WorldFoundryの発表：生成的世界モデルのためのオープンソースフレームワーク

2026-11-10に、Juanxi Tian、Jiadong Hou、およびBaiang Liが率いる研究者たちが、arXivにて"WorldFoundry：世界知能のための統一インフラストラクチャに向けて"という画期的な論文を発表しました。このプロジェクトは、HuggingFace Daily Papersでも特集され、生成的世界モデルの評価を標準化し推進するために設計されたオープンソースのフレームワークであるWorldFoundryを紹介しています。この取り組みは、53のHuggingFace投票と、リリース初日で100のGitHubスターを獲得し、すでにコミュニティの注目を集めています。

生成的世界モデルにおける課題への対処

生成的世界モデルは、持続的な状態、物理的ダイナミクス、および相互作用に対する因果的に一貫した応答を持つ環境をシミュレートすることを目的としています。しかし、現在のモデルはこれらの目標を達成していないことが多く、時間的一貫性や動的予測可能性を保障することなく、主に視覚的な妥当性に焦点を当てています。WorldFoundryは、生成的世界モデルを、歴史的な状態に基づいた表現を維持し、介入に応じて状態を更新し、観察されたシナリオと反事実的なシナリオの両方で一貫した軌道を生成する能力を持つ予測的ダイナミカルシステムとして定義することにより、これらの限界に対処します。

WorldFoundryの主な特徴

WorldFoundryは、ビデオ、3D/4Dの再構成、具現化されたアクション、およびインタラクティブシステム全体で、再現可能な推論と評価のための統一インフラストラクチャを提供します。その主な特徴は次のとおりです：

• モデルおよびベンチマークカタログ：明確な準備と実行の証拠を伴った270のモデルエントリ、74のベンチマーク、および62の登録メトリックのリポジトリ。
• 統一推論：CLI、端末UI、ブラウザベースのStudioワークフローをサポートし、シームレスなモデル実行と評価を可能にします。
• アーティファクト管理：耐久性のあるアーティファクト契約と証拠に考慮したスコアカードにより、追跡可能な評価の主張を保証します。
• インタラクティブな視覚化：生成されたメディア、ジョブステータス、およびジオメトリを統合ビジュアライザーを通じて検査するためのツール。

技術仕様およびコミュニティの関与

WorldFoundryは、NVIDIA CUDA対応のGPUを持つLinuxプラットフォーム向けに最適化されており、CUDA 12.8+ドライバーが必要です。このフレームワークは、特定のモデル要件に合わせて調整されたモジュール環境をサポートし、詳細なドキュメントはそのGitHubリポジトリで入手可能です。このプロジェクトは、GitHubスター、バグ報告、機能リクエストを通じてコミュニティの貢献を奨励し、またSlack、Discord、WeChatグループを通じてコラボレーションを促進しています。

AI研究への影響

持続可能で制御可能なダイナミクスの再現可能な比較を可能にすることにより、WorldFoundryは生成的世界モデルの分野において重要な前進を表しています。追跡可能な証拠と標準化されたベンチマークへの強調は、感覚合成から測定可能な世界知能への進歩を促進します。