NVIDIAと清華大学が「Gamma-World」を発表、マルチエージェントシミュレーションの限界を打ち破る
ビデオワールドモデルは、単一エージェントの視点から、マルチエージェントによる協調へと移行しつつあります。従来のモデルは通常、単一のエージェントを前提としているため、同じ仮想世界内で複数のプレイヤーが互いに作用し合い、観察し合うような複雑なシナリオを扱う能力に制限があります。 このアーキテクチャ上のボトルネックを克服するため、NVIDIAは清華大学、トロント大学、ベクター研究所と共同で、新しいマルチエージェント・ワールド・モデル・ソリューション「Gamma-World(γ-World)」を発表しました。
マルチエージェント・ワールド・モデリングにおける主な課題は、時間的一貫性、視点間の一貫性、および相互作用的一貫性の3種類の一貫性を維持することです。 Solaris などの先行研究は 2 エージェント間の協働を前進させたものの、2 つの重大な欠陥が明らかになりました。それは、順列対称性を損なうアイデンティティエンコーディングと、エージェント数の増加に伴い計算量が 2 乗的に増加する完全接続型アテンションメカニズムであり、これにより参加者数の増加に対する効果的なスケーリングが妨げられていました。

Gamma-Worldは、完全な再設計によってこれらの構造的な問題に対処している。研究チームは「Simplex Rotary Agent Encoding」を導入した。これは、すべてのプレイヤーを幾何学的シンプレックスの頂点に配置し、プレイヤー間の自然な等距離性と対等な地位を確保するものである。 この設計には学習可能なパラメータがなく、座標のランダムな割り当てを採用しているため、モデルは2エージェントのデータで学習した後、アーキテクチャの変更なしに4エージェントのシナリオを直接実行することが可能であり、これは汎化能力における大きな飛躍である。
計算スループットのボトルネックに対処するため、Gamma-Worldは「Sparse Hub Attention Mechanism」を採用しています。このアプローチでは、従来のペアワイズ直接通信を、共有された世界状態の圧縮中継として機能する一連の学習可能なハブトークンに置き換え、計算コストを線形複雑度に低減します。 独立したキャッシュ機能と組み合わせることで、このシステムは毎秒24フレーム(24 FPS)でのリアルタイムなアクションシミュレーションを実現している。
学習には、3段階のティーチャー・スチューデント蒸留アプローチを採用した。このアプローチでは、双方向のティーチャーモデルが因果関係を持つスチューデントモデルを指導し、多段階サンプリングをわずか4段階に圧縮する。これにより、アクションの制御性を維持しつつ、自己回帰推論中の誤差の蓄積を大幅に低減している。
実験結果によると、マルチプレイヤー『Minecraft』仮想環境における「記憶」や「建設」を含む5つの主要シナリオにおいて、Gamma-Worldは既存の最先端モデルを上回り、動画品質を示すFVD指標で平均40%以上の削減を達成した。 また、このフレームワークは実際のデュアルアームロボットの協調タスクにも成功裏に適用され、シナリオを横断した適用可能性が確認された。この進歩は、マルチエージェントシミュレーションを改善するだけでなく、多アーム医療協調、工場におけるマルチロボットスケジューリング、自動運転といった物理AI分野における大規模シミュレーション生成インフラとしての可能性も秘めている。
関連記事
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ
Google、Geminiへの焦点がユーザー制御へシフトする中で、Remy AIエージェントをテスト
『Business Insider』によると、GoogleはGemini向けの新しいAIパーソナルエージェント「Remy」をテスト中である。このツールはユーザーに代わってタスクを実行することを目的としており、業務フローと日常のルーチンの両方を効率化する。現在、RemyはGeminiアプリケーションの社内限定版においてテストが行われている。この報道は社内文書と、プロジェクトに精通した2人の人物へのインタビューを引用している。社内資料では、Remyを「24時間365日のパーソナルエージェント」と位
関連特集おすすめ
コメント (0)
0/500
ビデオワールドモデルは、単一エージェントの視点から、マルチエージェントによる協調へと移行しつつあります。従来のモデルは通常、単一のエージェントを前提としているため、同じ仮想世界内で複数のプレイヤーが互いに作用し合い、観察し合うような複雑なシナリオを扱う能力に制限があります。 このアーキテクチャ上のボトルネックを克服するため、NVIDIAは清華大学、トロント大学、ベクター研究所と共同で、新しいマルチエージェント・ワールド・モデル・ソリューション「Gamma-World(γ-World)」を発表しました。
マルチエージェント・ワールド・モデリングにおける主な課題は、時間的一貫性、視点間の一貫性、および相互作用的一貫性の3種類の一貫性を維持することです。 Solaris などの先行研究は 2 エージェント間の協働を前進させたものの、2 つの重大な欠陥が明らかになりました。それは、順列対称性を損なうアイデンティティエンコーディングと、エージェント数の増加に伴い計算量が 2 乗的に増加する完全接続型アテンションメカニズムであり、これにより参加者数の増加に対する効果的なスケーリングが妨げられていました。

Gamma-Worldは、完全な再設計によってこれらの構造的な問題に対処している。研究チームは「Simplex Rotary Agent Encoding」を導入した。これは、すべてのプレイヤーを幾何学的シンプレックスの頂点に配置し、プレイヤー間の自然な等距離性と対等な地位を確保するものである。 この設計には学習可能なパラメータがなく、座標のランダムな割り当てを採用しているため、モデルは2エージェントのデータで学習した後、アーキテクチャの変更なしに4エージェントのシナリオを直接実行することが可能であり、これは汎化能力における大きな飛躍である。
計算スループットのボトルネックに対処するため、Gamma-Worldは「Sparse Hub Attention Mechanism」を採用しています。このアプローチでは、従来のペアワイズ直接通信を、共有された世界状態の圧縮中継として機能する一連の学習可能なハブトークンに置き換え、計算コストを線形複雑度に低減します。 独立したキャッシュ機能と組み合わせることで、このシステムは毎秒24フレーム(24 FPS)でのリアルタイムなアクションシミュレーションを実現している。
学習には、3段階のティーチャー・スチューデント蒸留アプローチを採用した。このアプローチでは、双方向のティーチャーモデルが因果関係を持つスチューデントモデルを指導し、多段階サンプリングをわずか4段階に圧縮する。これにより、アクションの制御性を維持しつつ、自己回帰推論中の誤差の蓄積を大幅に低減している。
実験結果によると、マルチプレイヤー『Minecraft』仮想環境における「記憶」や「建設」を含む5つの主要シナリオにおいて、Gamma-Worldは既存の最先端モデルを上回り、動画品質を示すFVD指標で平均40%以上の削減を達成した。 また、このフレームワークは実際のデュアルアームロボットの協調タスクにも成功裏に適用され、シナリオを横断した適用可能性が確認された。この進歩は、マルチエージェントシミュレーションを改善するだけでなく、多アーム医療協調、工場におけるマルチロボットスケジューリング、自動運転といった物理AI分野における大規模シミュレーション生成インフラとしての可能性も秘めている。
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ





家






