最先端AIの潮流が静かに変わり始めました。単に大量のデータを覚えるだけでなく、現実世界の動きや物理を学ぶ「世界モデル」が注目を集めています。世界モデルは、環境の物理や動きを学習して予測するAIの仕組みです。まるで現実世界のミニチュアを作って試行錯誤するようなイメージです。

Runwayの世界モデルと音声統合で広がる没入感

Runwayは物理現象の模倣を目指す世界モデルを発表しました。これはエージェントの訓練だけでなく、映像制作やロボティクス、アバター表現の基盤にも使える設計です。さらに最新の映像モデルにはネイティブな音声統合が入りました。音声と映像が自然に結びつくことで、没入感の高い体験が作りやすくなります。

イメージしやすく言えば、これまでは映像と音声が別々に演奏されていたオーケストラが、同じ指揮者のもとで一体となって鳴るような変化です。結果として、シミュレーションの堅牢性やエージェントの学習効果が高まる可能性があります。

Nomos 1の成績と設計思想

Nomos 1は30Bパラメータ級のオープンソースモデルで、Putnamという評価で87/120を記録しました。PutnamはAIモデルの能力を測る競技的評価のひとつです。チームはポスト訓練と高品質なデータがこの成果に寄与したと説明しています。

注目点は推論の安定性を担う「2段階推論ハーネス」です。これは大まかな推定を先に行い、続いて精密化するという設計で、効率よく安定した出力を得るための工夫です。Nomos 1はApache 2.0で公開されており、Hugging FaceやGitHubで入手できます。オープンで協働しやすい開発体制が意図されています。

他モデルとの比較と実用性

Nomos 1は30Bながら、およそ3B相当が「アクティブ」に働く設計とされ、消費者向けハードでも動かせる可能性が報じられています。対照的に、DeepSeekのMath-V2は118/120を獲得し、性能の高い先行例として参照されています。

ここから読み取れるのは、単純なパラメータ数だけでなく、推論設計やデータ品質が性能の鍵だという点です。小型で効率的なモデルは現場導入の敷居を下げます。開発側がオープンにすることで、透明性や再現性も高まります。

GWM-1と大手の競争、業界展望

RunwayのGWM-1を含む世界モデル群は、GoogleやNvidiaといった大手とも競合しています。Runwayは数分間の一貫性を保てる世界モデルを示唆しており、これは映像やロボティクス、アバター領域での実用化を後押しします。

激しい競争は技術の成熟を早めます。研究と実装の両輪が回ることで、実務で使えるツール群が短期間で増えていくでしょう。

結び：現場を変える“小さな世界モデル”の台頭

重要なのは、小さくて効率的な世界モデルが現場で具体的に役立つ点です。Nomos 1のようなオープンな公開は、導入のハードルを下げ、共同開発や検証を進めます。今後は、こうしたモデルが工場のロボットや映像制作、インタラクティブなアプリケーションの核になる場面が増えることを期待しています。

変化は静かに始まっていますが、その影響は確実に広がっていくはずです。ぜひ次世代の世界モデルに注目してください。