8トークンで計画立案：潜在世界モデル向けコンパクト離散トークナイザー

世界モデルは環境ダイナミクスをシミュレートし行動計画を可能にするが、従来のトークナイザーは各観測を数百トークンに符号化するため計算コストが膨大になる。KAISTとPOSTECHの研究チームが提案するCompACTは、各画像をわずか8個の離散トークン（約128ビット）に圧縮する手法で、従来のSD-VAEが必要とする784トークンと比較して約100倍の圧縮を実現する。

凍結済みDINOv3の意味特徴を活用したセマンティック符号化と、MaskGIT VQGANトークンを条件付き生成するデコーダにより、計画に不要な高周波情報を除去しつつ意思決定に必要な情報を保持する。RECON導航タスクで約40倍の高速化を達成し、CVPR 2026に採択された。

8トークンで計画立案：CompACTが世界モデルの効率限界を再定義

計算ボトルネック

世界モデルは現在の観測と行動から将来の状態を予測するが、従来のトークナイザーは各観測を数百トークンに符号化する。NWMのSD-VAEは784トークンを要し、計画に最大3分かかる。

CompACTアーキテクチャ

エンコーダ: 凍結DINOv3特徴＋学習可能クエリトークン＋FSQ量子化。計画に必要な意味情報のみ保持。

デコーダ: MaskGIT式生成デコーディングで196の中間VQGANトークンを条件付き生成。

世界モデル: コンパクト潜在空間でp(z_{t+1}|z_t, a_t)を学習。MPCで計画実行。

実験結果

RECON: 8トークンが64トークン手法を上回り、784トークンベースラインに対し約40倍高速化
RoboNet: 16分の1のトークンで同等の精度
極端な圧縮が計画品質を改善するという重要な知見

意義

CVPR 2026採択（KAIST・POSTECH）。リアルタイムロボット制御への道を開く。

深層分析と業界展望

マクロ的な視点から見ると、この展開はAI技術が実験室から産業応用へ加速的に移行するトレンドを体現している。業界アナリストは2026年がAI商業化の重要な転換年になると広く認識している。技術面では大規模モデルの推論効率が向上し導入コストが低下、中小企業もAI能力にアクセスできるようになった。市場面では企業のAI投資に対するROI期待が長期戦略から短期定量化に移行。

しかし急速な普及は新たな課題ももたらす：データプライバシーの複雑化、AI決定の透明性要求の増大、国境を越えたAIガバナンスの調整困難。各国規制当局が動向を注視しており、イノベーション促進とリスク防止のバランスを模索している。投資家にとっても持続可能な競争優位を持つAI企業の見極めがますます重要になっている。

産業チェーンの観点から、上流インフラ層は統合と再構築を経験し、トップ企業が垂直統合で競争障壁を拡大。中流プラットフォーム層ではオープンソースエコシステムが繁栄しAI開発の参入障壁が低下。下流アプリケーション層では金融、医療、教育、製造など伝統産業のAI浸透率が加速的に上昇している。

加えて、人材競争がAI産業発展の重要なボトルネック。世界のトップAI研究者の争奪戦が激化し各国政府がAI人材誘致の優遇政策を打ち出している。産学連携イノベーションモデルがグローバルに推進されAI技術の産業化を加速させる見込みだ。