Overworldがリアルタイム世界モデル「Waypoint 1.5」を公開、RTX 3070で対話可能

生成AIによる世界モデルといえば、映画のような美麗な映像を生成する一方で、背後では巨大なGPUクラスタが唸りを上げているイメージが一般的でした。

しかし、画面の向こうの世界に自ら足を踏み入れ、手元のキーボードで操作しようとした瞬間、遅延の壁にぶつかります。4 月 9 日にOverworldチームが公開したオープンソースのリアルタイム世界モデル「Waypoint 1.5」は、まさにその課題に切り込んだ野心作です。

巨大クラスタから個人のゲーミングPCへ

Waypoint 1.5 の目的は、綺麗な動画を作ることではなく、人が入り込んで探索できる世界をリアルタイムに立ち上げることです。プレイヤーの入力に応じてリアルタイムに世界が変化し、歩き回るだけでなく対話的なアクションも行えます。

家庭用PCで滑らかに動かすため、開発チームは2つのモデル構成を用意しました。高スペックPC向けには最大 720p・60fps の高フレームレートモデル、幅広い環境向けには 360p に抑えた軽量モデルが提供されます。

要求される動作環境も極めて現実的です。最低要件はNVIDIA RTX 3070以上のグラフィックボードで、将来的にはAppleシリコン搭載のMacへの対応も予定されています。これまでデータセンター級の計算資源を要していた対話型世界モデルが、ついに個人のデスクに降りてきました。

リアルタイム性を最優先したため、静止画としての圧倒的な美しさには一定の妥協があります。それでも、破綻せずに多様な世界と滑らかな動きを描き出せる点は特筆すべき成果です。

2つのモデル構成と100倍の学習データ

初代Waypointからの最大の進化は、学習データ規模を約100倍に拡大した点です。これにより、空間の整合性や移動時のオブジェクトの連続性が大幅に向上しました。

また、フレーム間の冗長な計算を削減する効率的な動画モデリング技術を採用することで、家庭用GPUの限られた処理能力でも低遅延なレスポンスを維持できるよう工夫されています。

試すためのハードルも低く設計されています。ローカル環境向けには専用の「Biome」ランタイムが用意され、exeインストーラを使って数分でセットアップできます。さらに、ブラウザ上ですぐに体験できるOverworld.streamも用意されています。

なぜ重要か

私たちは、Overworldのこの割り切り方を高く評価しています。

多くの企業が超高解像度の動画生成を競い合うなかで、巨大なサーバーがなければ動かないシステムは、体験としての実用性に欠けます。どんなに美しい世界でも、触れなければ単なる映像鑑賞にすぎません。

解像度をあえて360pや720pに落としてでも、手元のPCで遅延なくキーボード操作を受け付ける道を選んだことで、世界モデルは「見るもの」から「遊ぶもの」へと一歩前進しました。

ゲーム開発者や個人クリエイターにとっても、将来のAIネイティブなゲームエンジンの可能性を自分のPCで検証できる貴重な足がかりとなります。画質の粗さや物理挙動の安定性という課題は残るものの、エッジ側でのリアルタイム対話という路線を切り拓いた意義は非常に大きいです。