今後、AI 技術の発展に加えて、Apple Vision Pro のような AR 技術が重なっていくことで、未来の世界は本当にメタバースになるかもしれません

ワールドモデルは環境を直接生成でき、動画モデルはリアルタイムに映像を生成でき、LLM によってその中の各 NPC がそれぞれ独自の記憶・性格・行動ロジックを持つようになります。さらに Blender/ゲームエンジンの Agent も加われば、将来的には、あなたが一言こう言うだけで：「1980 年の東京・銀座を生成して。雨が降っていて、自由に行動できる人が 500 人いる」──数分、あるいは数秒で出てくる可能性さえあります

あなたが東京の街を歩いていると、メガネはすでにあなたがどこにいて、誰を見ていて、そばにはどんな店があるのかを把握しています。現実の建物は再レンダリングできます。道中にバーチャルな人物が現れますし、友人の avatar があなたの隣に座ることもあります

AI world model × AR × AI Agent の重ね合わせです。「普通の人が毎日 6–8 時間つける」ような AR メガネが登場すれば、それは iPhone レベルの革命になるかもしれません

引用: https://x.com/i/web/status/2094884634719133925