何が起きたか
2026年5月18日、arxiv.orgにプレプリント「WorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform」が公開された。同ベンチマークは、身体化ワールドモデルの評価をモダリティ（視覚から視触覚へ）、機能（ポリシー評価・計画からRL環境としての利用へ）、プラットフォーム（シミュレータから実機ロボットを含む多様な設定へ）の3次元で拡張する。
詳細
WorldArena 2.0は、既存の身体化ワールドモデルベンチマークが視覚のみの予測、オフラインの身体化応用、シミュレータベースの評価に限られている問題を踏まえ、評価を3次元で拡張する。モダリティ次元では視覚のみから視触覚へ、機能次元ではポリシー評価・計画に加えてRL環境としての利用を評価し、プラットフォーム次元ではシミュレータのみから複数の身体を持つ実機ロボット設定を含む多様なスイートへ拡張する。標準化されたプロトコルの下で、知覚品質、対話有用性、クロスプラットフォーム性能を総合的に評価する。ベンチマークはhttps://world-arena.aiで公開されている。
Key Facts
| WorldArena 2.0は、身体化ワールドモデルの評価をモダリティ、機能、プラットフォームの3次元で拡張する。 | [1] |
| モダリティ次元では、視覚のみから視触覚へ評価を拡張する。 | [1] |
| 機能次元では、ポリシー評価・計画に加えて、ワールドモデルをRL環境として評価する。 | [1] |
| プラットフォーム次元では、シミュレータのみから、複数の身体を持つ実機ロボット設定を含む多様なスイートへ拡張する。 | [1] |
| ベンチマークはhttps://world-arena.aiで公開されている。 | [1] |
本紙の見方
今回の発表は、身体化ワールドモデルの評価基盤を大幅に拡張する点で新規性が高い。従来のベンチマークが視覚のみ・オフライン・シミュレータ中心だったのに対し、WorldArena 2.0は視触覚、RL環境、実機ロボットという3つの軸で評価範囲を広げた。これは、ワールドモデル研究が単なる将来予測から、実際の身体化エージェントの学習・制御に活用される段階へ移行しつつあることを反映しているとみられる。特に、ワールドモデルをRL環境として利用する評価は、モデルベース強化学習の進展に直結する可能性があり、シミュレータと実機のギャップを埋める試みとして注目される。ただし、実機ロボット設定の具体的な内容（ロボットの種類、タスク、データ収集方法など）は本プレプリントの要約からは不明であり、今後の詳細な論文や公開情報で確認する必要がある。また、ベンチマークの評価指標の詳細や、既存ベンチマークとの比較結果も明らかでない。業界構造への含意としては、ワールドモデルの評価標準が確立されることで、研究開発の方向性が影響を受ける可能性がある。特に、触覚センサーや実機ロボットの需要が高まる可能性があり、関連するハードウェア・ソフトウェアのエコシステムに波及するかもしれない。未確定の論点としては、ベンチマークの規模（タスク数、データ量）、評価プロトコルの詳細、実機設定の再現性などが挙げられる。次に確認すべきは、論文本文の詳細と、ベンチマークの実際の利用事例である。
なぜ重要か
身体化ワールドモデルの評価基盤が拡張されることで、研究コミュニティはより現実的な条件下でモデルを比較・改善できるようになる。これは、ロボット工学や自律エージェントの進歩を加速させる可能性があり、特に実機応用への橋渡しとして重要である。