
ヤン・ルカン率いるAMIの約1600億円調達が示す、AIの「世界モデル」という新たな潮流【EQUES NEWS】
莫大な投資が示すAIの次なるステップ
先日、AI研究の第一人者として知られているヤン・ルカン氏の設立したフランスのAIスタートアップ「Advanced Machine Intelligence(AMI)」が、約10億3000万ドル(約1630億円)という巨額の資金調達を実施したというニュースがありました。
このラウンドには、米NVIDIAやトヨタ自動車傘下のベンチャーキャピタルなども参加しており、非常に大きな注目を集めています。
この資金調達は、単なる一企業の立ち上げニュースにとどまりません。現在のAI開発競争が、ChatGPTのようなテキストや画像の「生成フェーズ」から、現実世界のルールを理解して自律的に行動する「世界モデル(World Model)」、そしてその先にある「汎用人工知能(AGI)」の開発へと、大きくシフトし始めていることを示しています。

この記事では、現在の生成AIが抱えている限界を整理しつつ、NVIDIAが進める「視覚的なシミュレーション」のアプローチと、AMIが目指す「抽象的・論理的なアプローチ」の違いについて、分かりやすく解説します。さらに、この技術の進化が今後のビジネスや産業にどのような影響を与えるのかについても考えてみたいと思います。
1. 現在のAIの限界と「現実世界のルールの理解」

現在広く使われているChatGPTなどの大規模言語モデル(LLM)や動画生成AIは、膨大なデータを学習し、「次にどんな言葉や画像が来る確率が高いか」を予測するのが非常に得意です。
しかし、これらのAIは言葉や画像の「表面的なパターン」を覚えているだけで、その背後にある「現実世界の物理法則や因果関係」を本当に理解しているわけではありません。
例えば、「机の端からグラスを押し出す」という文章を入力すると、AIは「グラスが床に落ちて割れる」という続きの文章を作ることができます。でもこれは、過去に学習したデータの中にそういう展開が多かったからに過ぎません。重力や材質の脆さといった「物理的な仕組み」を頭の中で計算しているわけではないのです。
この「現実世界のルールを理解していない」という点は、AIをロボットや自動運転などの物理的な世界で動かそうとする際の大きな壁になります。現実世界で起こり得るすべてのパターンを、あらかじめテキストや動画でAIに学習させることは、データ量や計算資源の面から考えても現実的ではありません。
2. NVIDIAのアプローチ:現実世界を丸ごとシミュレーションする
この課題に対して、大手GPU開発会社NVIDIAが発表した解決策は、「Omniverse」と「Cosmos」という2つのアプローチを組み合わせたものです。
Omniverseは、現実世界とそっくりな「デジタルツイン(仮想の双子)」を作り出すための、超高精度な3Dシミュレーションエンジンです。ここでは、重力や摩擦、光の反射などが物理エンジンによって正確に計算されます。この仮想空間の中で、AIに何度も何度も練習(強化学習)をさせるわけです。一方のCosmosは、過去の膨大な映像データから「物がどう動くか」を学習し、次の瞬間の映像を生成するAIモデルです。
つまり、NVIDIAの戦略は、現実の視覚的・物理的な情報を丸ごと高解像度で再現し、それをAIの「目」や「練習場」として使おうというアプローチです。

ただ、この方法は映像(ピクセル)を連続して計算し続ける必要があるため、膨大な計算パワーが必要になります。ロボットがリアルタイムで状況を判断し、数秒先、数十秒先の行動を計画するためのシステムとしては、計算の負担が大きすぎるという課題が残ります。
3. AMIの「世界モデル」:不要な情報を捨てて「結果」だけを考える
これに対して、ヤン・ルカン氏とAMIが進めている「世界モデル」のアプローチは、映像を丸ごと予測・生成するという方法をとりません。その中核となるのが「JEPA(Joint Embedding Predictive Architecture)」という技術です。
JEPAの最大の特徴は、現実世界の情報を「潜在空間」と呼ばれる数学的なデータに圧縮し、その抽象化された空間の中だけで「次に何が起こるか」を計算する点にあります。
例えば、ロボットが外で作業をする際、風で揺れる木の葉や地面の細かい模様などは、作業の目的を達成する上では関係のない「ノイズ」です。JEPAはこういった不要な情報を計算から切り捨て、「この行動をとれば、結果としてこうなる」という因果関係だけを抜き出して考えます。

これは、私たちが日々の生活の中で無意識に行っていることと似ています。私たちが「グラスを落とせば割れる」と予測するとき、頭の中で破片の飛び散り方を高画質にイメージするのではなく、「割れて使えなくなる」という結果(状態の変化)だけをサッと理解しますよね。
AMIの世界モデルは、まさにこの「結果から逆算して論理的に考える力」をAIに持たせようとしています。これにより、少ない計算パワーと少ないデータで、高度な行動計画を立てることが可能になります。
4. なぜトヨタやNVIDIAが巨額投資を行うのか?
では、なぜトヨタ自動車やNVIDIAが、このAMIのアプローチに約1600億円もの投資を行っているのでしょうか?そこには、各社の明確な狙いがあります。
トヨタの狙いは、工場などで働く産業用ロボットや自動運転システムのさらなる進化です。
例えば、工場でロボットが予想外の状況(部品がいつもと違う向きで置かれているなど)に遭遇したとします。このとき、映像を丸ごとシミュレーションして対処法を探る方法では、計算に時間がかかってしまい、動きが遅れてしまう可能性があります。しかし、AMIの「結果だけを計算する」アプローチであれば、余計な計算を省けるため、素早く判断してスムーズに動きを修正することができます。製造現場の自動化において、この「速さと効率」は非常に強力な武器になります。
一方のNVIDIAの狙いは、自社のコンピューターシステム(GPUなどのハードウェア)を、あらゆるAI開発の基盤として確固たるものにすることです。
NVIDIAが作る「現実を丸ごと再現するシミュレーション(Omniverse)」と、AMIが作る「論理的に考える脳(世界モデル)」は、お互いに補い合う関係にあります。Omniverseという安全な仮想空間の中で、AMIのAIを鍛える仕組みができあがれば、NVIDIAはその両方を支えるインフラとして、ますます不可欠な存在になります。NVIDIAにとっては、どちらのアプローチが主流になっても自社の利益につながる、非常に賢実な投資だと言えます。
5. まとめ:AIビジネスは「自動化」のその先へ
今回の大型資金調達のニュースは、AI産業全体が「デジタル空間での文章や画像の生成」から、「物理空間での高度な行動制御」へと、確実な一歩を踏み出したことを示しています。
今後、ビジネスの現場でもAIに対するニーズは大きく変わっていくでしょう。これまでは「社内の書類探しを楽にする」「文章の作成を自動化する」といった使い方が主流でしたが、これからは「工場の生産ラインを最適な状態に保ち続ける」「物流倉庫のロボット群を効率的に連携させる」といった、現実世界の変化に合わせて複雑な課題を自律的に解決していくような使い方が求められるようになります。
過去のデータをなぞるだけのシステムから、現実世界のルールを理解し、自ら考えて行動できる「世界モデル」への進化。ヤン・ルカン氏とAMIが目指すこの技術は、これからのAIのあり方、そして私たちの産業や社会を根本から変えていく、非常にエキサイティングな可能性を秘めています。
EQUES Note更新中!
東大松尾研発スタートアップ、株式会社EQUES広報部では、AIにまつわる様々なニュースや豆知識、AIのビジネス活用や導入のためのコラムを投稿しています!
この記事が面白いと思った方や、AIに興味がある方はぜひフォローしてください✨
また、取り扱ってほしい内容があればお気軽にコメントよろしくお願いいたします!