工場の外観検査
カメラの画像をラインの横の機器で判定し、合否はすぐ出す。判定の画像と結果はまとめてクラウドに送り、モデルの見直しに使う。
フィジカルAIガイド
フィジカルAIは、センサーで見る、AIで判断する、ロボットで動く、人が確かめるという役割の組み合わせです。エッジAIはそのうち「判断をロボットや現場の機器の上で行う」置き場所の呼び名で、通信が切れても動き、反応が速いのが利点です。クラウドAIは大きな計算や難しい計画、学習とデータの管理を受け持ちます。停止や衝突の防止は、AIモデルとは別の層にある制御器が受け持つ設計が基本です。
総務省と経済産業省のAI事業者ガイドライン(第1.2版・2026年3月31日)は、フィジカルAIを、センサ等で物理環境の情報を取り込み、AIモデルで処理して方策を推論・判断し、アクチュエータ(駆動系)等を通じて物理的な行動につなげるシステムと定義しています。この流れに当てはめると、センサーは「取り込む」、AIモデルは「推論・判断する」、ロボットや機械は「行動する」を受け持ちます。
AIモデルをどこで動かすかは、定義では決められていません。ロボットの上や現場のサーバーで動かすのがエッジ、データセンターで動かすのがクラウドです。同じ作業でも、速さが要る判断はエッジ、重い計画や学習はクラウドと、分けて置く構成がよく使われます。外に出すデータが少ないほど、通信の費用と情報が漏れる心配は小さくなります。
出典:総務省『「AI事業者ガイドライン」掲載ページ』(2026年11月17日確認)
| 担当 | 受け持つこと | 選ぶときに見ること |
|---|---|---|
| センサー | 画像、音、距離、温度、力を測る | 照明や汚れでの見え方、取り付け位置 |
| エッジAI | 現場ですぐ判断し、動きを決める | 反応の速さ、通信が切れたときの動き、電力 |
| クラウドAI | 難しい計画、学習、記録の管理 | 通信の遅れ、外に出すデータの範囲、費用 |
| ロボット・制御器 | 動く、止まる、ぶつからない | 安全の機能、停止の方法、保守 |
| 人 | 目的の設定、確認、例外、責任 | 止める担当、記録の確認の担当 |
Google DeepMind は2025年6月24日に、ロボットの上で直接動く Gemini Robotics On-Device を発表しました。データ通信に頼らずに動くため、通信が不安定な場所や通信の無い場所でも使え、遅れに弱い用途に向くとされています。一方で、複雑な作業では、クラウドで動く上位の Gemini Robotics のほうが良い結果を出すとも説明しています。
ロボットに載せる計算機も大きくなっています。NVIDIA は2025年8月25日に Jetson AGX Thor の提供を始め、メモリは128GB、AIの計算性能は FP4 で2,070TFLOPS、消費電力は最大130Wとしています。2026年7月には下位の Jetson T3000 と T2000 も発表し、提供は2027年1〜3月期の予定とされています。同じ2026年7月15日には、Jetson などで動く40億パラメータの Cosmos 3 Edge も紹介されました。
出典:Google DeepMind『Gemini Robotics On-Device brings AI to local robotic devices』、NVIDIA『NVIDIA Blackwell-Powered Jetson Thor Now Available』、NVIDIA『NVIDIA Introduces New Jetson Thor Computers to Advance Mainstream Robotics and Edge AI』、NVIDIA『Japan’s Robotics and Manufacturing Leaders Build on NVIDIA Cosmos』(2026年11月17日確認)
Google DeepMind の Gemini Robotics 1.5 の発表(2025年9月)では、計画を受け持つ Gemini Robotics-ER 1.5 が作業の手順を立て、動作を受け持つ Gemini Robotics 1.5 に一歩ずつ言葉で指示を出す分担です。ER のモデルは Gemini API と Google AI Studio で開発者に提供され、2026年4月14日には ER 1.6 が発表されました。
Physical Intelligence は2026年10月13日に「Pi API」のベータを公表しました。利用者がデータを送り、同社のモデルを調整し、同社が用意する推論の環境を通じて実機を動かし、評価するという流れで、順番待ちの登録制です。モデルを自社で抱えず、外の計算資源で動かす形も選べるようになっています。
出典:Google DeepMind『Gemini Robotics 1.5 brings AI agents into the physical world』、Google DeepMind『Gemini Robotics ER 1.6: Enhanced Embodied Reasoning』、Physical Intelligence『Pi API beta』(2026年11月17日確認)
NVIDIA が2025年3月18日に発表した Isaac GR00T N1 は、反射のように速く動きを出す System 1 と、視覚と言語のモデルで環境と指示を理解して計画する System 2 に分けた構成です。同社の用語集は、開発を「学習」「シミュレーションと検証」「実行」の3段階に分け、学習したモデルをロボットや車両に載せ、センサーのデータをリアルタイムで処理するのが実行の段階だと説明しています。学習はクラウドや大きな計算機、実行はロボットの上という分け方です。GR00T N1 の学習データと評価の場面は Hugging Face と GitHub で公開され、手元で試せる形になっています。
出典:NVIDIA『NVIDIA Isaac GR00T N1』、NVIDIA『Generative Physical AI』(2026年11月17日確認)
Gemini Robotics On-Device の発表は、意味の上での安全を Live API で確かめ、実際の動作は安全を重視する低レベルの制御器につないで実行する構成だと説明しています。Gemini Robotics 1.5 の発表でも、動く前に安全を推論することに加え、衝突の回避のようなロボット側の安全の仕組みと組み合わせるとしています。クラウドかエッジかにかかわらず、止める、ぶつからないという機能は、AIモデルとは別の層で確実に働くようにするのが基本です。
役割を分けるほど、通信が切れたときの動きも決めておく必要があります。クラウドの判断を待つ構成か、ロボットの上だけで動ける構成かで挙動が変わるので、止めるのか、安全な姿勢に戻すのか、エッジのモデルだけで続けるのかを、作業ごとに文書にします。
出典:Google DeepMind『Gemini Robotics On-Device brings AI to local robotic devices』、Google DeepMind『Gemini Robotics 1.5 brings AI agents into the physical world』(2026年11月17日確認)
カメラの画像をラインの横の機器で判定し、合否はすぐ出す。判定の画像と結果はまとめてクラウドに送り、モデルの見直しに使う。
移動と障害物の回避はロボットの上で行い、計器の読み取り結果や異常の写真だけを送って、人が確かめる。
映像は家の中の機器で処理し、外へ送るのは転倒などの知らせだけにする。送る範囲は本人と家族に説明して決める。
厚生労働省と経済産業省の「介護テクノロジー利用の重点分野」は2024年6月28日に改訂され、9分野16項目になりました。「見守り・コミュニケーション」は施設、在宅、コミュニケーションの3項目に分かれ、2025年4月から運用されています。施設は建物の中の通信を管理できますが、在宅では利用者の家の通信に頼ります。映像や音声をどこで処理し、何を外に送るかは、場所ごとに決める必要があります。
出典:厚生労働省『「介護テクノロジー利用の重点分野」について』(2026年11月17日確認)
フィジカルAIはセンサーで読み取り、機械で現実世界に働きかけるシステム全体です。エッジAIは、その判断を現場の機器の上で行う置き場所の呼び名です。
反応の速さや通信が切れたときの動きが大事な判断はエッジ、重い計画や学習はクラウドと、作業ごとに分けて考えます。
構成によって違います。クラウドの判断を待つ構成は止まり、エッジのモデルで動く構成は続けられます。どちらにするかを作業ごとに決め、文書にしておきます。
あります。カメラとエッジAIで異常を見つけて人に知らせるだけの構成も、現場ではよく使われます。
目的を決め、結果を確かめ、例外に対応し、止める判断と責任をもつことです。
このページの話題に関係する、最近の発表を出典つきで整理した記事です。