ロボティクス

主要ニュース

1. 1

   家庭用ロボットに必要なのは安全性

   Figureは、家庭へのロボット普及はデータや計算能力の問題ではなく、安全性とコストの問題だと述べた。同社はロボット向けの計算能力を拡大している。 家庭用ロボットの主要な課題を、AI能力から安全性や手頃さといった現実的な障壁へと捉え直すもので、開発の優先順位に影響を与える可能性がある。国内の家庭用ロボット開発企業は、安全性とコストの優先度を再考する可能性がある。

   Agility RoboticsはDigitロボットがソファを引きずる動画を公開し、注目すべき物理的な能力を示した。また、DARPAのTriage Challenge Finalsが11月に予定されている。

2. 2

   BEXCO幹部、韓国の安全AIはトップダウンと指摘

   BEXCOのゼネラルマネージャー、トム・チェイ氏は、AIカメラやロボット、ドローン、予測システムが普及する韓国の安全技術分野は、トップダウンの力によって導入が進められていると主張する。 このトップダウンの構図は、韓国における安全AI技術の採用が市場の需要だけでなく、政府や機関の指示によって推進されていることを示唆している。韓国の安全AI導入が政府主導であるとすれば、国内の同分野でも官民の連携方法に影響が出る可能性がある。

   記事は業界の成長を概説するが、どの技術が主導するか、導入がどの程度の速度で進むかは明記されていない。

3. 3

   米軍、Palantir製AI搭載TITAN選定8台

   米陸軍がPalantirを選び、AI搭載のTITANトラック8台を製造させることを決定（Axios報道）。 今回の契約は、AI対応の地上車両への軍依存度が高まっていることを示す。Palantirが高度なトラック向け技術を供給する。日本の防衛関連企業は、米陸軍向けAI搭載車両の選定結果から、同種技術の調達動向に影響を受ける可能性がある。

   納入と配備の動向が注視されるが、具体的な時期や詳細は記事では明かされていない。

4. 4

   美的がIFA 2026でSMART MASTER AIホーム展開

   美的はベルリンで開催されたIFA 2026で、AI搭載ホームエコシステム「SMART MASTER」を発表した。AIエージェントが自然な対話で聞き取り・理解・応答し、140言語に対応、8メートルの音声認識範囲、0.4秒の応答速度を実現する。 このエコシステムは、気候調整、食事提案、エネルギー管理、家電の診断など、AIが日常のルーティンをパーソナライズし、家庭生活をより快適にすることを目指す。また、美的は実体ロボットも披露し、具現化知能への参入を示唆した。国内メーカーはAI家電やホームロボットの展示動向から、家庭UXの競争軸が変わる可能性があるとみられる。

   4つのマルチモーダル基盤モデルを搭載し、EAGLESシステムアーキテクチャ上に構築された美的ロボットは、洗濯、キッチン、掃除、コンパニオンなどの用途を想定。イベントではマイクロソフトのクリフ・リャン氏もAIの次のフェーズについて見解を述べた。

5. 5

   Lattice：FPGAが物理AIセキュリティを守る

   Lattice Semiconductorのセキュリティ事業担当バイスプレジデント、Eric Sivertson氏がThe Robot Report Podcastに出演し、FPGA（フィールドプログラマブルゲートアレイ）、物理AI、安全でセキュアなロボット構築について語った。 Sivertson氏は、組み込みシステム、ワイヤレス接続、高性能で再構成可能なコンピューティングにおける信頼とセキュリティを高める技術開発で30年以上の経験を持つ。成長市場であるLatticeの同事業の拡大と、最先端ソリューション開発の支援に注力している。国内の製造業は、FPGAを介した物理AIセキュリティ強化の動向を注視する可能性がある。

   このエピソードではほかにも、DeereのOperations Centerにおける農家向け新AI機能、NVIDIAによるHugging Face買収計画、Skild AIの新たなロボット基盤モデルS1、Teradyne RoboticsとJAKA Roboticsの訴訟に関する最新情報などが取り上げられた。

6. 6

   AWSがNVIDIA Cosmos 3でPhysical AIモデル工場を紹介

   AWSは、Amazon SageMaker HyperPod上でNVIDIA Cosmos 3を使ったPhysical AIモデル工場の構築ガイドを公開した。コードはawsome-distributed-ai GitHubリポジトリにある。 Cosmos 3は生成、事後トレーニング、評価を1つのモデルに統合し、異なるモードで動作する。これにより、ロボットや自動運転車のチームは、ステージごとに別々のGPU容量を用意する代わりに、単一の永続的なGPUプールを使用できる。GPUグッドプット（予約済みGPU時間あたりの有用なパイプライン進捗）が向上し、これが実際のコスト要因であると投稿は指摘する。国内でロボットや自動運転車を開発する企業は、GPU利用効率が上がる手法を試せる可能性がある。

   モデルファミリーには、Cosmos3-Nano（160億パラメータ）、Cosmos3-Super（640億パラメータ）、Cosmos3-Edge（デバイス展開向け40億パラメータ層）が含まれる。AWSは公開DROIDデータセットを使ったロボットポリシーステージを解説している。