名声が効かない土俵を選んだ — メッシが世界モデル企業に出資した本当の意味

ビキを楽天に売った男が舵を握る

Play Timeの実務を率いるのは、ラズミグ・ホバギミアンという起業家である。彼の経歴は、日本の読者にとって思いがけない縁を含んでいる。彼が共同創業した動画配信のVikiは、2013年に楽天へ2億ドル超で売却された。日本企業が、この人脈と資本の回路にすでに一度、深く触れていたことになる。ホバギミアンは現在、ベンチャーキャピタルのGraph Ventures のパートナーも務め、Play Timeの運用の中心にいる。特別顧問には、投資助言会社Code Advisorsの創業パートナーであるマイケル・マルケスが名を連ねる(TechCrunch)。

見落とされがちなのは、Play Timeの投資先が、ばらばらな有名人の道楽ではなく、一つの明確な考えに収斂している点だ。初期はサッカーに近い領域が中心だった。だが投資先は次第に、機械が現実の世界をどう捉えるかという層へ寄っていく。ロボットの動きを扱うField AI、現実世界の基盤モデルと物理的な汎用知能を掲げるPerceptron、AIに学ばせるデータを整えるSuperAnnotate、3次元の制作を助けるIntangible、そしてWorld Labs(Contrary Research)。並べてみると、これらはすべて「機械が物理世界を理解する」という一本の主題の上に乗っている。快適なファン体験から、産業の最も深い土台へ。出資先の並びそのものが、コンフォートゾーンから最難関へ向かう軌跡を描いている。

名声が効かない理由は、研究の深さにある

なぜ空間知能は、名声が効かないほど難しいのか。ここだけは技術の中身に踏み込む価値がある。ハードルの高さそのものが、この移行の意味を決めているからだ。

現在のAIの主流である大規模言語モデルは、言葉の並びの統計を学ぶ。膨大な文章から、次に来そうな単語を確率的に選ぶ。李飛飛は、この方式のAIを「言葉は巧みだが、現実の物理に足がついていない」と評してきた(TIME)。世界の経済活動の大半は、言語モデルには見えない場所で動いている。工場、倉庫、農地、病院、送電網、建設現場。これらは物理と時間と不確実さに支配されており、人間は生涯そこを歩いて直感で覚えるが、機械はまだそこを見ていない。李飛飛が賭けているのは、言葉ではなく空間を扱うモデル、大規模世界モデルである。物がどこにあり、どう重なり、動かせばどうなるか。この空間の常識こそ、機械が現実へ踏み出すための足場だという見立てだ。

World Labsが2025年に公開した製品Marbleは、その足場を作る道具である。人が文や写真、動画の断片、あるいは粗い立体の下絵を与えると、Marbleはそこから丸ごと3次元の空間を生成する(World Labs)。技術の心臓部にあるのが「3次元ガウス散布(3DGS)」と呼ばれる手法だ。空間を、位置と大きさと色と透明度を持った数百万の半透明の粒として表し、それを重ね合わせて立体を描く。この描き方の利点は、粒の一つひとつが微調整のきく数値であるため、与えられた写真に合うように全体を少しずつ最適化していける点にある。

この手法は、突然生まれたものではない。系譜をたどると、世界を写真の集まりから立体として復元する神経放射輝度場(NeRF)という技術があり、World Labsの共同創業者の一人ベン・ミルデンホールは、その共同発明者だ。もう一人の共同創業者クリストフ・ラスナーは、球体を使った微分可能な描画の研究を通じて、後のガウス散布の土台を築いた。さらにジャスティン・ジョンソンが生成モデルの知見を持ち寄り、李飛飛が全体を率いる(Contrary Research)。ここに集まっているのは、名前でも資金力でもなく、10年以上の研究の蓄積である。だからこそ、いくら有名でも、この評価には加われない。出資者にできるのは、その蓄積に賭けることだけだ。

最難関の要件は、見た目の美しさではなく一貫性にある。視点を変えても空間が崩れず、同じ場所であり続け、時間の制限なく歩き回れて、編集もできること。単に絵が写っているのではなく、そこに世界が存在し続けることが求められる。そしてMarbleは、生成した空間を二つの形で書き出す。一つは表示用の粒(ガウス散布)で、人が見て歩くための写実的な見た目を担う。もう一つは衝突メッシュと呼ばれる幾何情報で、壁は壁、床は床として、物理エンジンが扱える形に整える(World Labs)。見た目と物理を一度に生むこの二重出力が、次に述べる現場の実用性を開く。

週単位の作業が数分になる現場

空間知能の価値は、抽象論ではなく、すでに動いている現場に現れている。とりわけ効いているのがロボットの学習だ。画像や文章のAIは、世界中にある膨大な既存データで学べる。ところがロボットには、その巨大な蓄積がない。現実で何千回も転ばせて覚えさせるのは、時間も費用も安全も許さない。そこで、模擬環境の中で無数に試させる方法が取られてきた。だが従来、その環境を一つ作るのに数週間かかっていた。

Marbleは、この工程を一変させる。軽い実写の入力から、模擬に使える3次元環境を数分で生み出す。半導体大手NVIDIAのロボット模擬環境Isaac Simと組み合わせれば、Marbleが作った空間をそのまま学習の舞台にできる(NVIDIA)。ここで重要になるのが「領域の無作為化」と呼ばれる考え方だ。同じ台所でも、光の当たり方、家具の配置、床の質感を無数に変えた環境で訓練しておくと、ロボットは現実の一つの台所に置かれたときに崩れにくくなる。多様な模擬空間を安く速く量産できることが、そのまま現実での頑丈さに直結する。実際、ロボットの評価を担う企業と World Labsが組み、環境づくりの時間を週単位から分単位へ縮めた例が報告されている(World Labs)。

現場は、ロボットだけではない。映像制作では、一本の映画を渡すとMarbleがそこから鍵となる場面を取り出し、数分で歩ける3次元の空間へ再構成する試みが動いている。観客は、その世界の中を歩き回りながら、空間に埋め込まれた画面で本編を眺められる(World Labs)。建築や製造の設計検証でも、頭の中や図面にしかなかった空間を、そのまま立体で確かめられるようになる。共通しているのは、これまで人手と時間を注いで作っていた「空間」そのものが、生成できる資源に変わるという一点だ。名声はここに何も足せない。効くのは、技術がどれだけ現場の制約を外せるか、それだけである。

イーロン・マスクの影と、都市伝説ではない構造

この分野の背後には、しばしばイーロン・マスクの名がちらつく。ここで俗説と事実を分けておきたい。マスクとメッシのあいだに直接の資本の縁があるわけではない。両者を結びつける筋書きは、根拠のない都市伝説の域を出ない。本当に押さえるべき裏は、もっと構造的で、そのぶん重い。

いま米国では、「物理AI」と呼ばれる競争が加速している。テスラは公的な提出書類のなかで、自らを「物理AIの会社」と位置づけている(Forbes)。同社は、自動運転で鍛えた知覚と制御の頭脳を、人型ロボットにそのまま流し込もうとしている。知能も、機体も、半導体も、通信網も、一社の内側で抱え込む垂直の流儀だ。一方のNVIDIAは、ロボットを自社では作らず、演算する半導体、模擬環境の道具、そして基盤モデルを外へ配る。自らを「つるはしとシャベル」を売る立場だと語り、実際のロボットは提携先の各社が作る(NVIDIA)。垂直に一社で束ねるマスクの流儀と、水平に土台を配るNVIDIAの流儀が、同じ物理AIの覇権をめぐって正面からぶつかっている。

この競争の共通の土台にあるのが、まさに世界モデルであり空間知能だ。マスクのロボットも、NVIDIAの基盤モデルも、機械が物理世界の常識を内側に持つことを前提にしている。だとすれば、World Labsへの出資は、どれか一つの製品への賭けではない。物理AIという競争そのものの、いちばん下の層への賭けになる。しかもその層は、いまのところ米国のごく限られた顔ぶれに資本が集中している。誤解を避けるために言えば、メッシの資本がこの構図を動かすわけではない。動かないからこそ意味がある。名声の経済で稼いだお金が、名声の効かない基盤の経済へ、静かに向きを変えていること。派手な逸話よりも、この資本の向きの変化こそが、報じられてこなかった本当の裏である。

ロナウドとの違いに見える二つの設計思想

同じ「スター選手の投資」でも、設計思想はひとつではない。クリスティアーノ・ロナウドは、AIの検索企業や身体データを扱う企業に自ら名を連ねてきた。キリアン・エムバペは、フランスのデジタル健康保険の資金調達に加わった。これらに共通するのは、個人ブランドと事業を交換する色合いの濃さだ。知名度が販促に直結する消費者向けの企業に看板を貸し、その効果は比較的早く目に見える。名前が効く土俵の、洗練された使い方である。

メッシのWorld Labsへの関与は、そこからさらに一段、障壁の高い場所にある。宣伝が効かず、専門家しか評価できず、時間だけが味方になる基盤技術に、長期でじっくり資本を置く。名前を貸して短期で回すのではなく、名前が意味をなさない土俵に立って、研究の複利を待つ。他の選手の投資が、消費者向けブランドという「名声がまだ効く外周」にとどまるのに対し、メッシは名声が完全にゼロになる基盤の中心まで出た。どちらが優れているという話ではない。快適な内側を、外周でなくその最も外側まで抜けた選手は、まだほとんどいない。変化として重いのは、まさにこの徹底ぶりのほうである。

日本の読者にとっての意味

この物語には、日本と交わる糸が二本ある。一本は、すでに述べた楽天とVikiの因縁だ。Play Timeの舵を握る人物が、かつて日本企業に会社を売った起業家である事実は、この最先端の資本の回路が、日本にとって決して遠い他人事ではないことを示している。かつて日本企業が触れた人脈が、いまは空間知能の最前線へ資金を差配している。

もう一本は、市場そのものの糸だ。空間知能が最初に効いてくるのは、設計、製造、精密機械、ロボット、そして映像やゲームの現場である。いずれも日本が層の厚さを持ってきた分野だ。歩ける3次元空間を安く速く作れる基盤が広まれば、工場の設計検証も、ロボットの学習も、その土台の上で回るようになる。ところが、その基盤を握る世界モデルの主要企業に、日本発の名前はまだ見当たらない。強い現場と、不在の基盤。この落差をどう埋めるかが、日本にとっての宿題として残る。現場を持つ側が、土台まで押さえにいくのか、それとも他国が作った土台を借り続けるのか。

39歳で現役を終えようとする選手が、最後に選んだのは、自分の名前が一切通用しない土俵だった。歓声も広告塔も届かない場所で、長い時間だけを頼りに資本を置く。その選択が、たまたま話題になった有名人の道楽ではなく、稼ぎ方の重心が名声から基盤へ移っていく時代の縮図であること。World Labsの出資者名簿にメッシの投資会社が並んだという小さな事実は、そのことを静かに映し出している。