トップ / 解説 / ワールドモデルとは。デジタルツインとの違いと、いまの限界
SIMULATION
シミュレーション
ワールドモデルとは。デジタルツインとの違いと、いまの限界

先に結論
- ワールドモデルは、「この先、何が起きるか」を予測するAIです。ロボットが動く前に結果を試せます。
- デジタルツインは現場を測って再現した写しです。ワールドモデルは学習から予測し、見えない部分は想像で補います。
- 各社とも限界を自分で公表しています。現場を測る作業の代わりにはなりません。
ワールドモデルとは
NVIDIAは用語集で、ワールドモデルを「物理や空間の性質を含む、現実世界の動きを理解するAI」と説明しています。文字や画像、映像、動きを入力すると、次に何が起きるかを予測します。
NTTの説明はもう少し具体的です。「外界の状態や変化をモデル化し、自身の行動によって生じる未来の状態変化を予測する仕組み」。つまり、ロボットが「こう動いたら、周りはこうなる」を事前に知るための頭の中の模型です。
使い道について、NVIDIAは、ロボットがワールドモデルの中で、実機を壊す危険や費用なしに練習し、失敗し、上達できると説明しています。
従来のシミュレーターと何が違うのか
これまでのシミュレーターは、技術者が物理のルールを一つずつ書き込んで作りました。NVIDIAは、今のワールドモデルは「そのルールをデータから学ぶ」点が違うと説明しています。
| 従来のシミュレーター | 人がルールを書く。想定した条件では正確 |
|---|---|
| ワールドモデル | 映像などのデータからルールを学ぶ。想定外の場面にも広げやすいが、間違うこともある |
デジタルツインとの違い
名前は似ていませんが、どちらも「仮想の現場」として語られるので混同されがちです。違いは、元になるものです。
| デジタルツイン | 実在の現場を測って再現する。現実のデータとつながっていることが前提 |
|---|---|
| ワールドモデル | 学習した知識から、次の状態を予測・生成する。測っていない部分も作り出す |
この違いをはっきり書いているのが、3Dの世界を生成するモデルを開発するWorld Labsです。同社は2026年9月の発表で、入力した写真に写っていない部分は、モデルが「もっともらしく想像して埋める」と説明し、「多く見るほど、想像は少なくなる」と書いています。同社によると、2〜3枚の写真からでも実在の空間を再構成でき、100枚を超える写真も使えます。
裏を返せば、寸法や配置の正しさが要る用途では、想像で埋まった部分をそのまま信じることはできません。現場を測る作業は残ります。
「ワールドモデル」には3つの意味がある
World Labsは2026年6月の記事で、ワールドモデルと呼ばれるものを3種類に分けています。同じ言葉でも、出てくるものが違います。
| 見た目を出すもの | 人が見るための映像を出す。見た目の自然さが重要 |
|---|---|
| 状態を出すもの | 形や物理として正しい「世界の状態」を出す。機械の計算にも使える |
| 行動を出すもの | 目標に対して、次に取るべき行動を出す |
製品や発表を比べるときは、どの種類の話なのかを先に確かめます。
実際の例と、公表されている数値
NTT:動く前に失敗を予測する
2026年11月11日、NTTは映像から将来を予測する仕組みに、物理法則に基づく計算を組み合わせる技術を発表しました。同社によると、従来のワールドモデルは物の重さや速さを内部ではっきり扱わないため、生成した映像の中で物が消えたり変形したり、ぶつかり方を正しく予測できない場合がありました。小型ロボットの棚積み実験では、成功率が73.1%から92.3%に上がったとしています。最初の適用先は空港の手荷物の積み込みと積み降ろしで、Mujinと連携して進める計画です。処理にかかる時間の数値は、発表文には書かれていません。
Google DeepMind「Genie 3」:動き回れる世界を生成する
2025年8月の発表では、720pの解像度、毎秒24コマでリアルタイムに動き回れ、一貫性を数分間保てるとしています。
NVIDIA「Cosmos」:ロボット向けの学習データを作る
NVIDIAはロボットと自動運転向けのワールドモデル群を公開しています。フィジカルAIの学習データを仮想空間で増やす用途に使われます。
当事者が認めている限界
- 続けて動かせる時間が短い。Google DeepMindは、Genie 3で連続して操作できるのは数分で、何時間も続けることはできないと書いています。
- 実在の場所を正確には再現できない。同社は、実在の場所を地理的に完全に正確には再現できないとも書いています。
- 見えない部分は想像になる。World Labsが明記しているとおりです。
- 数値は模擬実験のもの。NTTの92.3%は小型ロボットでの実験値で、現場での実績はこれからです。
導入を考える側が先に決めること
編集部の整理です。
- 正しさが要るのは見た目か、寸法か。見た目の再現で足りる練習ならワールドモデル、寸法や配置の正しさが要る検証なら現場を測ったデジタルツインが土台になります。
- どの種類のワールドモデルの話か。映像を出すもの、状態を出すもの、行動を出すものでは、比べる基準が違います。
- 現実とのずれをどう確かめるか。仮想空間で良かった結果は、実機で確かめるまで仮の結果です。考え方はSim2Realの記事にまとめています。
出典
- NVIDIA 用語集「What Is a World Model?」(英語)(公開日の記載なし・2026年11月16日確認)
- NTT ニュースリリース(2026年11月11日公開・2026年11月16日確認)
- World Labs「A Functional Taxonomy of World Models」(英語)(2026年6月3日公開・2026年11月16日確認)
- World Labs「Atlas: A World Model for Spatial Intelligence」(英語)(2026年9月1日公開・2026年11月16日確認)
- Google DeepMind「Genie 3: A new frontier for world models」(英語)(2025年8月5日公開・2026年11月16日確認)