ロボティクスにおける世界モデルとは？
世界モデルは物理世界のふるまいを学習したAIモデル。次に何が起きるかを予測し、ロボットが「想像の中で」計画・学習できるようにする。
更新:
定義
世界モデルは、物体がどう動き、落ち、変形し、ロボットの行動にどう反応するかという環境のダイナミクスを、大量の動画やロボットデータから学ぶ。
仕組み
現在の観測と候補の行動から次のフレームや状態を予測する。ロボットは計画に、開発者は学習済みシミュレーターとしてデータ生成や方策評価に使い、sim-to-realを補完する。
なぜ重要か
物理データは乏しい。FigureのIndexデータセット（Helix 2.5の基盤、記事）のように人間の動画を大規模に集める企業は、世界の仕組みの学習こそ汎用エンボディドAIへの道だと考えている。
よくある質問
VLAモデルとの違いは？
VLAモデルは見たものと指示を直接行動に変換する。世界モデルは世界の未来の状態を予測し、それを行動の選択や学習に使う。
何に使われる？
合成学習動画の生成、学習済みシミュレーターでの方策テスト、行動前に結果を想像する計画。
シミュレーターと同じ？
関連するが別物。物理シミュレーターは方程式で手作りし、世界モデルは動画などのデータから学習する。
関連記事
HesaiのKosmo、実空間を数分でロボット学習用ワールドに
LiDAR大手がKosmo One（8K空間カメラ）とKosmo Worldを発表。Galbot・Dexmalと提携。DQ店舗のモデリングを約300時間から15分に短縮したと説明。
AWSがPhysical AIツールチェーンをOSS公開、NVIDIA連携
2026年10月8日、AWSが合成データ〜SageMaker〜仿真〜エッジ配備をつなぐOSSツールチェーンを発表。Isaac/Cosmosを組み込み。RoboMakerは2025年終了。
SkildのS1、シミュレーションで自ら140年相当のサッカーを学習
単一動画デモで微調整なしに動く基盤モデルS1の後、Physical Self-Playを公開。Isaac Simで自己対戦し、ヒューマノイドへ転送。
Figure「Helix 2.5」、初めて入る30軒の家で家事
Figureのヒューマノイドが、現地データなしでベイエリアの30軒の家で片付け・タオル畳み・ベッドメイクを実施。背景にはNscaleとの35億ドルの計算資源契約。
Newsletter
Robrief Weekly
重要なロボットニュースを週1回お届け。無料・いつでも解除できます。