テスラのDigital Optimus AIエージェント、DiabloからCounter-Strikeまでゲームスキルで進歩
重要ポイント
- •イーロン・マスク氏は2026年10月10日、Digital Optimus AIエージェントがDiabloのキャンペーンの半分を進めることができ、Counter-Strikeでは競技レベルのプレイを見せていると述べた。
- •Digital Optimusは生の画面映像のみとキーボード・マウス入力によってゲームをプレイしており、ゲームAPIやゲームエンジンデータへの特権アクセスは使用していない。
- •Digital Optimusは2026年3月にテスラとxAIの共同プロジェクトとして発表され、現在League of Legendsでのトレーニングが進行中である。
- •テスラはRealtime GamesとDigital Optimus向けに機械学習エンジニアを積極採用しており、物理的なOptimusロボットの生産台数は2026年9月時点で週数百台に達したと報じられている。
- •研究では、ゲームにおける超人レベルのパフォーマンスは汎用知能への足かりと位置づけられているが、ゲームスキルのゲーム以外のソフトウェアへの移転はまだ実証されていない。
テスラのDigital Optimusは、ビデオゲームで着実に上達を重ねている。一見娯楽のように見えるが、その目的はハイスコアをはるかに超えるものだ。
2026年10月10日、イーロン・マスク氏がプロジェクトの進捗を報告した。それによると、AIエージェントは現在、Diabloのキャンペーンの半分をプレイして進めることができるという。これは完遂ではなく進歩の証だ。また、この更新情報によれば、同エージェントは一瞬のためらいが数秒で脱落につながるゲーム、Counter-Strikeにおいても競技レベルのプレイを見せている。
明示された最終目標は汎用知能だ。それは人間と同じようにソフトウェアを操作できるAIである。ゲームは教室であり、スプレッドシート、オフィスツール、そして最終的にはロボットが就職先となる。
Digital Optimusのプレイ方法
重要なのは、どのゲームをプレイするかではなく、どのようにプレイするかという点だ。Digital Optimusは「ピクセル入力、キーボードとマウス出力」の方式で動作する。画面を読み取り、人間のプレイヤーと同じようにキーを押す。
ゲームAPIも特権アクセスも一切使用していない。多くのゲームプレイAIシステムはゲームエンジンから直接構造化データを受け取っており、いわば解答用のカンニングペーパーを読んでいるようなものだ。このエージェントは画面の絵を自力で解釈しなければならない。
この制約によって難易度は上がるが、得られるスキルの汎用性も高まる。ゲーム内部のデータしか理解できないシステムは、そのゲームの中に閉じ込められたままだ。生の映像から学習するシステムは、理論上、その能力をどの画面にも向けることができる。
ラインナップの各ゲームは、それぞれ異なる能力を試すものだ。Diabloは探索、戦闘、長い意思決定の連続を軸に構成されたキャンペーンであり、Counter-Strikeには瞬時の反応と精密なエイムが求められる。
さらにLeague of Legendsでのトレーニングも進行中だ。このタイトルは戦略、チーム連携、目まぐるしく変化する戦場という要素を加える。マスク氏の更新情報では、このタイトに関する目標達成時期は明示されなかった。
より広い目標は、エージェントが最終的にゲームで超人レベルのパフォーマンスに到達することだ。研究では、それは目的地ではなく足がかりと位置づけられており、本当の標的は、そのスキルを日常的なコンピュータ操作や、可能性としてはロボティクスへ移転することにある。
テスラとxAIの共同プロジェクト
Digital Optimusは2026年3月、マスク氏のAI企業xAIとテスラの共同プロジェクトとして発表された。10月の更新は、その取り組み開始から約7か月でのものだ。狙いは、デジタル環境に人間とほぼ同じように対話するAIエージェントを構築することである。
テスラは採用によってこの取り組みを支援している。同社はRealtime GamesとDigital Optimusに関連する役職の機械学習エンジニアを積極的に募集している。
この更新は、物理ロボットの生産強化と並行して届いた。テスラのOptimusユニットの生産台数は2026年9月時点で週数百台に達したと報じられており、同社は2026年末までに週1,000台超への拡大を目指している。
研究によると、ニューラルな世界シミュレーションは自動運転と人型ロボティクスの両方に活用されている。機械にリアルタイムでの知覚と行動を教えることが共通の課題であり、その環境が道路であれ、工場の床であれ、悪魔の巣食うダンジョンであれ変わらない。
これが意味するもの
AIエージェントを追跡している人にとって注目すべきは、ピクセルのみに依存するアプローチだ。ほとんどのソフトウェアは人間の目と手のために作られてきた。同じインターフェースを通じて操作できるエージェントなら、すべてのアプリ開発者が特別なアクセス手段を用意する必要はない。
ゲームは実行コストが低く、無限に繰り返し可能で、リアルタイムの視覚的判断に満ちている。AIが誰もファイルを失うことも車をクラッシュさせることもなく、何千回でも失敗できるサンドボックスを提供してくれる。
難しいのは汎化であり、研究もその課題が残っていることを率直に認めている。レベルを攻略することは一つのことだ。Counter-Strikeで学んだスキルが、例えば会計ソフトの操作を上達させるということを実証するのははるかに大きな主張であり、まだ実証されていない。
次の指標は比較的明確だ。League of Legendsでの成果、ゲーム以外のソフトウェアへのスキル移転の証拠、そして物理的なOptimusの生産が実際に週1,000台の目標へ向かって推移するかどうかに注目したい。
出典: CryptoBriefing
