ロボティクス

主要ニュース

1. 1

   プール清掃ロボット、AI搭載で性能向上 自動ナビゲーション普及へ

   プール清掃ロボットの性能評価が、吸引力や清掃量から、AIを使ったナビゲーション（自動経路計画）へシフトしています。マッピング機能でプールの形状を認識し、センサーで環境変化に対応し、効率的な経路を計画することで、清掃精度を高めるようになりました。 従来のランダム移動型ロボットは一部の領域を繰り返し清掃し、他の部分を見落とすため、利用者は手作業で補正する必要がありました。AIナビゲーションは無駄な動きを削減し、隅や階段、ウォーターラインなど複雑な形状への対応精度を上げるため、手作業の手間を減らせます。また、信頼性が向上することで、週単位での定期利用が増える可能性があります。

   Beatbot AquaSense 2 Ultraのように、HybridSense AI Pool MappingやCleverNav Smart Navigationといったナビゲーション機能を標準装備した製品が登場しており、複数レベルや曲線壁を持つプール向けに特化しています。ただしAIナビゲーションは塩素値やpH管理、フィルター清掃といった従来の池管理業務は代替しません。

2. 2

   剣戟の動きを学ぶAIデータセット 歴史的剣術家が構築

   歴史的剣術の実践者が、コンピュータビジョンの課題に対応するため、ミニデータセットの構築に取り組んでいます。120/240fpsの同期マルチビュー撮影で100本の厳選クリップを映像化し、物理現象の極限ケースをマッピングするプロジェクトです。 高速剣戟は、急速な体重移動、厚手の衣装による関節の隠蔽、時速80mphのブレード動きで生じるモーションブラーなど、コンピュータビジョンにとって最難関のシナリオとなっています。このデータセットは、Sim2Real（シミュレーション環境と現実の相違）や細い物体追跡といった、具現化AI（ロボットが物理世界で機能するAI）の既知の課題解決に役立つ可能性があります。

   構築者は非技術者ながらAIの支援を使用してスキーマ設計を進めており、トーナメント向けのコンピュータビジョン採点システムの実現を目指しています。

3. 3

   NVIDIAロボット自動改善システム、99%成功率達成 Tencent大規模GPU運用公開

   NVIDIAが「ENPIRE」というロボット自動実験システムを開発しました。コーディング能力を持つAI（エージェント）がロボットの動作を自動で改善し、99%の成功率で複雑な操作タスク（ピンの箱詰めやGPU挿入など）を達成しています。一方、Tencentは10,000個以上のGPUを備える本番クラスタで6ヶ月以上運用する「ARGUS」というデバッグシステムの詳細を公開しました。 ロボット技術の自動改善は、人間の手をかけずに実世界での学習を最適化する仕組みを示しており、ロボット産業の効率化を意味しています。Tencentが大規模GPU環境での専用ソフトウェア開発を公開することで、最先端AIの学習インフラがいかに複雑化しているかが明らかになりました。両者とも、AIが物理世界と仮想世界の両方で自律的に動作する時代が近づいていることを示唆しています。

   ENPIREではGPT-5.5とOpus 4.7が性能を競い合い、複数のエージェント（8個など）を並列実行するほうが単一エージェントより高いスコアに到達しています。TencentのARGUSは4,096GPU動画言語モデル学習、512GPU音声学習、12,960GPU混合専門家モデル学習など5つの実運用ケースで実証されました。

4. 4

   ロボットハンド開発のProception、テスラ訴訟解決後$11M調達

   Tesla Optimus開発の元技術リードJay Liが創業したProceptionが、テスラとの商業秘密訴訟を解決し、First Round Capitalをリードにした$11 million（約18億円）規模のシード資金調達を発表しました。同社は22自由度を持つ高機能ロボットハンドを開発し、研究機関とロボット企業への出荷を始めています。 ロボット産業では資金や関心が集中していますが、人間の手に近い性能を持つロボットハンド開発に十分な投資が向けられていないという課題があります。テスラのElon MuskもロボットハンドはAIエンジニアが解くべき大きな課題と指摘しており、同分野の技術進展は業界全体にとって重要となる可能性があります。

   Proceptionは従来のテレオペレーション（遠隔操作）方式と異なり、センサー搭載グローブで人間の手の動きをロボットなしで学習データとして取得する手法を採用。この手法により、より多くのデータを効率的に集めながら、ロボットハンドの精度向上を目指しています。

5. 5

   Elephant Robotics、米州向け教育ロボット統合ソリューション投入

   ロボット研究開発企業の Elephant Robotics が、米州市場向けに教育用ロボティクスソリューションを2026年から本格展開します。6自由度協働ロボットアーム mechArm 270 と移動ロボットプラットフォーム myAGV Jetson Nano を統合したシステムや、スーツケース型の可搬型AI教育ワークステーション、研究向けの高度な複合ロボットソリューションの3種を用意しました。 学校や大学、研究機関では従来、複数ベンダーのロボットアーム、センサー、ソフトウェアを統合するのに数週間の互換性解決に時間を費やしていました。Elephant Robotics のソリューションはワンクリック起動と視覚的なデモンストレーションで複雑な初期設定を不要にし、教育機関がロボティクスとAI教育をすぐに開始できる環境を実現する可能性があります。

   Compound Robot Logistics Solution は倉庫自動化・生産環境の実務的ワークフローをシミュレートし、カリキュラムと応用レベルの両方でカスタマイズ対応。Portable AI Educational Workstation には機械ビジョンアルゴリズム5種が組み込まれ、15週間の構造化カリキュラムが付属します。詳細は https://americas.elephantrobotics.com/ で確認できます。

6. 6

   プロンプト・インジェクション、企業AI狙った最大脅威に

   2025年から2026年にかけて、複数の独立した情報源がプロンプト・インジェクション（LLMに意図しない指示を混入させる攻撃）がLLMシステムに対する最も影響度の高い攻撃手法であることを指摘しています。OWASPは2025年版「LLM Top 10」でプロンプト・インジェクションを「LLM01」として最も重大な脆弱性カテゴリに位置付け、これは2年連続での評価です。 企業はここ2年間、LLM（文章を理解・生成するAI）をサポート、分析、開発、内部自動化など様々な業務に導入していますが、LLMは指示とデータを確実に分け隔てるのが難しく、細工された入力によって操作される可能性があるとみられます。サイバー犯罪者がLLMの実際の特性と企業の想定のズレを悪用する傾向が強まっており、エージェント（自分で判断して作業するAI）、RAGパイプライン（外部データを参照するAI処理）、モデル・ルーター（複数のAIモデルを使い分けるシステム）が狙われています。

   OWASPのこの評価は、LLMシステムが指示とデータを信頼できる方法で分離できていない根本的な課題を浮き彫りにしています。