OpenWorldLib：先進的世界モデルの統一コードベースと定義
OpenWorldLib: A Unified Codebase and Definition of Advanced World Models
April 6, 2026
著者: DataFlow Team, Bohan Zeng, Daili Hua, Kaixin Zhu, Yifan Dai, Bozhou Li, Yuran Wang, Chengzhuo Tong, Yifan Yang, Mingkun Chang, Jianbin Zhao, Zhou Liu, Hao Liang, Xiaochen Ma, Ruichuan An, Junbo Niu, Zimo Meng, Tianyi Bai, Meiyi Qiang, Huanyao Zhang, Zhiyou Xiao, Tianyu Guo, Qinhan Yu, Runhao Zhao, Zhengpin Li, Xinyi Huang, Yisheng Pan, Yiwen Tang, Yang Shi, Yue Ding, Xinlong Chen, Hongcheng Gao, Minglei Shi, Jialong Wu, Zekun Wang, Yuanxing Zhang, Xintao Wang, Pengfei Wan, Yiren Song, Mike Zheng Shou, Wentao Zhang
cs.AI
要旨
世界モデルは人工知能における有望な研究分野として注目を集めているが、明確かつ統一された定義は依然として不足している。本論文では、高度な世界モデルのための包括的かつ標準化された推論フレームワークであるOpenWorldLibを提案する。世界モデルの発展を踏まえ、我々は世界モデルを「知覚を中核とし、相互作用能力と長期記憶能力を備えた、複雑な世界を理解し予測するためのモデルまたはフレームワーク」と明確に定義する。さらに、世界モデルに必要な能力体系を系統的に分類する。この定義に基づき、OpenWorldLibは異なるタスクのモデルを統一フレームワーク内に統合し、効率的な再利用と協調推論を実現する。最後に、世界モデル研究の将来方向性に関する考察と分析を提示する。コードリンク：https://github.com/OpenDCAI/OpenWorldLib
English
World models have garnered significant attention as a promising research direction in artificial intelligence, yet a clear and unified definition remains lacking. In this paper, we introduce OpenWorldLib, a comprehensive and standardized inference framework for Advanced World Models. Drawing on the evolution of world models, we propose a clear definition: a world model is a model or framework centered on perception, equipped with interaction and long-term memory capabilities, for understanding and predicting the complex world. We further systematically categorize the essential capabilities of world models. Based on this definition, OpenWorldLib integrates models across different tasks within a unified framework, enabling efficient reuse and collaborative inference. Finally, we present additional reflections and analyses on potential future directions for world model research. Code link: https://github.com/OpenDCAI/OpenWorldLib