huggingface.coが2026年11月9日(現地時間)に公開された論文で、世界モデルの推論と評価を統一するオープンソース基盤「WorldFoundry」を発表した。WorldFoundryは、動画、3D/4D、行動、対話システムを横断する再現可能な評価を実現し、その証跡を追跡可能にすることで、生成モデルと世界モデルの区別を明確にする狙いがある。
WorldFoundryは、視覚生成モデルが単なる観測合成から環境シミュレーションへと進化する中で、その出力が永続的な状態、物理的ダイナミクス、因果的に一貫した応答を欠くという課題に対応するために開発された。
既存の手法が知覚中心のベンチマークや断片的なワークフローに依存し、再現可能な評価を阻害している点を踏まえ、WorldFoundryは「生成型世界モデル」を永続的で履歴に基づく環境表現を維持し、行動や介入に応じてその表現を更新し、観測された介入および反事実的な介入下での結果を反映した時間的に一貫性のある軌跡を生成する予測力のある動的システムと定義している。
この定義に基づき、知覚グラウンディング、永続的な状態モデリング、制御可能な変換、ダイナミクスを意識した予測、閉ループ相互作用を網羅する知能指向のフレームワークが提示された。WorldFoundryは、モデルとベンチマークの発見、ランタイムとアセットの準備、実行オーケストレーション、アーティファクト管理、インタラクティブな視覚化を統合する。また、モダリティ固有のアダプターにより、ネイティブ入力、実行セマンティクス、出力表現、評価プロトコルが維持される。
基盤は、明示的なマニフェスト、永続的なアーティファクト契約、証拠を意識したスコアカードを通じて、実行準備と評価の主張を分離し、各評価がその根拠となるアーティファクトに追跡可能となる。現在のカタログには、270のモデルエントリ、74のベンチマーク、62の登録済みメトリックエントリが含まれ、各エントリの統合準備と実行証拠が個別に記録されている。これにより、WorldFoundryは異種システム間での永続的で制御可能なダイナミクスの再現可能な比較を可能にし、知覚合成から測定可能な世界知能へと分野を進展させる。
参考: huggingface.co (アーカイブ) — 2026年11月10日 03:38 (JST)