Decart、ロボティクス訓練用の現実的・低遅延ワールドモデル「Oasis 3」を発表

フロンティアAI研究ラボのDecartが、合成シミュレーションと実世界AI展開の隔たりを埋めるために設計されたワールドモデル「Oasis 3」を発表しました。

今月発表されたビデオ出力エンジンは、ロボットと自律走行車両の制御システム訓練を加速し、予測不可能な実世界条件下で活躍できるよう装備します。

ロボティクス開発者は、複雑な実世界環境をナビゲートできるシステム訓練に必要な高品質データの不足に直面しています。

車両が固定された交通コーンのある静的駐車場での操縦を学べても、開かれた道路では天候、照明、動的障害物が常に変化する、はるかに要求の厳しい設定が待ち受けています。

大雨、突然の障害物、予測不能な交通——都市道路のカオスを処理するシステム訓練は、Oasis 3が取り組む独自の課題です。

ロボティクス訓練のボトルネック

大規模言語モデル（LLM）が急成長する一方、汎用ロボティクス——フィジカルAI——は遅れています。主な理由はリッチメディアリソースの不足です。

Bessemer Venturesは、LLM開発者が数十億の公開ウェブページをスクレイピングできる恩恵を受ける一方、物理空間内で解釈・行動しなければならないVision-Language-Action（VLA）モデルにはその贅沢が利用できないと指摘。

VLAモデルは環境データを取り込み、処理し、応答します。訓練には主に3つのパスがあります：

• テレオペレーション——人間オペレーターが制御スーツでロボット動作を模倣。最高品質のデータが得られるが、極めて高コストで遅く、大規模展開に非現実的。
• オープンウェブ動画——容易に入手可能だが、環境の一貫性、空間テレメトリ、直接的な行動条件付けを欠く。
• 合成データ——中間地点だが、現在の物理エンジンは実世界のニュアンスに届かず、いわゆるシムツーリアルギャップを生む。

このギャップは、オイル漏れ、壊れやすい梱包、予期せぬデブリ——実世界のランダムネス——が自律システムをバランス崩壊させ、限界を露呈させるときに顕在化します。

クローズドループ・生成シミュレーションでギャップを閉じる

Decartは、Oasis 3がフォトリアルなモーショングラフィックスと堅牢な物理エンジンを融合し、既存のバーチャル訓練限界を突破すると主張。

単一の高性能訓練ループに組み込まれたOasis 3は、開発者が想像しうるほぼあらゆるカオスシナリオを生成するアクション条件付きビデオストリームを生成、現実に極めて近い訓練環境を創出。

プラットフォームはマルチビュー、超現実的な環境を完全制御下でサポート；自動運転車の横方向逸脱が200ms未満でジェネレーティブストリームをトリガーし、視点を調整——強化学習要件を十分に満たします。

NvidiaのフィジカルAIエコシステムと共同設計され、Oasis 3はCoreWeaveの専用クラウドインフラで22fps稼働、512×768×3解像度でインタラクティブなバーチャル環境を提供。

ネイティブな3カメラビューで空間的・時間的一貫性を複数角度から維持、自律システムが深度と周辺コンテキストを正確に把握可能。

Oasis 3はDecartのAPI経由でアクセス可能、既存のフィジカルAIシミュレーションパイプラインへシームレスに統合できます。

未知の領域を征服するロボット訓練

SFレベルのヒューマノイド実現には、実験室で再現不可能なユニークなエッジケース——泥でカメラが遮られた自動走行車の前で荷物が道路に落下する等——をリアルタイムで管理できるロボット訓練が必要。

Oasis 3は、シンプルな自然言語プロンプトで、異なる角度、天候、路面状況にわたるこうしたイベントの無限バリエーション作成を開発者に可能にします。

数百万のハザードを手頃なコストでモデルに曝露させることで、開発者はあらゆる想定される実世界シナリオへの備えを確実にできます。