#world_model

Agora-1は、複数の人間やAIが同じシミュレーション世界をリアルタイムで共有できるworld model 1人だけで動く従来型と違い、最大4人が同時に同じ世界で対戦できる 仕組みは大きく分けて、「世界の状態を学習するモデル」と「その状態を映像として描画するモデル」の2つ ゲームだけでなく、robotics、教育、防衛、foundation model研究などへの応用も視野に入れている 複数エージェントが絡むことで、強化学習の新しい訓練環境としても面白い まず前提として、world model という言葉が少しわかりにくいかもしれません。 ざっくり言うと、「世界が次にどう変化するか」を学習して、シミュレーションを作るAIのことです。 たとえば、 ボタンを押したらキャラが動く ぶつかったら位置が変わる 銃弾が飛んだら敵が倒れる みたいな「ゲームのルールと見た目」を、AIがある程度まとめて理解し、それっぽい世界を自分で生成できるわけです。 Odysseyが公開した Agora-1 は、そのworld mode

SANA-WMは、camera-controlled な 720p video generation を行うための、効率重視の world model ここでいう world model は、世界の動きや状態の変化を“予測するモデル”のこと 「minute-scale」というのがポイントで、短いクリップではなく、もっと長めの時間幅を扱おうとしている しかも 720p という、かなり実用的な解像度を対象にしているのが面白い 細かい実装詳細は元ページの本文からは読み取れないが、タイトルだけでも「動画生成」と「世界モデル」の橋渡しを狙っているのがわかる world model は、ざっくり言うと「世界がこの先どう変わるか」を頭の中でシミュレーションするモデルです。 AIの文脈では、単に画像をきれいに作るだけではなく、時間の流れや物体の動き、カメラの視点変更まで含めて未来を予測するイメージですね。 たとえばゲームの中でキャラクターが歩いたら、背景や遠景もそれっぽく変化しますよね。 world model は、そういう「次に何が起きるか」を考える仕