Andreessen Horowitz、デジタル資産部門をa16z Frontierに再編
Andreessen Horowitzは2026年10月22日(現地時間)、デジタル資産部門の名称をa16z Cryptoからa16z Frontierに変更したと発表した。この変更は、暗号資産およびブロックチェーンに特化した投資の重要性が後退する中での動きと見られる。新名称の下、同部門はAIやロボット工学、「新たな種類のネットワーク」など、新興技術への投資へと重点を広げる方針を示した。
Tag
#Robotics
59 件の関連記事
arXiv、ワールドモデルの物理特性校正「PhysiCalWorld」を発表
arXiv cs.ROは10月21日(現地時間)、ユンハオ・ルオ氏ら複数の研究者が、ワールドモデルの物理特性校正手法「PhysiCalWorld」を発表した。これは、既存のワールドモデルがオブジェクトの質量分布や摩擦といった物理特性を十分に捉えきれず予測が不安定になる課題に対応する。PhysiCalWorldは、in-context promptingを利用し、ファインチューニングや分析的物理モデリングなしに、インスタンス固有のダイナミクスに合わせてワールドモデルを校正する。
多指ハンド向け適応スキルを学習、ユクスアン・クアン氏らの「AdaDex」
ユクスアン・クアン (Yuxuan Kuang)氏らの研究チームは10月20日(現地時間)、器用な多指ハンド向けの適応可能なスキル学習フレームワーク「AdaDex」を発表した。このフレームワークは、人間が設計した世界で求められる機能的把持、ハンド内での物体向き変更、動的ハンドオーバーといった多様なスキルを実現する。既存の学習手法が抱えていた課題を克服し、汎化性と機能性を両立させた新しいアプローチを示した。
CoopUQ、複数ロボットの社会ナビゲーションに不確実性認識型協調予測を導入
CoopUQ (コープユーキュー) は2026年10月19日(現地時間)、不確実性認識型の協調占有予測と堅牢な意思決定を連携させるマルチロボット社会ナビゲーションフレームワークを発表した。強化学習を用いたモバイルロボットのナビゲーションにおいて、単一ロボットアプローチでは遮蔽やOOD (out-of-distribution) シナリオ下で安全性と効率性の確保が困難となる課題に対応する。本フレームワークは、クロスロボット時空間特徴融合による将来の占有グリッドマップ予測と、その予測および不確実性を活用した制約付きマルチエージェント強化学習を通じて、予測性能と安全性の向上を実証した。
arXiv cs.RO、LLM-as-policyの物理RSI観測的スケーリング法則を公開
arXiv cs.ROは2026年10月19日(現地時間)、「Where is Physical RSI capability from? An Observational Scaling Law of LLM-as-policy」と題する論文を公開した。この論文は、物理的な再帰的自己改善 (Physical Recursive Self-Improvement) のメカニズム、スケーリング挙動、および汎化について体系的に調査したもので、LLM-as-policyの観測的スケーリング法則に焦点を当てている。
arXiv、自律型ラボ「SBL」論文公開 科学発見を加速
論文公開サイトarXivは10月16日(現地時間)、科学的発見の自動化を加速させる新しい概念「自己構築型ラボラトリー（SBL）」に関する論文を公開しました。SBLは高レベルの科学的目標に基づき、自身のラボ設定を自律的に設計、構成、運用するシステムです。これにより、既存の自己駆動型ラボラトリー（SDLs）が抱える柔軟性の課題を解決し、科学的発見を大規模に進める上でのボトルネック解消を目指します。
NVIDIA元幹部、ロボティクスは「レゴ時代」に直面と指摘
アムルヤ・ヴィシュワナス (Amulya Vishwanath) は10月16日(現地時間)、ロボティクス分野は現在「レゴ時代」にあり、アクチュエーター、ロボットハンド、ソフトウェア、安全基準といった基本的な構成要素がなお再構築中であるとの見方を示した。ヴィシュワナス氏は、かつてNVIDIA (NVIDIA) のロボティクスプラットフォームで製品マーケティングを7年間率い、現在はTechable VC (Techable VC) の創設者兼マネージングパートナーを務めている。
リヴィアンCEO、ロボティクスは予想超えの速さで進化と強調
Rivianは2026年10月16日(現地時間)、最高経営責任者（CEO）のRJ・スカリンジ氏が、ロボティクス分野の進歩が多くの人々の認識を上回る速さで進んでいると述べた。スカリンジ氏は2025年にロボティクス企業Mind Roboticsを共同設立し、10億ドルを調達。同社は、大規模言語モデル（LLM）技術の中核をなすトランスフォーマーモデル（transformer model）を活用し、汎用的なスキルを学習する産業用ロボットの開発を進めていると説明した。
個別化ロボット操作向け新ベンチマーク「LIBERO-PeRM」を発表
Zhixu Li (ジシュ・リー) らは2026年10月15日(現地時間)、arXivにおいて、パーソナライズされたロボット操作（PeRM）を評価するための新しいベンチマーク「LIBERO-PeRM」を発表した。LIBERO-PeRMは、汎用ロボットが家庭環境に導入される上で不可欠とされるパーソナライゼーションにおける、ポリシーの性能評価に焦点を当てる。このベンチマークは、タスクの完了とユーザーのプリファレンス（好み）の満足度を分離して評価する。LIBEROを基盤とし、動作、スキル、ユーザープロファイルに関する言語表現可能なプリファレンスをシミュレーション環境で扱えるように体系化している。
ロボットの環境潜在変数をテスト時に最適化する「T2-z」論文発表
arXiv cs.ROは2026年10月15日(現地時間)、ロボットのワールドモデルにおける環境潜在変数のテスト時最適化に関する論文『T2-z』を発表した。この研究では、直接観測できない摩擦や質量、人間が定義する環境ルールなどの環境要因を考慮するため、学習可能な環境潜在変数でロボットのワールドモデルを拡張する手法を提案。これにより、環境要因の性質や値に関する事前情報なしに、根底にある環境変化をコンパクトに捉えることが可能になる。
arXivがロボット行動共進化『コダ』発表 ポリシー学習を効率化
arXiv cs.ROは10月15日(現地時間)、ティアンジャオ・ユウ (Tianjiao Yu) 氏らの研究チームによる論文『CoDA: Co-Evolution of Data Engines and Action Policies』を公開した。同論文は、ロボットの環境構築とポリシー訓練を効率化する新しいフレームワーク「コダ (CoDA)」を発表。コダは、シミュレーションデータエンジンとアクションポリシーを共有異種メモリを通じて共進化させることで、ポリシー訓練の非効率性や失敗事例を解消し、学習効率と堅牢性を大幅に向上させることを目指す。
【速報】NVIDIA、北欧地域における先進コンピューティングエコシステムの進展を発表
NVIDIAは2026年10月14日(現地時間)、北欧地域が欧州における先進コンピューティングエコシステム構築を加速させている現状を発表した。同地域はユニコーン企業の密度で欧州をリードしており、再生可能エネルギー、厳格なデータガバナンス、産学連携の研究伝統を基盤にしている。AIクラウドの拡張、NVIDIA製インフラストラクチャ上での独自AI構築、スタートアップのスケーリング、自動運転車や工場機械への応用、量子研究の進展が報告されている。
拡散モデルを用いたヒト型ロボット制御重みの生成と構造解析
arXiv cs.ROは2026年10月14日(現地時間)、ヒト型ロボットの制御ネットワークにおける学習済み重みを直接モデル化し、機能するネットワークを生成する研究論文を発表した。この研究では、線形オートエンコーダとDiffusion Transformerを組み合わせた潜在拡散フレームワークを導入。Unitree G1ロボットの強化学習から得られたネットワークを訓練データとして用い、実世界で歩行やダンス、スピンキックといった多様な動作を実行可能なネットワークの生成に成功した。
エージェントロボット向け「ChunkAct」、LLM効率化でタスク成功率5.0点向上
Bingxin Xu氏らは2026年10月13日(現地時間)、エージェントロボティクスにおける大規模言語モデル（LLM）の効率課題に対処する新技術「ChunkAct」を発表した。既存システムで課題となっていたLLM推論の冗長性を解消するため、ChunkActはアクションチャンキングを導入。これにより、LLMの呼び出し回数を大幅に削減し、ロボットのタスク成功率を向上させることを目指す。LIBERO-Proにおける評価では、タスク成功率を5.0ポイント向上させた。
VLA事前学習の品質活用法を研究、新ベンチマーク「AXIS-Bench」発表
ミンシュアン・ヤン (Mingxuan Yan) 氏らは2026年10月13日(現地時間)、視覚言語行動 (VLA: vision-language-action) モデルの事前学習において、デモンストレーション品質をどのように活用すべきかに関する実証研究と、新たなベンチマーク「AXIS-Bench (アクシス・ベンチ)」を発表した。本研究は、事前学習後のターゲットタスクにおけるファインチューニング性能向上を目指し、重み付け、フィルタリング、条件付けの手法を比較した。実世界実験では、シミュレーション事前学習により成功率が9.6%から31.7%に向上した。
DeepMind、ロボティクス向けGemini 4 Argonを公開
DeepMindは2026年10月12日(現地時間)、ロボティクス分野に特化した新しいモデル「Gemini 4 Argon」を発表した。同モデルは、物理的理解、コード生成、および視覚的意味推論において大幅な進歩を遂げ、ロボティクススタック全体の新たなワークフローを可能にし、物理的AGI（汎用人工知能）の実現に向けた進捗を加速するという。Gemini 4 Argonは、3D環境における物理的・空間的問題の理解と解決能力を評価するエンボディード・リーズニング (ERQA) ベンチマークにおいて、他のフロンティアモデルを上回る87%のスコアを記録した。
リズヒ・ヤン氏ら、ロボット危険動作を抑制する「CSF」発表―文脈的安全フィルタリング導入
リズヒ・ヤン (Lizhi Yang) 氏らは10月8日(現地時間)、テキスト条件付きモーション生成器が抱える安全性課題に対処する新技術「Contextual Safety Filtering (CSF)」を発表した。このトレーニング不要のフィルターは、従来の安全対策では考慮されなかったシーンの文脈に応じた動作の意味の変化を克服。自然言語による安全ルールを適用し、ロボットが引き起こす危険動作を大幅に削減しつつ、良性動作の維持を可能にする。
Mecka AI、Sequoia主導で6000万ドル調達 ロボット訓練用データを収集
Mecka AIは2026年10月7日(現地時間)、ヒューマノイドロボットなどの訓練用モーションデータ収集・分析を手がける同社が、シリーズBラウンドで6000万ドルを調達したと発表した。このラウンドはSequoiaが主導し、Nvidia、MicrosoftのベンチャーファンドM12などが参加した。TechCrunchは以前、同社が5億ドルの評価額で新たな資金調達ラウンドに近づいていると報じていた。
自己視点動画から3D物体記憶を構築 新システム「Ledger」発表
シャラバン・チャウダリ (Shravan Chaudhari) 氏らの研究チームは10月7日(現地時間)、自己中心視点動画から持続的な3D物体記憶を構築するシステム「Ledger」を発表しました。このシステムは、人々の日常活動を観察し、後に関連する物体を想起する人間の記憶メカニズムを模倣することを目指します。Ledgerは、物体の位置、履歴、文脈記述を統合し、視界から外れた物体や、人が直接触れていない物体でも記憶に保持できることが特徴です。
Long-WAM、ロボットの行動モデル文脈を拡張、リアルタイム制御で成功率向上
Wei Huang氏らは10月7日(現地時間)、リアルタイムのロボット制御における世界の行動モデルの文脈をスケーリングする新たなフレームワーク「Long-WAM（ロングワム）」を発表した。本モデルは、リアルタイム制御の制約下で、因果的な世界の行動モデルのコンテキストを拡張するシステムフレームワークとして提案されている。主要な発見として、ビデオ基盤が自己回帰的（AR）に事前学習されている場合に、より長い履歴が有効であることが示された。
RoboJEPA、ロボット潜在世界モデルのスケーリング則を確立
arXiv cs.AI は2026年10月7日(現地時間)、潜在世界モデル「RoboJEPA」に関する研究論文を公開した。Joint Embedding Predictive Architecture (JEPA) に基づくこのモデルは、12種類のロボット筐体にまたがる大規模データセットで訓練され、その想像エラーが計算量に関して2次べき乗則に従うことを示した。これにより、モデル品質の予測が可能となり、実ロボット評価の代替となる計画性能の相関も確認された。
QF3がオフポリシー強化学習アルゴリズムを開発、ロボット学習を高速化
Chung Min Kim氏らは2026年10月6日(現地時間)、オンラインオフポリシー強化学習アルゴリズム「QF3 (Fast Flow RL with Filtered Q-Gradients)」を発表した。フローポリシーの学習を目的としたこの手法は、批評家のアクション勾配をフィルタリングして適用することで、安定性と効率性を高める。これにより、ヒューマノイドのロコモーションポリシーをゼロから学習させ、実機へのゼロショット転送を可能にした。また、既存のオンポリシー手法と比較して学習速度を大幅に向上させる。
ロボット操作向け3Dワールドモデル「DepthWorld」発表
arXiv cs.ROは10月6日(現地時間)、Jai Bardhan氏、Josef Sivic氏、Vladimir Petrik氏らが、ロボット操作を目的とした3Dワールドモデル「DepthWorld (デプスワールド)」に関する論文を発表したと報じた。本研究は、従来の動画ベースのワールドモデルが抱える3D幾何学的整合性の課題に対処するため、大規模な3D教師データセット「DROID-3D (ドロイド スリーディー)」と、深度予測を組み込んだ革新的なモデルアーキテクチャを導入している。
ロボットが自律的にスキル向上、RPGフレームワークを発表
学術論文リポジトリのarXiv cs.ROは2026年10月1日(現地時間)、ロボット実行システムの自律的な改善を目指す「Reconstruct, Practice, Go Real (RPG)」フレームワークに関する論文を発表した。RPGは、モデルウェイトを更新することなく、オフラインデータセットから操作能力を特定し、シミュレーション内で関連する練習タスクを構築する。フレームワークは、実行フィードバック、特権的なシミュレーター状態、および利用可能なデータセット動画を活用して失敗を診断し、新たな再利用可能なシンボリックスキルの開発、既存スキルの改良、システムプロンプトの改訂を行う。
ロボット政策の自律的改善手法「スキルスペース・シューティング」論文発表
Zihang Rui (Zihang Rui) 氏らは2026年9月29日(現地時間)、自律的なロボットの政策改善を目的とした新手法「スキルスペース・シューティング (Skill-Space Shooting)」に関する論文をarXivに公開した。同手法は、ロボットが新たな状況や失敗に遭遇した際に、人間の介入なしに学習し改善するためのもので、基盤モデル (foundation models) のガイダンスを活用し、再利用可能なスキルを通じて修正を探索する。
Import AI、マイケル・レヴィン氏の「心の非物理モデル」とロボティクス分野の課題を掲載
Import AIは2026年9月28日(現地時間)、科学者マイケル・レヴィン氏の論文を取り上げ、心の非物理的なモデルと物理世界へのパターン浸透の可能性について報じた。同時に、スタンフォード大学の研究者らが、ロボティクスが大規模言語モデル（LLM）のような普遍的な「ポストトレーニング」アルゴリズムの欠如により成熟を阻害されていると指摘する記事も掲載した。
ロボットプログラムの生成・改良手法「RAPID」発表
arXivは2026年9月24日(現地時間)、ユヤオ・リウ (Yuyao Liu) 氏らの研究チームが、単一の視覚的な人間によるデモンストレーションからロボットプログラムを生成、検証、改良する手法「RAPID (Robot Agentic Programming from Demonstrations)」を発表したと伝えた。複雑なプログラミング問題を解決するコーディングエージェントの可能性をロボットシステムに応用することを目指す。
ローリングWAM、ロボットマニピュレーションで予測を4.5倍高速化
Yinghua Zhou (インファ・ジョウ)氏らの研究チームは9月24日(現地時間)、論文公開サイトのarXivにおいて、ロボットの動作予測と実行を効率化する新たな手法「ローリングWAM (Rolling-WAM)」を発表した。同手法は、ロボットマニピュレーションにおける行動生成と将来の視覚予測を組み合わせる「ワールド・アクション・モデルズ (WAMs)」のジョイントデノイジングプロセスを複数のリプランニングサイクルに分散させることで、従来のレイテンシー問題を解消し、予測速度を大幅に向上させる。
ロボット長期記憶を軽量化する「ワークスペーストークン」開発
ニティシュ・ダショラ (Nitish Dashora) 氏らは2026年9月17日(現地時間)、複雑なロボット操作タスクにおける長期記憶の問題を解決するため、軽量な潜在記憶表現「ワークスペーストークン (workspace token)」を提案する研究論文をarXivで発表した。このアプローチは、計算負荷の高いVLMクエリを学習時に活用し、デプロイ時には効率的にクエリ可能な軽量メモリとして機能させることで、従来の課題を克服する。
arXiv、ロボットの自然言語推論訓練手法「R³」を発表
科学論文リポジトリのarXiv cs.ROは2026年8月26日(現地時間)付けで、視覚言語モデル (VLM) を用いてロボットが自然言語で推論し、低レベル操作ポリシーをガイドする新たな訓練手法「$R^3$ (アールスリー)」に関する研究論文を発表した。この手法は、オフザシェルフのVLMをロボット推論器に転換させ、長期間にわたる複雑なタスクにおけるロボットの汎化性能と探索能力を向上させるとしている。
ADEPT、高自由度ロボットの器用さを強化学習で加速
arXivは2026年8月19日(現地時間)、強化学習フレームワーク「ADEPT (Accelerating Dexterity via Pre-Training and Post-Training using Reinforcement Learning)」に関する研究論文を公開した。これは、高自由度 (DoF) ロボットが長期間のタスクを、視覚と触覚の生データから直接解決するため、シミュレーションから実世界へ転送可能な器用さの学習を目指すもの。ADEPTは汎用的な物体再配置タスクで器用なポリシーを事前学習し、これを下流タスクの事後学習に活用する。
HumanTracker、人間型モーション追跡の評価ベンチマークを提案
Dairu Liu（ダイル・リウ）氏らは2026年8月13日(現地時間)、人間型モーション追跡の評価を人間の知覚に合わせ、拡張可能にするためのベンチマーク「HumanTracker」と、評価指標「HumanScore」を発表した。人間型モーション追跡はテレオペレーションや全身模倣の中心的な技術だが、従来の評価は動画における人間の知覚と一致しないという課題があった。HumanTrackerは、接触が豊富で長期間にわたる動作を評価する際のテストスイートが小規模で多様性に欠ける点を補完することを目的としている。
2026年上半期新規ユニコーン、2025年年間総数を上回る
Crunchbase Newsは8月10日(現地時間)、2026年上半期に新たにユニコーンの地位を獲得した企業が195社に達し、2025年通年の193社を既に上回ったと報じた。これは2022年下半期以降で最も高い水準を示している。この期間、ロボティクスとAIを専門とする企業が新規ユニコーンの主要セクターとなり、金融サービス、ヘルスケア・バイオテクノロジー、AIインフラ、AI展開・開発ツール、防衛、半導体、航空宇宙産業も顕著な成長を見せた。
【速報】NVIDIA、物理AI向けオープンワールドモデル「Cosmos 3」を発表
NVIDIAは2026年8月6日(現地時間)、物理AIの最先端を推進するオープンワールドモデル「NVIDIA Cosmos 3」を発表した。このモデルファミリーは、ビジョン推論、ワールド生成、アクション予測の能力を統合し、ロボット、自動運転車、ビジョンAIシステム向けの訓練データ生成、シミュレーション、システム特化を可能にする基盤を提供する。
人型ロボットの全身安全確保へ、ドッジボール回避の新手法「PAC-MAN」発表
arXiv cs.RO は7月30日(現地時間)、リジー・ヤン (Lizhi Yang) 氏、ジュンヘン・リー (Junheng Li) 氏、アーロン・D・エイムズ (Aaron D. Ames) 氏らが発表した論文で、人型ロボットがドッジボールを行う際の全身安全性を確保する新たな知覚対応CBF-RL（Control-Barrier Function-Reinforcement Learning）フレームワーク「パックマン (PAC-MAN)」を公開した。これは制御バリア安全性と実環境に即したオンボードセンシングを統合する。
NVIDIA Jetson、エッジAIとロボティクスを強化
NVIDIAは7月28日(現地時間)、AIおよびロボティクス開発者向けプラットフォーム「NVIDIA Jetson」の能力を紹介するブログ記事を公開した。特に「Jetson Orin Nano Super」は、ハンドバッグに収まるコンパクトなサイズながら、生成AIタスクを処理するデスクトップクラスの性能を提供し、最初のAIロボット構築に理想的であるとしている。物理世界でのAI開発を加速するための事例が多数提示された。
ブラックフォレスト・ラボ、FLUX 3発表 — 画像・動画・ロボット行動予測を統合
ブラックフォレスト・ラボ（Black Forest Labs）は2026年7月28日(現地時間)、画像と動画の生成に対応した新しいAIモデル「FLUX 3」の早期アクセスを開始しました。このモデルは最大20秒の動画と同期音声を生成できるほか、ロボットのアクション予測にまで機能を拡張した単一のマルチモーダルAIシステムとして提供されます。同社は、FLUX 3が画像、動画、音声、およびロボット行動予測にわたって学習された基盤モデルであり、共有内部表現を用いることで複数のメディアやアクションに対応するとしています。
Physical Intelligence、評価額110億ドル超で10億ドル調達へ
AIロボティクススタートアップのPhysical Intelligence (フィジカル・インテリジェンス) は7月13日(現地時間)、約10億ドルの新規資金調達ラウンドを進めていると報じられました。この調達が成功した場合、同社の評価額は110億ドルに達する可能性があります。これは、物理世界と相互作用する汎用人工知能の開発に対する投資家の強い関心と、その将来性への期待を示す動きとして注目されます。
General Intuition、ロボット汎用基盤モデル開発へ3.2億ドル調達 評価額23億ドルに
General Intuitionは7月8日(現地時間)、ロボット工学分野の汎用基盤モデル開発に向け、3億2000万ドルを調達したことを明らかにした。この資金調達により、同社の評価額は23億ドルに達した。同社は、数百万時間分のビデオゲームデータで訓練した基盤モデルを、わずか8分の実世界データでファインチューニングするだけで、四足歩行ロボットの制御に成功したと主張している。
校正不要なロボットVLAモデル「CamVLA」発表、視点堅牢性を向上
Camera-Centric VLA (CamVLA) モデルは2026年7月6日(現地時間)、ロボットがカメラ設定の変更に耐えるVision-Language-Action (VLA) モデルとして、学術論文公開サイトarXiv cs.CVを通じて発表されました。既存のVLAポリシーがカメラの外部パラメータ (extrinsic) の明示的な提供を必要とする中、CamVLAは校正や深度情報を不要とし、単一視点で動作します。これにより、実世界におけるロボットの展開における柔軟性の向上が期待されます。
NVIDIA、ロボット開発のIsaac ROSを強化：AI統合とモジュール化で自律システム構築を加速
NVIDIAは2026年6月30日(現地時間)、ロボット開発を加速させる「Isaac ROS (アイザック ロス)」の最新進化を発表した。このオープンソースフレームワークは、CUDA-accelerated librariesとAIモデルを提供し、開発者が自律移動ロボット、操作システム、ヒューマノイドといった多様なロボットアプリケーションを効率的に構築できるよう支援する。NVIDIA Jetson platformやNVIDIA CUDA librariesを活用したソフトウェアとして、そのフルスタックサポートとモジュール化が注目される。
General Intuition、ゲーム活用AI訓練で3.2億ドル調達
General Intuition（ゼネラル・インテュイション）は6月25日(現地時間)、ビデオゲームのプレイデータを用いて人工知能（AI）エージェントを訓練する手法により、評価額23億ドルで3億2000万ドルの資金調達を実施したと発表した。これにより同社の累計調達額は4億5400万ドルに達した。共同創業者兼CEOのピム・デ・ウィッテ氏が設立した別会社メダル（Medal）の膨大なゲームプレイデータが、AIモデルの訓練データセットとして活用されている。同社はこの技術を物理世界におけるロボット制御などに応用する見通しだ。
NVIDIA、ロボティクス向けフルスタック安全システム「Halos for Robotics」を発表
NVIDIAは2026年6月22日(現地時間)、物理AIおよびロボティクス向けのフルスタック安全システム「NVIDIA Halos for Robotics」を発表した。これは、同社の自動運転車向け「NVIDIA Halos」で培われた安全技術をロボティクスに応用したシステムである。AI演算と機能安全を統合し、工場や倉庫などで人間と協働するロボットの安全認証取得を支援する。
VERITAS、ロボットポリシー検証で性能向上へ
Mingtong Zhang (ミン・トン・チャン) 氏とDhruv Shah (ドゥルーブ・シャー) 氏は6月16日(現地時間)、汎用ロボットポリシー向けの新たな生成器-検証器フレームワーク「VERITAS (ベリタス)」を提案した。このフレームワークは、推論時にポリシーの操縦と自律的な改善を可能にし、追加の訓練なしでロボットの行動性能を高めるとともに、既存の汎用ポリシーに対して一貫して優れた性能を示すことが期待される。
arXiv論文「Mana」、多関節ツールの器用操作を促す新Sim-to-Realフレームワーク
arXiv cs.ROは2026年6月11日(現地時間)、多関節ツールの器用な操作を可能にする新たなsim-to-realフレームワーク「Mana (Manipulation Animator)」に関する論文を発表した。このフレームワークは、内部の自由度調整や高頻度な接触相互作用を伴う器用なロボット操作が抱える主要な課題に取り組み、複雑な手先器用さが求められる作業への応用が期待されている。研究者らは、ロボットが未知のツールを把持し、自在に操作する能力を大幅に向上させる可能性を示唆している。
NVIDIAとLGグループが共同でAI工場を設立、物理AIと次世代モビリティ事業を加速
NVIDIAは2026年6月7日(現地時間)、LGグループと提携し、次世代のAI駆動型ビジネスを加速させるための「AI工場」を共同で構築すると発表した。このAI工場は、ロボティクス、自動運転、データセンター技術、GPUクラウドサービスなど、LGグループの多様な事業分野を強化することを目的としている。AI工場は、AIベースのアプリケーションのトレーニング、シミュレーション、検証、展開に必要な加速コンピューティングインフラストラクチャをLGグループに提供する。
【速報】NVIDIAと斗山グループ、物理AIとAI工場インフラで協力拡大
NVIDIAは2026年6月7日(現地時間)、斗山グループ (Doosan Group) との協力を拡大し、物理AI、ロボティクス、AI工場インフラにおける新たな機会を推進すると発表した。この協力は、NVIDIAのアクセラレーテッドコンピューティングプラットフォームと斗山グループの産業オートメーション、発電、先進エレクトロニクス材料の能力を統合する。対象事業は斗山ロボティクス (Doosan Robotics)、斗山ボブキャット (Doosan Bobcat)、斗山エナビリティ (Doosan Enerbility)、斗山コーポレーションエレクトロニクスマテリアルズBG (Doosan Corporation Electro-Materials BG)。
【速報】NVIDIA CEOフアン氏、ソウル訪問 AIサプライチェーン強化を表明
NVIDIAは2026年6月4日(現地時間)、創業者兼CEOのジェンスン・フアン (Jensen Huang) 氏がソウルを訪問中であることをNVIDIA Blogで発表した。フアン氏は、AIサプライチェーンの調整が今年の後半に向けて重要であると述べた。フアン氏はまた、韓国が世界のAIの中心地の一つであると指摘した。
【速報】NVIDIA Research、CVPRで物理AIの3論文を発表
NVIDIAは2026年6月3日(現地時間)、Computer Vision and Pattern Recognition (CVPR) カンファレンスにおいて、NVIDIA Researchが物理AIに関する3つの論文を発表した。これらの論文は、ロボットの高度な把持、自律走行車の迅速な判断、大規模なエージェント訓練という異なる課題に対応し、多様なアプリケーション間で汎化するシステムを大規模訓練で構築するという共通テーマを持つ。
NVIDIA、自律走行・ロボット・Vision AI向け物理AIエージェントスキル発表
NVIDIAは2026年6月3日(現地時間)、CVPRにおいて、自律走行車、ロボット、Vision AIシステムの研究開発を加速する新たな物理AIエージェントスキルを発表した。これらのスキルは、モデル開発を取り巻くワークフローの課題に対応し、NVIDIA Cosmos 3などのオープンモデルやシミュレーションフレームワークと連携して、スケーラブルなエンドツーエンドのワークフロー構築を支援する。
Hugging FaceがReachy Mini会話アプリにMCPツール連携機能を実装
Hugging Faceは2026年6月3日(現地時間)、ブログ記事を通じて、小型ロボットReachy Miniの会話アプリケーションがHugging Face SpacesでホストされるMCP経由のツールを利用可能になったと発表した。これにより、ユーザーはアプリ本体を直接編集することなく、ウェブ検索や天気予報といった新たな機能を追加できる。ツールはSpace上で動作し、コードがReachy Miniのデバイスにダウンロードされることはない。Hugging Faceは、この新機能により、ユーザーがロボットの能力を容易に拡張し、自身のツールを公開して他者と共有できると説明している。
【速報】NVIDIA、JetsonでAgentic AIを物理世界に JetPack 7.2とNemoClawサポート発表
NVIDIAは2026年6月1日(現地時間)、COMPUTEXにおいて、NVIDIA JetPack 7.2とNVIDIA NemoClawのJetsonサポートを発表した。これにより、Agentic AIの機能がJetsonにもたらされ、物理世界でのロボティクス、検査、産業オートメーションなどへの展開が加速する。JetPack 7.2はAgentic AIスキル、Yoctoプロジェクトサポート、NVIDIA CUDA 13をNVIDIA Jetson Orinにもたらすほか、NVIDIA Jetson AGX Orin 32GBモジュールで性能を向上させ、NVIDIA Jetson ThorではMulti-Instance GPU (MIG)をサポートする。
Y コンビネーター、スプリング '26 デモデイ開催へ AI関連が6割
Y コンビネーター (Y Combinator) は2026年6月1日(現地時間)、スタートアップアクセラレーターのY コンビネーターが、スプリング '26 デモデイ (Spring '26 Demo Day) を間もなく開催するとneweconomies.coが報じた。今回のバッチでは190社を超えるスタートアップが投資家向けに発表を予定しており、そのうち約60%がAIまたはエージェント関連の事業に焦点を当てている。特にB2B分野に注力する企業が多く、防衛技術やロボティクス分野への関心が高まっている。
【速報】NVIDIA、物理AI向け世界基盤モデル「Cosmos 3」発表
NVIDIAは2026年5月31日(現地時間)、ロボットや自動運転車、視覚AIエージェントが実世界で行動する前に思考することを支援する、新しいオープンな世界基盤モデル「NVIDIA Cosmos 3」を発表した。COMPUTEXで開催されたNVIDIA GTC Taipeiで公開されたこのモデルは、ビジョン推論、マルチモーダル生成、行動予測を統合し、開発者が物理的文脈を持つ世界データを生成するのを助ける。
arXivがDeMaVLA発表、変形物体操作のVLA基盤モデルを提案
arXiv cs.ROが2026年5月29日(現地時間)付けで、汎用的な変形物体操作のためのVision-Language-Action (VLA) 基盤モデル「DeMaVLA」に関する論文を公開した。DeMaVLAは、多様な物体や環境下での操作スキル習得を家庭用ロボットに提供することを目指す。既存のシステムが物体カテゴリごとに個別のポリシーを訓練するのに対し、DeMaVLAはVLMバックボーンとアクションエキスパートを組み合わせ、フローマッチングを用いて連続的なアクション生成を定式化する。
ロボット知覚の新基盤「DynaFLIP」発表、動作理解を統合
arXivが2026年5月28日(現地時間)付けで、ロボットの操作に不可欠な知覚に関する研究論文「DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation」を公開した。本研究は、従来の静的認識や視覚言語アラインメントに特化した視覚エンコーダーとは異なり、動作理解を知覚段階に組み込むダイナミクス認識型マルチモーダル事前学習フレームワーク「DynaFLIP」を提案している。これにより、ロボットの汎化性能向上が期待される。
【速報】NVIDIA Research、ロボティクス研究の進展を発表
NVIDIAは2026年5月28日(現地時間)、International Conference on Robotics and Automation (ICRA)で受理されたNVIDIA Researchの28論文のうち8本が、シミュレーションから現実世界への転送技術がロボティクスにおける新たな基盤となっていることを示すと発表した。これにより、ロボットは動的で予測不可能な環境で認識、推論、計画、行動が可能になる。
Google I/O 2026 Dialogues、技術の未来を議論
GoogleはGoogle I/O 2026において開催されたDialoguesステージの主要な議論内容を発表した。このステージでは、Googleの経営層、著名な科学者、および創造的な先駆者たちが集い、社会と未来の形成に貢献する技術的なブレークスルーについて深く意見を交換した。AIエージェントの進化、量子コンピューティングの未来、創造的分野でのAI応用が主なトピックとして挙げられた。
VLMの失敗モードを体系的に解明 新フレームワーク「レベリオ」が安全性向上へ
arXiv cs.AIは2026年5月12日(現地時間)、ビジョン言語モデル (Vision-Language Models、VLM) の解釈可能な失敗モードを体系的に特定する新フレームワーク「レベリオ (REVELIO)」が発表されたと報じた。VLMは高い推論能力と汎化性から、安全性が重視される応用分野での利用が拡大している。しかし、特定の現実世界状況下で壊滅的な失敗を招く可能性が課題となっていた。レベリオは、従来の評価手法との差別化を図り、VLMの安全性向上に大きく寄与すると期待される。