世界モデルとは?DeepMind研究者が示す「LLMではアインシュタインになれない」理由
DeepMindの研究者Tom Zahavy氏が新たな論文で、言語モデルは科学革命を生む「manipulative abduction(操作的アブダクション)」を実行できず、行動介入が可能な世界モデルにこそ可能性があると主張しました。AlphaProofやGemini、GPT-5が国際数学オリンピック(IMO)で金メダル級のスコアを出す一方で、前提そのものを作る能力は別物だという指摘です。
DeepMindの研究者Tom Zahavy氏が新たな論文で、言語モデルは科学革命を生む「manipulative abduction(操作的アブダクション)」を実行できず、行動介入が可能な世界モデルにこそ可能性があると主張しました。AlphaProofやGemini、GPT-5が国際数学オリンピック(IMO)で金メダル級のスコアを出す一方で、前提そのものを作る能力は別物だという指摘です。
中国のAI研究機関BAAIが発表した世界モデル「Orca」は、事前学習で動作ラベルを一切見ないまま、ロボット専用に作られたπ0.5と同等の操作性能を達成しました。0.8B/4Bの2サイズで、動画・言語から世界の内部表現を学び、テキスト・画像・ロボット動作を1つの基盤から出力します。
ゲーム動画共有サービスMedalからスピンアウトしたGeneral Intuitionが、評価額23億ドルで3.2億ドルを調達しました。Fortnite風ゲームを100時間プレイし続けた同じモデルが、わずか8分の実機データで4足歩行ロボットを動かす——「ゲームから現実への転移」を狙う基盤モデル戦略です。
AlibabaのQwenチームが火曜日に公開したQwen-AgentWorldは、エージェントを「動かす」のではなく「環境がどう応答するか」を予測させる発想で訓練したモデルです。35BのMoE(活性3B)を含む2モデルが、7領域・1,000万件超の軌跡データで学習され、7つのベンチマークで性能向上を示しました。
Meta主席科学者から独立しAMI Labsを率いるYann LeCunがCNBCで、OpenAIやAnthropicは「コスト削減か値上げ」をしない限り「大規模なバブル崩壊」に直面すると警告しました。価格は上昇しているのに運用コストが追いつかず、投資家が利用料を実質補填している構図だと指摘しています。