分ける手法CtrlCacheが提案された。再学習なしでDiT部の処理を1.21〜1.41倍に高速化し、品質評価も上回った。

ロボット操作の予測映像に奥行き情報を加えた世界モデル「DepthWorld」が発表された。奥行きの学習が映像予測自体も改善し、実機を使わない動作評価の信頼性を高める可能性がある。

動画生成AIの物理的な正しさを、光学や流体など40課題で定量測定するベンチマークが提案された。最高モデルでも100点中57.76点にとどまり、実務利用前の検証の必要性が浮かんだ。

環境変化に適応する世界モデルでは、古い知識の破棄は欠陥ではなく必須動作だとする論文が公表された。物理法則など不変知識と更新すべき事実を分けて評価する枠組みを示し、AIの品質保証の見直しを迫る。

南京大学などのチームが発表した行動識別型世界モデルAD-WMは、ロボット制御での候補行動比較能力を高め、実機ピック・アンド・プレース成功率を42.2%から71.1%に向上させた。

動画生成AIが長い映像を作る際、過去の情報を保持し続ける「記憶」が中核課題になっているとして、研究者らが体系的なレビューを公表した。設計と評価の共通枠組みを示し、映像制作や世界モデル活用の基盤整備につながる。

Tencent等の研究チームが、視点を跨いでも矛盾のない映像を生成する動画ワールドモデル「WorldCrafter」を発表。分単位の探索でも破綻しない映像生成は、不動産内覧やゲーム開発の実務利用に道を開く。

ロボットの世界モデルが過去の知識を再利用できるかを切り分けて測るベンチマークが提案された。モジュール型が忘却との両立で従来手法を上回ったが、完全な解決には至らず、ロボット導入時の評価軸として注目される。

ロボット制御や自律エージェントの計画精度を高める新技術「ACID」が発表された。製造・物流・医療分野でのロボット導入コスト削減と信頼性向上に直結する可能性がある。

中国の研究チームが、実機ロボットの強化学習に世界モデルを組み合わせた新手法「WorldSample」を発表した。訓練ステップを59%削減しつつ成功率を28%向上させる成果は、製造・物流現場への自律ロボット導入を大幅に加速させる可能性がある。

香港科技大学などの研究チームが開発した「WorldDirector」は、3D軌道とカメラ動作をLLMで制御し、長時間にわたって登場人物や物体の外見を維持したまま複雑な映像を自動生成できる世界モデルである。映像・広告・自動車産業に広範な影響を与える可能性がある。

シンガポール国立大などの研究チームが、LLMエージェントの行動予測精度を自律的に改善するフレームワーク「WorldEvolver」を発表した。モデルの再学習なしに意思決定精度を高める仕組みは、製造・物流・金融など複数業種の業務自動化に直結する可能性がある。

米研究チームが、ロボットの精緻な手指動作を高精度に予測する世界モデル「DexAC-WM」を発表した。製造・医療・物流分野における自律ロボットの実用化を大幅に加速させる可能性がある。

米カリフォルニア大学の研究チームが、生成AIの世界モデルに生じる幻覚現象を事前予測し、わずか50軌跡のデータで抑制できる手法を開発した。自動運転・ロボティクス・シミュレーション産業に広範な影響を与える可能性がある。

香港中文大学などの研究チームが、汎用AIエージェントの能力を局所的に認証する「構造的認証」手法を発表した。万能でないエージェントの「信頼できる領域」を数学的に特定し、企業導入の安全性評価を根本から変える可能性がある。

東京大学らの国際研究チームが、現行のAIワールドモデル23種を体系的に評価した結果、カメラが離れた間も世界を継続的に進化させる能力が根本的に欠如していることを実証した。自動運転・ロボティクス・ゲーム開発などへの実用化に重大な制約が生じる。

スタンフォード大など国際研究チームが発表したWRBenchベンチマークは、主要23モデルを検証し、現行のAIワールドモデルが「観測されていない間も世界が継続する」という物理的一貫性を維持できないことを実証した。自動運転・製造シミュレーション・ゲーム開発など多分野の開発戦略に直接影響を及ぼす。

香港城市大学らの研究チームが、Counter-Strikeの公開試合データ40万本超を活用した大規模データセット「EgoCS-400K」を発表した。インタラクティブな世界モデル構築の新たな低コスト手法として、自動車・製造・エンタメ各業界での応用が期待される。

香港中文大学などの研究チームが、AIによる環境シミュレーションの計算効率を最大100倍改善する「LoopWM」を発表した。自動車・ゲーム・製造業のシミュレーションコスト構造を根本から変える可能性がある。

アリババ系Qwenチームが言語命令で未来映像を予測する世界モデル「Qwen-RobotWorld」を発表した。製造・物流・自動運転の開発期間短縮とデータ収集コスト削減に直結する技術として注目を集めている。
