用語の比較2026年10月30日更新

LLMとワールドモデルの違いとは？

ANSWER — ひとことで言うと

LLMは「本を読み尽くした物知り」、ワールドモデルは「体で物理を覚えた職人」。前者は言葉の次を、後者は世界の次を予測します。対立ではなく補完の関係で、「言葉が話せるAI」の次の主戦場が「世界がわかるAI」です。

LLM（大規模言語モデル）は、膨大な文章から「次に来る言葉」の予測を鍛え上げたAIです。会話・要約・翻訳・コードなど、言葉で指示できる幅広い仕事をこなし、ChatGPTやClaude、Geminiの頭脳にあたります。ただし言葉だけの学習には、「コップを倒せば水がこぼれる」のような身体的な常識に限界があると指摘されてきました。

ワールドモデルは、「世界がどう動くか」というシミュレーションをAIが内部に持つ考え方です。目の前の状況から少し先の未来を頭の中で再生できるため、ロボットが試行錯誤なしで動けたり、仮想世界を丸ごと生成できたりします。2026年10月27日にはGoogle DeepMindが、歩き回れる仮想世界を音声つきで生成する「Genie 4」を発表しました（研究プレビュー段階で、一般提供はこれから）。「言葉が話せるAI」の次としての「世界がわかるAI」が、具体的な形で見え始めています。

LLMとワールドモデルの比較表

	LLM	ワールドモデル
予測するもの	次に来る言葉	少し先の世界の状態（物の動き・因果）
たとえるなら	本を読み尽くした物知り	体で物理を覚えた職人
学ぶ材料	文章・コードなどテキスト中心	動画やセンサーの記録など世界の動き
得意な仕事	会話・要約・翻訳・コード生成	ロボット・自動運転・仮想世界や映像の生成
弱点	物理や空間など身体的な常識に限界	言葉の仕事は不得意。実用はまだ研究途上
代表例	GPTシリーズ、Claude、Geminiなど	GoogleのGenieシリーズ、World Labsの空間知能など

どっちを使う？（使い分けの指針）

ニュースを読むときの軸は「そのAIは何の『次』を予測しているか」です。文章や会話が出てくるデモはLLMの系譜、動画や空間、ロボットが動くデモはワールドモデルの系譜。2026年は、AMDがWorld Labsを約82億ドルで買収（9月）、GoogleがGenie 4を発表（10月）と、投資の矢印が「世界がわかるAI」側へ広がっている最中です。ロボットや自動運転——身体を持つフィジカルAIの頭脳として期待されている、という文脈を押さえておくと、この種のニュースの意味が取りやすくなります。

大事なのは、2つが対立ではなく補完の関係であることです。LLMが言葉で計画を立て、ワールドモデルが「それを実行したらどうなるか」を物理の側で検証する——そんな組み合わせが、次のAIエージェントの構成として語られています。日常で触れる実感に近いのは動画生成AIで、物理的に自然な映像を作れるようになってきたのはワールドモデル的な能力の芽生えだと言われています。「言葉の賢さ」と「世界の賢さ」は別の軸。この地図を持っておくと、派手なデモを見ても何が新しいのかを落ち着いて評価できます。