主要企業の発表基盤モデル政策と資金

NVIDIA、韓国の新興企業への投資計画を発表 ロボット基盤モデルのRLWRLDも対象

2026年11月9日、NVIDIAは韓国の新興企業Point2への投資と、Motif Technologies、RLWRLD、Upstageへの投資計画を発表しました。韓国科学技術情報通信部(MSIT)と共同開催したフォーラムに合わせた発表です。対象には、計算設備内のデータ通信、言語を扱うAI、ロボットの動作を支える基盤モデルの開発企業が含まれます。各社への投資額や、計画している投資の実施時期は示されていません。

要点

  • NVIDIAはPoint2への投資を発表し、Motif Technologies、RLWRLD、Upstageへの追加の投資を計画していると説明している
  • RLWRLDは、5本の指を使う器用な動作を必要とする作業に向け、人型ロボットや産業用ロボットの基盤モデルを開発していると紹介されている
  • フォーラムでは20社超の韓国の新興企業と面会。NVIDIAは、韓国を拠点とするInception参加企業が1,000社超あることも背景として挙げている

投資の発表と計画を分けて読む

NVIDIAと韓国科学技術情報通信部は、COEXで「MSIT-NVIDIA AI Startup Partnership Forum」を共同開催しました。韓国側のRyu Je-myung次官とNVIDIAの幹部が、基盤モデル、フィジカルAI、AIの計算設備、AI半導体の分野に取り組む新興企業と面会したと説明しています。

今回の発表では、Point2については投資を発表し、Motif Technologies、RLWRLD、Upstageについては投資を計画していると書き分けています。計画対象の企業への資金の払い込みが完了したかは、発表では示されていません。また、企業ごとの投資額、出資条件、資金の具体的な使い道は本文にありません。

NVIDIAは、今回の投資計画を韓国の新興企業や投資家との従来の取り組みに続くものと位置づけています。その背景として挙げたInceptionは、優遇価格、技術的な知見、投資家への紹介機会を通じて新興企業の成長を支援するプログラムだと説明しています。今回名前が出た企業それぞれの参加状況は、発表には書かれていません。

対象企業は何を開発しているか

投資対象として紹介された企業は、同じ技術を開発しているわけではありません。NVIDIAは、計算設備からモデル、ロボットへの応用まで、AIを構成する幅広い領域の取り組みだと説明しています。

企業出典で紹介された開発内容投資についての記載
Point2高周波を使い、AIの計算設備内のチップ間や機器を収めるラック間でデータを伝える接続技術投資を発表
Motif Technologies複雑な仕事を実行するAIエージェントの構築に向けた基盤モデル投資を計画
RLWRLD人型ロボットや産業用ロボットが実世界の複雑な作業を行うための基盤モデル投資を計画
UpstageSolar言語モデルと、複雑な文書から情報を取り出す文書AIの道具投資を計画

Point2の技術は、従来の銅線や光による接続に代わる選択肢として紹介されています。到達距離、性能、効率を訴求していますが、比較試験の条件や測定値は示されていません。Motif TechnologiesはソウルのAI研究企業で、モデルの学習済みパラメーターを公開した言語モデル「Motif-3」も紹介されています。Upstageの道具は、文書からの情報抽出や業務の流れの効率化、日常業務向けAIアプリの構築を支えると説明されています。

RLWRLDが取り組む部品の扱い

フィジカルAIに直接関係する対象として紹介されているのがRLWRLDです。同社はサンフランシスコ、ソウル、東京を拠点とし、ロボットの動作を支えるAIの土台となる基盤モデルを開発していると説明されています。対象には、人型ロボットと産業用ロボットが挙げられています。

NVIDIAが紹介した作業例は、部品を精密に差し込むこと、ボルトにナットをねじ込むこと、動いているコンベヤーから部品を集めてそろえることです。ロボットが物を扱う際の、指先の器用さを必要とする作業に焦点を当てた説明です。関連する基本的な考え方はロボットAIの解説でも整理しています。

ただし、出典の本文には、これらの作業を試した機体名、部品の条件、成功率、処理時間はありません。開発している技術の用途は示されていますが、どの条件でどの程度の動作を確認したのかは示されていません。今回の投資計画とともに、新しいモデルや評価結果が公開されたという記載もありません。

日本の現場への影響をどう読むか

日本の工場業務との接点として読み取れるのは、RLWRLDの説明に部品の差し込み、ねじ込み、部品をそろえる作業が含まれる点です。資金面の発表に加えて、ロボット基盤モデルの開発でどのような作業を扱っているかが示されています。工場でのAI活用については工場AIの解説も参照できます。

東京が同社の拠点として挙げられていることは確認できます。ただし、日本企業との共同開発先、日本の工場での検証結果、国内向けの提供内容は示されていません。東京に拠点があるという記載だけでは、日本の設備で使える範囲や導入支援の内容までは判断できません。

また、今回の発表から、投資がロボットの性能向上や工場の費用削減にどれだけつながるかは読み取れません。投資計画は資金面の動きを示し、作業の成功率や処理時間は技術の評価に関わる情報です。今回示されたのは前者と開発分野の紹介であり、日本の現場での効果は示されていません。投資額や事業収益の記載もないため、企業の成長規模や投資の収益性も、この本文からは判断できません。

その後(2026年11月9日のRLWRLDの発表)

投資計画の対象となったRLWRLDは、同じ2026年11月9日に自社サイトで、NVIDIAからの投資計画を確認したと発表しました。投資額は示していません。資金は、ロボット基盤モデルの高度化と、産業分野の提携先での導入拡大に充てる計画だとしています。

同社は同じ発表で、人型ロボットの手先の器用さを測る評価基盤「DexBench」も公開しました。NVIDIAのオープンソースの枠組みIsaac Lab-Arenaと物理エンジンNewtonの上に作られ、小売、物流、組立、ホテルの飲食業務の4つの環境で15種類の作業を扱います。商品の陳列や取り出し、ロールケージからの荷下ろし、コネクタの挿入、ネジ締め、皿の積み重ね、液体の注ぎ分けなどが含まれます。成功率に加え、物体、物理特性、空間配置の3つの観点で、学習していない条件への対応力も測るとしています。

コード、評価環境、学習データ、比較の基準となるモデル、成績の一覧を公開する予定としています。最初の基準の結果は、同社の基盤モデルRLDX-1で測ったとしています。NVIDIAの発表で挙がった部品の差し込みやナットのねじ込みは、DexBenchの「コネクタの挿入」「ネジ締め」と同じ種類の手作業です。ただし、DexBenchは仮想環境での評価の仕組みであり、実際の工場で測った成功率を示すものではありません。

出典:RLWRLD『RLWRLD Launches DexBench, Confirms Planned Investment from NVIDIA』(2026年11月17日確認)

この記事で確認できていないこと

発表の時点で公表されていない、または出典で確かめられなかった点です。

  • 各社への投資額と出資条件(RLWRLDの資金の使い道は上の「その後」の節を参照)
  • Motif Technologies、RLWRLD、Upstageへの投資の実施時期と完了状況
  • RLWRLDの作業例について、実機で評価した機体、部品の条件、成功率、処理時間
  • RLWRLDの日本企業との共同開発先、国内工場での検証結果、日本向けの提供内容

RLWRLDのRLDX-1とDexBenchはどう違いますか

RLDX-1はRLWRLDが開発するロボット基盤モデルで、DexBenchは人型ロボットの手先の器用さを仮想環境で測る評価基盤です。RLWRLDは、DexBenchで最初の比較基準となる結果をRLDX-1で測ったと説明しています。

見る項目役割発表で示された内容
RLDX-1評価を受ける基盤モデルです。DexBenchの最初の基準となる結果を測るために使われました。
DexBench手先の動作を測る評価基盤です。小売、物流、組立、ホテルの飲食業務の4つの仮想環境で15種類の作業を扱います。
成功率作業をどの程度達成できたかを見る指標です。コネクタの挿入や皿の積み重ねなどが評価の対象に含まれます。
学習していない条件への対応力学習時と異なる条件での動作を見る指標です。物体、物理特性、空間配置の3つの観点で測ります。

結果を読むときは、まずどのモデルが、どの作業を、どんな条件で評価されたかを見ます。たとえば、コネクタの挿入と皿の積み重ねは別の作業です。また、同じ作業でも、成功率と学習していない条件への対応力は見る項目が異なります。対応力を見るときは、物体、物理特性、空間配置のうち、どの観点で評価した結果かを確認します。

モデル同士を比べる際は、作業や評価条件をそろえて結果を読みます。RLWRLDは、コード、評価環境、学習データ、比較の基準となるモデル、成績の一覧を公開する予定だとしています。RLDX-1の結果は仮想環境で測った比較の出発点です。実際の設備で作業できるかを判断するには、その設備で使う部品や配置での実機評価が必要です。

出典

このページは、上の出典をもとに編集部が整理したものです。発表元の公式ページではありません。会社や機関の言い分は「〜としている」と書き、書かれていない内容は足していません。投資や導入の判断は、出典の原文と専門家の確認を前提にしてください。

この発表に関係する解説

ほかの新しいニュース

ニュースの一覧を見る