AIが世界を反復的に推演する方法を書き換える
允中 発信 凹非寺
量子位 | 公众号 QbitAI
Prompt はまだ退場していないが、AI の物語はすでに Loop が引き継ぎ始めている。
この2週間、シリコンバレーの開発者コミュニティで最も熱いキーワードの一つが Loop Engineering だった。
これは、いかにも「Agent 時代」らしい発想だ。モデルに毎回手動で prompt を投げ続けるのではなく、AI が自分で実行し、検証し、修正し、さらに動き続けるようなループシステムを設計する。タスクが完了するまで、処理を回し続けるという考え方である。
従来は prompt 中心だったのが、今では ワークフロー 中心へと移りつつある。これが急速に注目を集めた理由でもある。
そして皆が「AI をどう自走させるか」を語っているその裏で、もう一つ、より本質的な潮流も急速に熱を帯びている。Looped World Models(ループ世界モデル)、略して LoopWM だ。
Loop Engineering が「AI はどうやって継続的に仕事をするのか」を解くものだとすれば、LoopWM は、より高い次元の問いに答えようとしているように見える。
AI は継続的に仕事をしながら、同時に、その世界を継続的に理解し、修正し、推演することができるのか。
だからこそ、名前に “Loop” が入っていても、そこで示されている技術的な密度と想像力は、Loop Engineering とはまったく別格だ。
この論文は Hugging Face Papers の当日 Top1 に選ばれ、現在は AI コミュニティでより広い議論を呼んでいる。

なぜ Loop Engineering が突然流行したのか
Loop Engineering がなぜ流行したのかは、実はとても分かりやすい。
単発の対話は QA には向いているが、複雑なタスクには向いていないからだ。
AI にコードを書かせ、デバッグさせ、ツールを呼ばせ、結果を見せ、バグを直させ、再び検証させるなら、AI は必然的に 「行動—観察—推理—再行動」 のループに入らなければならない。
言い換えれば、AI はもはや「一言答える存在」ではなく、目標に向かって継続的に前進する存在 になりつつある。
これこそが、いま Agent が熱いことの根底にある論理だ。
Google Chrome のエンジニアリング責任者である Addy Osmani は、非常に率直な表現でこう述べている。
もはや agent に自分で prompt を書く時代ではなく、その prompt agent の loop を設計する時代だ。
この物語の中で、人間は「モデルを直接操作する人」から、「自動化システムを設計する人」 へと役割を変えていく。
Loop Engineering がシリコンバレーらしい流行語に見えるのは、まさにこの点だ。それは単なるテクニックではなく、役割の移行だからである。
人は prompt を与える側から、システムを設計する側へと変わる。
しかし、ここで問題も生まれる。ループできることと、理解できることは同じではない。
Agent は API を叩き、ログを読み、パラメータを調整し、何度も試行錯誤できる。だが、環境の状態や動的な変化、因果関係をより安定した形でモデル化できなければ、それは依然として「勤勉な自動実行器」にすぎず、本当の意味で世界を理解するシステムとは言えない。
だからこそ、LoopWM は極めて重要だ。これは 「AI が世界をどう反復的に推演するか」を書き換える 試みだからである。
これを中国のスタートアップ「脸谱心智」が実現した
では、いったい誰がこれをやったのか。深掘りしてみよう。
この論文の著者であり、問い合わせ先機関でもあるのは FaceMind Research Asia(脸谱心智) だ。

同社はすでに 数千万元規模の Pre-A ラウンド を調達済みで、投資家は星连资本。既存株主の 360 も追加出資しており、陸奇の奇績創壇も出資している。
会社は95年生まれの博士 陸弘遠 と 韋怡然 によって創業された。初期は端末側のマルチモーダルモデルから始め、その後、より基盤的な世界モデル研究へと重心を移した。
単にコンテンツを生成する大規模モデルと違い、世界モデルは環境、UI、タスクの進行過程を継続的に理解し予測することを重視する。これは AI が GUI Agent、身体性を持つ知能、ロボット領域へ進むうえでの重要な土台と見なされている。
この方向性において、脸谱心智はループによる反復とパラメータ効率の高いモデルアーキテクチャを通じて、長時系列予測、画面理解、身体タスクにおける安定性の向上を目指している。すでにシミュレーション環境の embodied task、GUI Agent 環境、実機ロボットアーム環境で検証も進めている。
若い会社が、「世界を理解する」というテーマを次世代 AI インフラの一部にしようとしているのだ。
これについて、星连资本のパートナーである李文珏は、脸谱心智チームの最も際立った点は 確かな研究力と、複雑なエンジニアリング実装力を兼ね備えていること だと述べている。
チームの中核メンバーは長年 AI の基盤技術を掘り下げてきており、最先端のテーマについて独自の判断を下せるだけでなく、研究成果を素早く実世界のシーンへ持ち込み検証できる。「我々が評価しているのは、密度の高い人材、先を見据えた技術判断、そして高い実行力を備えたチームだ」と彼は語る。
李文珏によれば、陸弘遠には若い研究者ならではの探究心と、起業家としての行動力が同居しており、高難度の課題に挑み続けながら、技術判断を明確な研究開発の方向へと落とし込めるという。
△脸谱心智 Founder 陸弘遠
こうした創業者としての資質とチームの結束力が、星连资本が投資を決めた重要な理由だった。
脸谱心智の投資家である 360 集団の投資前責任者・其奇は、「陸博士は私が見てきた中でも最も優秀な若手 AI 研究者の一人だ」と語る。
彼によれば、陸弘遠が注目しているのは部分最適ではなく、モデルの根本原理とアーキテクチャの革新 だという。
業界がまだ世界モデルの概念を議論している段階で、脸谱心智はすでにゼロから世界モデルを訓練し、複数のベンチマークで業界 SOTA 級の成果を上げていた。
その後、陸弘遠が提案した Adam’s Law は海外大手モデル企業 Anthropic の注目と検証を受け、チームが最新に提案した Loop アーキテクチャは、世界モデルの長時系列学習という課題をさらに掘り下げている。

「反復のスピードが驚異的です。打ち合わせの前には、いつも彼らが最新に公開した論文や技術レポートを先に確認するようにしています」と其奇は語り、彼らを見て本当に「一度投資すれば、一生学び続ける」ことを実感したと振り返る。
なぜ中国のスタートアップがこのような成果を出せたのかについて、陸弘遠はこう答えている。
今の中国は高密度な AI 人材を擁する国です。これこそが、私たちが時代を画する世界モデル研究を実現できた主要な理由の一つです。
FaceMind は今後、さらに多くの国際的な視線に捉えられていくだろう。実際、彼らの研究は数週間前に X 上で Anthropic / Facebook の投資家である Accel からも称賛されている。
この論文は何をしたのか?
端的に言うと、LoopWM がやっているのはこういうことだ。
モデルに一度の順伝播で世界状態を「まとめて当てさせる」のではなく、共有パラメータの Transformer モジュールを使って、潜在的な環境状態を何度も反復しながら精緻化していく。

ここには非常に現実的な矛盾がある。
高品質で長時間にわたる環境シミュレーションを行うには、計算は十分に深くなければならない。だが、モデルを深くすればするほど、パラメータ数と推論コストも一緒に跳ね上がる。
しかも rollout が長くなるほど誤差は層ごとに蓄積し、最終的にはシミュレーション全体を崩してしまう。
論文にはこうある。
faithful long-horizon simulation demands deep computation, but deeper models are expensive to deploy and prone to compounding errors.(忠実な長期シミュレーションには深い計算が必要だが、モデルが深くなるほどデプロイコストは高くなり、誤差の累積リスクも増す。)
LoopWM の発想は、この「深さ」を一回限りの積み上げから、ループによる再利用 へ置き換えることにある。
能力を少し足すたびに大量のパラメータを増やすのではなく、共有パラメータの Transformer block を用いて、同じ latent state(潜在表現)を何度も refinement(細化)していく。
シンプルな場面なら少ない反復で済み、複雑な場面では反復回数を増やす。つまり、計算の深さがタスクの複雑さに応じて動的に変化する。
論文ではこれを、モデル規模や学習データとは独立した新しい scaling axis として、iterative latent depth(反復潜在深度) と呼んでいる。
世界モデルの性能向上は、今後は必ずしも「より大きくする」ことでしか実現できないわけではない。「より上手に何度も考える」 ことでも強くなれるのだ。
数字は何より説得力がある。論文の結論は次の通りだ。
- パラメータ効率は最大で 100× 向上
- 単純な状態遷移では、1ステップ推論の FLOPs を約 25× 削減
- 長期 rollout 全体では、計算コストの削減が最大で 2桁 に達する
これらは単なる「言い方の工夫」ではなく、デプロイコスト、推論効率、長期安定性という中核指標に直接効いてくる改善だ。
論文によると、ScienceWorld ベンチマークでは、LoopWM は world modeling 系タスクにおいて、パラメータ数が2桁大きい より大型のモデルに匹敵する結果を示した。
つまり、より大きなモデルで勝ったのではなく、より賢い計算方法で重要なタスクの一部に勝った ということだ。
これは単なる Agent の進化ではなく、AI の認知層が切り替わる話だ
AI コミュニティでは、次第にある種の不安が鮮明になってきている。
話すだけでは足りない。ツールを呼べるだけでも足りない。本当に難しいのは、長い連鎖、動的な環境、複雑なフィードバックの中で、安定した推演能力を維持すること だ。
Loop Engineering は、その答えとしてループを提示した。AI に自分で前へ進ませるためだ。
LoopWM はさらに一歩進み、AI が進みながら 世界状態を反復的かつ安定的に、必要に応じて計算できる仕組み を与えようとしている。
X 上での LoopWM をめぐる議論も、この重要性を裏付けている。
コミュニティの関心は「100× のパラメータ効率」というスローガンだけには留まらず、より本質的な技術用語へと向かっている。たとえば、shared transformer block(共有 Transformer モジュール)、adaptive compute(適応計算)、spectral stability(スペクトル安定性)、deferred decoding(遅延デコード)、iterative latent depth(反復潜在深度)などだ。
これらの語が指しているのは、世界モデルがついに 「ひたすらパラメータを積み増す」 以外の、より洗練された進化経路を見つけつつあるかもしれない、という見立てである。
この1年で Agent がもたらした最大の変化は、AI を「応答ツール」から「実行ツール」へ変えたことだった。
LoopWM が示す変化は、そのさらに先にある。つまり、「実行システム」から 「世界モデリングシステム」 へと一歩進むことだ。
前者は効率の問題を解く。どうすれば人手を減らし、自動化を増やせるか。
後者は上限の問題を解く。
AI がロボット、シミュレーション学習、空間インタラクションのような複雑な環境に本当に入っていくなら、何によって世界に対する連続的な理解を保つのか。
李飛飛が空間知能について語るとき、今の大規模言語モデルは言語処理には長けているが、物理世界に根ざした本当の理解を欠いていると指摘している。そして世界モデルこそが、空間的・物理的な理解へ至る重要なインフラなのだという。
LoopWM の意味は、この流れの上にある。Loop という、もともと Agent のワークフローに属していた概念を、初めて world model そのものへ明確に持ち込んだのである。しかも、そこで変わるのは小手先ではなく、成長のロジックそのものだ。
シリコンバレーでまず熱く語られるのは Loop Engineering だろう。開発者体験に近く、「AI を自走させる」という物語にも合っているからだ。
だが、時間軸を長く取るなら、むしろ何度も見返す価値があるのは Looped World Models のような研究かもしれない。
なぜなら、それは AI が自動で動くときに、本当に世界を理解できるのか という問いに答えようとしているからだ。そして、その答えこそが、システムが明日さらに大きく成長できるかどうかを決める。
Prompt Engineering は AI が人にどう応答するかを定義した。Loop Engineering は AI がどう継続的に仕事を進めるかを定義した。そして Looped World Models が定義しようとしているのは、おそらく AI が仕事をしながら、いかにして本当に世界を理解するか である。