ファウンデーションモデル時代における人間中心の知能：サーベイ

要旨

人間中心の知能は、基盤モデルの時代において進化を遂げており、スケール、転移可能性、汎用モデリングへの関心が高まっています。しかしながら、人間中心の知能は基盤モデルと完全には統合されておらず、基盤モデルに見られるような同等の進歩を達成するには至っていません。さらに重要なことに、この広範な研究領域における近年の進展は、タスク、モダリティ、研究コミュニティの間で断片化されたままであり、その本質的な概念的・方法論的関連性は不明瞭なままです。これらの隔たりを埋め、基盤モデルの時代における人間中心の知能を再考するために、我々は全スペクトル人間コンテキスト分類法を導入します。この分類法は、人間を視覚的外観と空間幾何学を通じて観察可能な主体として、運動学的ダイナミクスと相互作用モデリングを通じて動的な行為者として、そしてワールドシミュレーションと身体化されたエージェンシーを通じて状況に埋め込まれたエージェントとして捉えることにより、相互に関連する6つのレベルを統合するものです。次に、人間中心のデータファミリー、計算アーキテクチャのパラダイム、代表的な学習および推論最適化戦略を網羅する、この分野の方法論的基盤を示します。続いて、これらのレベルにわたる代表的な手法を体系的にレビューし、関連するデータセット、ベンチマーク、評価指標を整理します。さらに、スケーラブルで、信頼性が高く、物理的に基盤づけられ、展開可能な人間中心の知能に向けた未解決の課題と有望な研究方向上を示し、この分野の進展に寄与する一貫した枠組みと実践的参照を提供することを目指します。最後に、我々のプロジェクトページにおいて、体系的に整理され継続的に更新される人間中心のAIに関する文献とリソースのコレクションを提供します。

English

Human-centric intelligence is evolving in the foundation-model era, with growing emphasis on scale, transferability, and general-purpose modeling. Yet it has not fully integrated with foundation models to achieve the comparable progress seen in them. More importantly, recent advances across this broad landscape remain fragmented across tasks, modalities, and research communities, leaving their intrinsic conceptual and methodological connections unclear. To bridge these divides and rethink human-centric intelligence in the foundation-model era, we introduce a full-spectrum human context taxonomy that integrates six interconnected levels by viewing humans as observable subjects through visual appearance and spatial geometry, as dynamic actors through kinematic dynamics and interaction modeling, and as situated agents through world simulation and embodied agency. We next present the methodological foundations of the field, covering human-centric data families, computational architecture paradigms, and representative training and inference optimization strategies. We then systematically review representative methods across these levels and organize the associated datasets, benchmarks, and evaluation metrics. We further discuss open challenges and promising research directions toward human-centric intelligence that is scalable, trustworthy, physically grounded, and deployable, aiming to provide a coherent framework and practical reference for advancing the field. Finally, we provide a systematically organized and continuously updated collection of human-centric AI literature and resources on our project page.