Episode Details

「動画生成AI」と聞くと、SoraやRunwayのように、プロンプトを入力して数分待つと綺麗な映像が出来上がるものを想像する方が多いでしょう。しかし、今回紹介するTencentの「HY-World 1.5」、通称「WorldPlay」は、その常識を覆します。これは単なる動画生成ではなく、「プレイできる動画」なのです。

GitHubで公開されたばかりのこの技術は、ユーザーがキーボードやマウスで入力した操作（アクション）に対して、瞬時に次の映像を生成し返します。その速度は驚異の24fps（毎秒24フレーム）。つまり、我々が普段テレビゲームを遊ぶのと同じような感覚で、AIがその場で作り出している世界を自由に歩き回ることができるのです。

これまでもGoogleの「Genie」など、ゲームのような操作が可能なAIはありましたが、画質や速度、そして世界の「整合性」に課題がありました。長時間動かしていると、建物が歪んだり、道が消えたりしてしまったのです。しかし、WorldPlayは「Reconstituted Context Memory（再構成コンテキストメモリ）」という独自技術により、過去の映像情報をうまく圧縮・再利用することで、長時間探索しても崩れない、幾何学的に正しい世界を維持することに成功しました。

基盤となっているのは、強力な動画生成AI「HunyuanVideo-1.5」です。これをベースに強化学習（WorldCompass）を行うことで、ユーザーの操作に忠実かつ高品質な映像出力を実現しています。もしこの技術が実用化されれば、ゲーム開発のコストが劇的に下がるだけでなく、映画の中に入り込んで結末を変えるような、全く新しいエンターテインメントが誕生するかもしれません。まさに「マトリックス」への第一歩と言えるでしょう。