AWS、フィジカルAI支援プログラム成果報告会を開催──採択51社が直面するデータ不足の突破口を公開
総額600万ドルの支援を受けた国内51社がロボット基盤モデルのデータ不足に対する生成・軽量化の具体策を発表した。
リリース: 2026-09-04 · 読了 3 分記事の要約
1. 核心（What）
- AWSジャパンが8月31日に開催した「フィジカルAI開発支援プログラム」の成果報告会で、採択51社の取り組みが公開された。
- 竹中工務店はApple Vision Proを活用した遠隔地からの建設現場データ収集環境を構築し、シミュレーション成功率が10〜15%程度である課題を報告した。
- FastLabelはシミュレーションを用いたデータ拡張により実機データのみの場合と比べてタスク成功率を平均14.2%向上させた。
- Telexistenceは動画生成モデルを土台にした100億パラメータの軽量モデルを開発し、コンビニ業務想定のタスクで成功率86%を達成した。
2. 影響（Why）
- 現場データの源泉としての優位性: 米国製AIモデルや中国製ハードウェアに対し、人手不足に直面する日本の「現場」こそがロボットデータの最大の源泉となり得る。
- 初期投資と開発コストの圧縮: 大量の実機データ収集に依存せず、シミュレーション拡張や関節数の最適化でデータ量を減らす手法が現実的な選択肢になる。
3. 根拠・詳細（How）
- シミュレーション拡張による精度向上: FastLabelは遠隔操作による90パターンの動作データをシミュレーション上で約100倍の1万パターンに拡張し、実機データと混合学習した。
- 制御関節の絞り込みによる省データ化: 豆蔵はヒューマノイドの板金整列作業で制御関節を10個に絞り、通常2,000パターン必要な動作データを43パターンに削減して制御を実現した。
4. 展望・課題（Next）
- 支援プログラムの統合と継続: 本プログラムは終了するが、今後はAWSの既存の「生成AI実用化推進プログラム」に統合してフィジカルAI支援を継続する。
- 実機量産と実証の拡大: ZEALSは2026年度にヒューマノイド「D1」を100台量産し、1万時間の現場稼働を目標に掲げて実証を加速する予定である。