AIToday
動画生成ロボティクスオープンソースAIQiita 機械学習掲載日時: 2026年11月19日 16:00

Tencent、商用利用可能な世界モデルを公開

LINEで送る
Tencent、商用利用可能な世界モデルを公開

3つのポイント

  1. 何が起きたか

    Tencentが商用利用可能なオープンウェイトの世界モデルを公開。5秒ごとに指示を受け、約1分間一貫性を保つ。Haru 4B音声モデルはDesaから約3週間後に登場。

  2. なぜ重要か

    オープンウェイト・オープンソースAIが動画世界生成、自然な音声会話、高速ロボット学習へと広がり、個人開発者の手の届くものになりつつある。世界モデルとHaru 4Bが公開された。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

大規模言語モデルのアップデートが headlines を賑わせる中、今回の特集が集めたプロジェクトは動画生成、音声インターフェース、3Dコンテンツ、ロボティクスにわたる進展を示している。Tencentの世界モデルは商用利用可能なオープンウェイトとして公開された点が際立ち、外部の開発者が直接その上に構築できる。同様に、日本のスタートアップHigurashiのHaru 4BはBlockのDesaから約3週間後に登場し、オープンな音声AI研究の加速を示唆する。ロボティクスでは、スタンフォード大のFlash ALOHAがタスクあたり約50回の人間による実演から素早く器用な作業を学習でき、通常のカメラで動作することを示した。UCLAのPhoneBotは低コストハードウェアをスマートフォンの頭脳とクラウドAIに組み合わせられることを示している。要約は、こうしたツールの多くがオープンソースまたはオープンウェイトであり、個人開発者が自宅で自律移動し自然に会話するロボットを試作できる可能性があると指摘する。かつては大企業や研究機関に限られた能力だ。

よくある質問
Tencentの世界モデルは従来の動画AIと何が違うのか?
テキスト指示やカメラ移動を5秒ごとに受けながら世界を生成し続けられ、ゲームエンジンを使わずに約1分間の一貫性を保てる。
Haru 4Bの速度と入手方法は?
MacBook上で約0.2秒の低遅延ループで動作し、Hugging FaceとGitHubで公開されている。
Flash ALOHAはどんなタスクをこなせるのか?
飛んでくるボールを捕る、洗濯物を畳む、バッテリーを交換する、テーブルを片付けるといった作業を、通常のカメラのみで80%超の成功率でこなせる。
Qiita 機械学習元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へAIの下書き4本を突き合わせ、3本公開し1本見送り