MIT Newsの2026年11月9日の記事によると、WorldParticleは水の流れやタンパク質の折りたたみといった物理過程を、現象ごとに作り分けた手書きのソルバーに代わる一つの深層学習システムで扱う。研究はMIT、UBCを中心に、ジョージア工科大学、Inria、Meta、ペンシルベニア大学、ユタ大学、UCLA、香港大学が参加している。
物理シミュレーションでは、流体、固体、粒状体、分子系ごとに支配方程式を選び、それを数値ソルバー向けの式に変換する作業が続いてきた。学習型の物理シミュレーターも既にあるが、異なる系を同じ実装で扱うことと計算量の圧縮が課題だった。
粒子で表現し、予測と補正で進める
WorldParticleは対象をラグランジュ粒子で表現する。粒子の3次元位置と物理的性質を入力に、次の時点の位置と性質を予測する。予測の前に、波を打つ外力のような既知の外力を切り離して陽に処理し、予測後の段階でその効果を補正として統合する。この構成により、訓練で見ていない物質、境界条件、初期条件、外力にも対応するとしている。
- 01 外力の分離
陽的な予測器
既知の外力で粒子を進め、中間状態を作る。
- 02 粒子トークン化
学習した補正器
粒子間、粒子と境界、トポロジーに沿った近傍関係を符号化する。
- 03 圧縮
super-tokenエンコーダー
自己注意とトークン統合で粒子トークンを層ごとに半分へ減らす。
- 04 復元
super-tokenデコーダー
圧縮したsuper-tokenから粒子単位の位置と速度の補正を出す。
論文の要旨とプロジェクトページのMethod節に基づく。予測が外力を扱い、補正が粒子間の相互作用を担う分担は論文の記述どおり。
計算量は階層的なトークン統合で抑える。エンコーダーの各層でトークン数を半分にし、デコーダーは全粒子同士の注意ではなく圧縮されたsuper-token経由で粒子に戻す。MIT Newsは、ChatGPTが単語を一つずつ予測するのと同じように粒子を一歩ずつ予測する構造だと、共同筆頭著者のPeter Yichen Chen氏(UBC助教授、元MITポスドク)の説明として伝えている。
6種類の物理現象での検証
布
- 示された内容
- 球との衝突で未知のヤング率に対応。訓練範囲外の強さのねじり外力で訓練の200フレームを超える250フレームが安定
弾性体
- 示された内容
- 固定斜面での未知の初期回転と初期形状に対応
ニュートン流体
- 示された内容
- 粘度と障害物位置が未知の流動に対応。流体の実験では800ステップの長時間ロールアウトが安定
非ニュートン流体
- 示された内容
- 異なるレオロジー特性の流体を異なる斜面で扱う
粒状体
- 示された内容
- 初期形状と摩擦が未知の砂の崩壊に対応。比較手法では砂の粒子が空中に浮いたままになる例をMIT Newsが挙げる
分子動力学
- 示された内容
- 側鎖の回転を50フェムト秒刻みで予測。従来のOpenMMの0.5フェムト秒の100倍の刻み幅
論文の要旨(6カテゴリー、未知の物性・境界・初期条件・外力への一般化)、プロジェクトページ(布の250フレーム、流体の800ステップ、分子の50fs)、MIT News(砂の比較例)に基づく。
100倍は刻み幅込みの著者説明
分子動力学の「約100倍」について整理する。プロジェクトページは、側鎖の回転を50フェムト秒刻みで予測し、従来のOpenMMの0.5フェムト秒より100倍大きい刻み幅だと説明する。MIT Newsは同じ点を、数値シミュレーターより約100倍速いという共同筆頭著者Minghao Guo氏の説明として伝える。刻み幅の差を含む説明であり、全ての用途で実時間が100分の1になると一般化できる記述は確認できていない。
「シミュレーションにGPTモーメントを起こしたい。物理現象ごとにシミュレーターをゼロから作る必要がある状況を変え、どんな場面でもすぐ使える基盤モデルを作ることが目標だ。その最初の一歩である。」
We want to have a GPT moment for simulation. Every time people want to build a simulator for a particular physical phenomenon, they need to code it up from scratch. Our vision is to have a foundation model that works out of the box for any scenario you want to simulate. This is a first step in that direction.
発表の経緯と公開物
論文「WorldParticle: Unified World Simulation of Lagrangian Particle Dynamics via Transformer」は2026年5月14日にarXivで公開され、SIGGRAPH Asia 2026で発表される。11月9日のMIT Newsは既発表研究の紹介であり、新たな製品やサービスの発表ではない。
GitHubリポジトリWorldParticle/WorldParticleはMITライセンスで公開されている。READMEは局所連続畳み込み、反復的なk-partiteトークン統合、super-particleデコーダーを備えたモデル構成を説明し、推論用CLIが自己回帰的に位置と速度を予測すると記す。モデルの入手先はプロジェクトページから案内されている。なお、同じアーキテクチャを6分野で使う設計であり、単一の学習済み重みですべての現象を扱う万能モデルとは論文もプロジェクトページも説明していない。
出典
- MIT News「A single AI model simulates the behavior of many substances, from sliding sand to folding proteins」2026-11-09一次資料。研究機関、粒子表現と1ステップ予測、外力の分離と補正、砂の比較例、Chen氏とGuo氏の説明、100倍の伝達。2026-11-10本文確認。
- WorldParticle: Unified World Simulation of Lagrangian Particle Dynamics via Transformer(arXiv:2605.15305)2026-05-14公開一次資料。6カテゴリー、prediction-correction設計、粒子トークン化とsuper-tokenの3段階、トークン半減、未知条件への一般化、下流応用。2026-11-10本文確認。
- WorldParticle(プロジェクトページ、SIGGRAPH Asia 2026)2026-11-10確認一次資料。SIGGRAPH Asia 2026表記、所属一覧、布250フレーム、流体800ステップ、分子50fs対OpenMM 0.5fs、モデル入手先の案内。2026-11-10本文確認。
- WorldParticle/WorldParticle(GitHub、MITライセンス)2026-11-10確認一次資料。局所連続畳み込み、反復k-partiteトークン統合、super-particleデコーダーのモデル構成と推論CLIの説明。2026-11-10本文確認。
出典の確認日 2026.11.10