Decart Oasis 3 ワールドモデル：数時間にわたるリアルタイムなフォトリアル運転シミュレーション

自動運転分野に新たなプレイヤーが登場しました——AIスタートアップDecartは本日、フォトリアルな運転環境をリアルタイムに生成できる「ワールドモデル」Oasis 3を発表しました。従来のルールベースまたはローポリゴンレンダリングのシミュレーターとは異なり、Oasis 3は完全にニューラルネットワークによって駆動され、数時間にわたる高忠実度の運転シーンを連続的にシミュレートでき、API経由で開発者に開放されます。

リアルタイム生成でシミュレーションのボトルネックを突破

TechCrunchの独占報道によると、Oasis 3の核心的な能力は「リアルタイム推論」にあります：モデルはミリ秒単位で環境変化（車両のステアリング、歩行者の飛び出し、天候の急変など）に応答し、それに対応する視覚、物理、セマンティック情報を生成できます。Decart CEOはインタビューで次のように述べています：「これまで自動運転企業は、ゲームエンジンで構築された合成データを使うか、高価な実走行データに依存するかでした。Oasis 3は第3の道——インタラクティブで反復可能、ほぼ無限のトレーニング環境——を提供しようとしています。」

このモデルはDiffusion Transformerアーキテクチャをベースにしており、トレーニングデータは多様な地理エリア、交通密度、気候条件をカバーしています。Decartによれば、生成解像度は4Kに達し、フレームレートは30 FPS以上で安定しており、「一貫性」は既存のオープンソースソリューション（GAIA-1やUniSimなど）よりも優れているとのことです。

「我々が追求しているのは完璧な物理衝突検出ではなく、モデルが運転シーンにおける時空間的連続性を学習することです。例えば、前車のブレーキランプが点灯した後、後続車は減速しなければならない；雨粒がフロントガラスに落ちた際の屈折効果は車速に応じて変化する、といったことです。」 —— Decart技術ホワイトペーパー

注意事項：「万能シミュレーター」ではない

Oasis 3は優れたパフォーマンスを示しているものの、Decartはその限界を率直に認めています。極めて暗い環境（照明のないトンネルなど）や極端な天候（吹雪、砂嵐など）下では、生成される映像に「ちらつき」や「テクスチャの歪み」が時折発生し、逆光シーン内の交通標識の可読性も低下します。さらに、数時間に及ぶ連続シミュレーションでは、モデルが累積ドリフトを生じ、微細な物理的不整合を引き起こす可能性があります——例えば影の方向と実際の光源位置のずれなどです。

業界アナリストは、これらの「注意事項」は実は現在の生成型ワールドモデルすべてが直面する共通の課題だと指摘しています：「視覚的リアリティ」と「物理的正確性」をどうバランスさせるかという問題です。WaymoやCruiseなどの企業は物理エンジンベースのシミュレーター（CARLAなど）を使う傾向があります。なぜなら、それらは決定論的な保証ができるからです。一方、Oasis 3の生成型アプローチは柔軟ですが、説明可能性は弱めです。

APIエコシステム：シミュレーションの敷居を下げる

Oasis 3はAPI形式で提供され、開発者は必要に応じて運転シーンを生成できます。ユーザーはAPIパラメータで道路タイプ（高速道路／都市／田舎）、交通密度、天候条件、さらには特定の運転行動（割り込み、急ブレーキなど）を指定できます。Decartはまた、非プログラマー向けの「シーンエディター」UIをリリースする予定です。

このモデルはOpenAIのSora動画生成APIを彷彿とさせますが、Oasis 3は自動運転という垂直シーンに焦点を絞り、リアルタイムインタラクションをサポートしています。資金が限られた中小規模の自動運転企業や、迅速な反復を必要とするADASチームにとって、オンデマンドで生成されるシミュレーション環境はコストパフォーマンスの良い選択肢となる可能性があります。

ただし、現時点でAPIの価格設定はまだ公表されていません。推論計算量の必要性を考慮すると、そのコストは従来のシミュレーターよりも高くなる可能性があります。Decartは、シミュレーション1回あたりのToken消費量を削減するため、モデル圧縮技術を最適化していると述べています。

編集後記：生成型ワールドモデルはいつ「卒業」するのか？

Oasis 3の発表は、自動運転シミュレーション分野における生成AIの重要なマイルストーンです。これまで業界では「ワールドモデル」が実用化されるまでには少なくとも2〜3年は必要だと考えられていましたが、Decartはリアルタイム性をもって、技術の進化速度が予想を上回ることを証明しました。しかし、自動運転システムの高い安全性要求は、いかなるシミュレーターも厳格な「分布外検証」をクリアしなければならないことを意味します。現在のOasis 3が1%の事故シーン（例えば道路上の工事用コーンの背後に突然現れる異常物体など）を捉えられるかどうかは、依然として未知数です。

より俯瞰的な視点で見ると、生成型シミュレーションは自動運転業界のデータフライホイールのルールを変えるかもしれません：もしAIが低コストでほぼ無限の高品質トレーニングデータを生成できるなら、「実走行データ」の覇権的地位は弱まるでしょう。しかし同時に、シミュレーター自身が生成する「ハルシネーション」に対する敵対的トレーニングは、新たな技術的障壁となるかもしれません。

本記事はTechCrunchから編訳したものです