アントグループ傘下のロボティクス子会社Robbyantは7月9日、リアルタイムの対話型世界モデル「LingBot World v2」をオープンソースとして公開した。同モデルは、ユーザーの操作に応じて時間軸上でシーンを連続生成する次世代AI技術を目指しており、既存の閉鎖型ソリューションが抱えるレイテンシーや動画断片化といった課題を解決するものと期待されている。 近年、Google DeepMindのGenie 3やNVIDIAのCosmos、RunwayのGWM-1など主要AIラボが世界モデルの開発を加速させている。これらの技術は、従来の言語予測モデルとは異なり、仮想空間内での行動による環境の変化を確率的に推演するシミュレーターを構築することを目的としている。しかし、多くの既存モデルはテクスチャーの崩れやフレームの欠落、高い遅延が見られ、数秒単位の短時間生成に留まる傾向にある。さらに、モデルウェイトがAPIやウェイトリストの背後に隠れているため、開発者がローカル環境で直接テストできる環境は限定的だった。 LingBot World v2 は、連続生成アーキテクチャと低遅延制御インターフェースを採用し、ネイティブAIエージェントの統合にも対応している。オープンソース公開により、開発者はローカル環境でモデルを微調整し、ゲーム環境のシミュレーションやロボットの学習プラットフォーム、映像制作の事前ビジュアライズなど多様な用途へ展開することが可能となった。この公開は、世界モデル技術の民主化を促進し、実時間対話型AIシミュレータの実用化に向けた重要なマイルストーンとなる。 業界関係者は、低レイテンシーかつ連続的なシーン生成を実現した同モデルが、研究開発コストの削減と新技術の実証加速に寄与すると分析している。今後は、マルチモーダル対応や物理エンジンとの連携強化が次の課題となるが、RobbyantのオープンアプローチはAI世界モデルの実装標準を再定義する可能性を秘めている。