# 物理シミュレーション

Wan 2.1 AIは、アリババが開発したオープンソースの大規模動画生成AIモデルです。テキストから動画（T2V）と画像から動画（I2V）の生成をサポートし、シンプルな入力を高品質な動画コンテンツに変換できます。このモデルは動画生成分野において重要な意味を持ち、動画制作プロセスを大幅に簡素化し、制作のハードルを下げ、制作効率を向上させ、ユーザーに多様な動画制作の可能性を提供します。主な利点としては、高品質な動画生成効果、複雑な動作の滑らかな表現、リアルな物理シミュレーション、豊富なアートスタイルなどがあります。現在、この製品は完全にオープンソース化されており、ユーザーは基本機能を無料で利用できます。動画制作のニーズがありながら、専門的なスキルや設備がない個人や企業にとって、非常に高い実用価値があります。

Genesisは、ロボット工学、具現化AI、物理AIアプリケーション向けに設計された包括的な物理シミュレーションプラットフォームです。ゼロから構築された汎用物理エンジンであり、幅広い材料と物理現象をシミュレートできます。軽量で超高速、Pythonicでユーザーフレンドリーなロボットシミュレーションプラットフォームとして、強力なリアルなレンダリングシステムと、自然言語記述を様々なデータモダリティに変換する生成データエンジンを備えています。Genesisは、コア物理エンジンの統合により、上層の生成エージェントフレームワークをさらに強化し、ロボット工学などにおける全自動データ生成を目指しています。

Genie 2はGoogle DeepMindが開発した大規模基礎世界モデルです。単一の指示画像に基づいて、無限に操作可能でプレイ可能な3D環境を生成し、具象化された知能体の訓練と評価に使用されます。物体相互作用、複雑なキャラクターアニメーション、物理シミュレーションなど、大規模生成モデルにおける様々な緊急能力を仮想世界とその行動結果のシミュレーションを通じて示しており、深層学習と人工知能分野における大きな進歩を代表しています。Genie 2の研究は、インタラクティブな体験のプロトタイプ作成のための新しいクリエイティブワークフローを推進し、より汎用性の高い将来のAIシステムと知能体の研究に新たな可能性を提供します。

オアシスは、Decart AIが開発した、プレイ可能なリアルタイムのオープンワールドAIモデルです。Transformerによるエンドツーエンド生成に基づくインタラクティブなビデオゲームであり、フレーム単位で生成されます。オアシスは、ユーザーのキーボードとマウスからの入力を受け取り、リアルタイムでゲームプレイを生成し、内部で物理演算、ゲームルール、グラフィックをシミュレートします。ゲームプレイを直接観察することで学習し、ユーザーは移動、ジャンプ、アイテムの拾い上げ、ブロックの破壊などの操作が可能です。より複雑なインタラクティブな世界を研究するための基礎モデルとしての第一歩と捉えられており、将来的には従来のゲームエンジンに取って代わる可能性を秘めています。オアシスの実現には、モデルアーキテクチャの改良と、ユーザーとモデル間のリアルタイムインタラクションを実現するためのモデル推論技術のブレークスルーが必要でした。Decart AIは最新の拡散訓練とTransformerモデル手法を採用し、大規模言語モデル（LLM）と組み合わせることで、ユーザーの即時的な行動に基づいてビデオを生成できる自己回帰モデルを訓練しました。さらに、Decart AIは、NVIDIA H100 Tensor Core GPUのピークパフォーマンスを最大限に活用し、Etchedの提供予定であるSohuチップにも対応できる独自の推論フレームワークを開発しました。

PhysGenは、革新的な画像から動画への生成手法です。単一の画像と入力条件（例えば、画像内の物体に作用する力やトルク）から、現実的で物理的に妥当性があり、時間的に一貫性のある動画を生成できます。この技術は、モデルベースの物理シミュレーションとデータ駆動型の動画生成プロセスを組み合わせることで、画像空間における動的シミュレーションを実現しています。PhysGenの主な利点としては、生成された動画が物理的にも視覚的にもリアルで、正確な制御が可能である点が挙げられます。定量的比較と包括的なユーザー調査を通じて、既存のデータ駆動型画像から動画への生成手法における優位性を示しています。

ProtoMotionsは、インタラクティブな物理シミュレーション仮想エージェントの作成に特化したプロジェクトです。IsaacGymとIsaacSimに対応し、HydraとOmegaConfigに基づいて構築されているため、設定の組み合わせが容易です。研究者や開発者にとって、物理ベースのキャラクターアニメーション技術の開発とテストのためのプラットフォームを提供します。学術研究だけでなく、ゲーム、映画、仮想現実などの分野でも応用できます。

可灵大規模言語モデルは、強力なビデオ生成能力を備えた独自の開発モデルです。最先端技術により、最長2分間のビデオ生成、物理世界の特性のシミュレーション、概念の組み合わせなどが可能になり、映画レベルの高画質ビデオを作成できます。

PhysDreamerは、ビデオ生成モデルによって学習されたオブジェクトの動力学の事前知識を活用することで、静的な3Dオブジェクトにインタラクティブな動力学を与える物理ベースの手法です。この手法により、現実の物体の物理的属性データが不足している場合でも、新たなインタラクション（外力や代理操作など）に対するリアルな反応をシミュレートできます。PhysDreamerは、ユーザー調査によって合成されたインタラクションのリアリティを評価し、より魅力的でリアルな仮想体験の発展を促進します。

Video2Gameは、単一のビデオを、リアルタイムでインタラクティブ、リアリティ豊かでブラウザ対応の高品質な仮想環境に変換する技術です。大規模なNeRFモデルを構築することで高品質な表面形状を生成し、それを剛体動力学に対応したメッシュ表現に変換することでインタラクションを可能にします。UVマッピングを用いたニューラルテクスチャにより、表現力豊かでゲームエンジンとの互換性も確保します。最終的には、仮想キャラクターがインタラクトし、ユーザーの操作に応答し、新しいカメラアングルからリアルタイムで高解像度のレンダリングを提供する仮想環境が実現します。

InsActorは、物理シミュレーションに基づいたキャラクター制御システムです。自然言語による指示で、複雑な環境下においてキャラクターが様々なインタラクションタスクを実行できます。本システムは、条件付き敵対的拡散モデルを用いた多段階計画と低レベルコントローラーを組み合わせることで、安定性と堅牢性の高い制御を実現しています。滑らかな制御と自然なインタラクションを特徴とし、クリエイティブコンテンツ生成、インタラクティブエンターテインメント、ヒューマンコンピュータインタラクションなど幅広い用途に適しています。