主要企業の発表のニュース

主要な企業が公式に出した新しい発表。出典つきで新しい順に並べています。

工場・物流の導入主要企業の発表ギークプラス、RANDAの出荷省人化事例を公開棚の搬送を自動化し、人員配置と作業教育を変えた流通センターの事例 主要企業の発表基盤モデル政策と資金NVIDIA、RLWRLDなど韓国企業への投資計画を発表Point2への投資を発表。RLWRLD、Motif Technologies、Upstageへの投資も計画 主要企業の発表シミュレーションと学習工場・物流の導入NVIDIA、韓国企業の半導体解析とロボット学習を紹介Samsungの解析結果、LGの製造環境での実証、Kakao Mobilityの開発計画を紹介 政策と資金主要企業の発表AICX協会、フィジカルAI社会実装委員会を設立何を任せ、人は何に責任を持つか。使う側の企業が集まり実装の型をつくる。活動開始は2027年1月(予定) シミュレーションと学習主要企業の発表NVIDIAがIsaacを拡充 参照ヒューマノイドも発表データ集めから学習、実機の動作、安全までを一つの流れにそろえる発表 基盤モデル主要企業の発表Google、ロボット開発向けに「Gemini 4 Argon」を紹介物理の理解を強みとする推論モデルを、ロボット開発の各段階で使う例 基盤モデル主要企業の発表Physical Intelligence、ロボットAIのAPIを公開データを送って調整し、クラウド経由で動かす。まずは順番待ちの限定公開

2024年に発表されたπ₀の学習データ

Physical Intelligenceは2024年10月31日、汎用ロボット方策の試作モデルπ₀を発表した。公式説明では、インターネット規模の画像と言語による事前学習、公開されたロボット操作データ、自社で収集した8種類のロボットの作業データを組み合わせている。単一機種の一つの動作だけを学習したモデルとしては紹介していない。

自社データの作業例には、食器の片付け、封筒への物品の封入、衣類を畳む作業、ケーブルの取り回し、箱の組み立て、電源プラグの接続、持ち帰り容器への食品の収納、ごみを拾って捨てる動作がある。利用方法として、言葉による指示と追加学習の両方を示している。発表では、特定の一用途を解くことより、物理的な相互作用の基礎をモデルに持たせることをデータ選定の目的に挙げている。

出典:Physical Intelligence『π₀: Our First Generalist Policy』(2026年11月17日確認)

2024年のAtlasとTRIの共同研究

Boston DynamicsとToyota Research Institute(TRI)は2024年10月16日、汎用ヒューマノイドの共同研究を発表した。組み合わせるのは、Boston DynamicsのAtlasとTRIの大規模行動モデルである。研究拠点はボストンで、両社のロボット研究責任者が共同で率いる体制と説明されている。

研究では、電動Atlasの全身と両腕を使う操作を、プログラムや遠隔操作で実行して性能データを集め、そのデータを行動モデルの学習に利用する構成を示した。実機とシミュレーションの双方で評価する方針で、全身のセンシング、人とロボットの相互作用、安全性も研究項目に含む。発表にあるTRIの設立年は2016年、拠点はカリフォルニア州ロスアルトスとマサチューセッツ州ケンブリッジである。

出典:Boston Dynamics『Boston Dynamics and Toyota Research Institute Announce Partnership to Advance Robotics Research』(2026年11月17日確認)

2025年のGemini Roboticsの二つのモデル

Google DeepMindは2025年3月12日、Gemini 2.0を基にしたGemini RoboticsとGemini Robotics-ERを発表した。Gemini Roboticsは、画像と言語を扱うモデルに、物理的な動作を出力する仕組みを加えたVLAであり、ロボットを直接制御する用途として説明された。

Gemini Robotics-ERは空間理解と身体を伴う推論を扱い、開発者が自分のプログラムを組み合わせて使う位置付けである。同じ発表で、Apptronikとのヒューマノイド開発に関する協力と、選定した利用者によるERモデルの試験にも言及している。モデルに求める性質は、異なる状況への適応、指示や環境変化への応答、物を扱う器用さの三つに整理されている。

出典:Google DeepMind『Gemini Robotics brings AI into the physical world』(2026年11月17日確認)

2025年のGR00T N1と動作生成の構成

NVIDIAは2025年3月18日、ヒューマノイド向け基盤モデルIsaac GR00T N1と、合成データを作るための開発環境を発表した。GR00T N1は二つの系を持ち、System 2が画像と言語から周囲の状況や指示を解釈して行動を計画し、System 1がその計画を連続的なロボット動作へ変換する構成である。

System 1の学習には、人が作業を実演したデータとOmniverseによる合成データを使用すると説明している。対象動作には、片腕や両腕での把持・移動、腕から腕への物の受け渡しが挙げられた。開発者が特定の機体や仕事に合わせ、実データや合成データで事後学習できる仕組みも示している。同時に、Google DeepMindおよびDisney Researchと物理エンジンNewtonを開発中と発表した。

出典:NVIDIA『NVIDIA Announces Isaac GR00T N1 — and Simulation Frameworks to Speed Robot Development』(2026年11月17日確認)

2025年のロボット端末内モデルとSDK

Google DeepMindは2025年6月24日、Gemini Robotics On-Deviceを発表した。双腕ロボット用の基盤モデルで、ロボット側の計算装置で動かすために最適化したものと説明している。ネットワークから独立して動作する点を挙げ、通信が断続的な環境や接続のない環境、遅延の影響を受ける用途を対象にしている。

同時に案内されたGemini Robotics SDKは、開発者の作業や環境でモデルを評価し、物理シミュレーターMuJoCoで試験し、追加学習で新しい領域に適応させるための道具である。発表では50〜100回の実演による適応例を示している。この数は同社が示した条件での例である。SDKへのアクセスは、発表時点ではtrusted tester programへの登録による方式だった。

出典:Google DeepMind『Gemini Robotics On-Device brings AI to local robotic devices』(2026年11月17日確認)

2025年のJetson Thorと機体上の推論

NVIDIAの2025年8月25日の説明では、Jetson ThorはBlackwellを採用したロボット用の計算機で、AI演算性能は2,070 FP4テラフロップスとされている。同社は、複数センサーのデータ処理や視覚的な推論を機体側で実行するための製品と位置付けた。

Agility Roboticsについては、第5世代DigitにJetsonを組み込んでおり、第6世代Digitの機体上の計算基盤にJetson Thorを採用する予定(NVIDIAの発表による)と説明した。Boston DynamicsのAtlasへの統合にも触れている。対応例として、画像と言語を扱うモデルや動作を出すモデル、ロボット用Isaac GR00T N1.5を挙げ、クラウドへの依存を抑えたローカル推論の構成を紹介している。

出典:NVIDIA『NVIDIA Jetson Thor Unlocks Real-Time Reasoning for General Robotics and Physical AI』(2026年11月17日確認)