NEDO「ロボット基盤モデルの研究開発（GENIAC）」の概要
国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）は、「ポスト5G情報通信システム基盤強化研究開発事業／ロボット基盤モデルの研究開発（GENIAC）（補助）」（多用途ロボット等を含む）の実施予定先を決定。2026年9月に記者会見を行いました。
自分は別件があり、残念ながら記者会見には出られませんでした。
NEDOの公開資料をもとに、実施内容をまとめておきたいと思います。
フィジカルAI開発の焦点は「ロボットを動かす」から「現場で使い続ける」へ
製造・物流現場では、従来から産業用ロボットによる自動化が進められてきた。しかし、固定された治具や専用設備を前提とする従来型の自動化は、対象物や工程が頻繁に変わる作業、いわゆるロングテール作業への対応に課題がある。NEDOの資料では、こうした課題に対し、ロボット基盤モデルと現場データを組み合わせる方向性が示されている。
重要なのは、VLAモデルを開発すること自体が最終目標ではない点である。視覚や言語、触覚・力覚などの情報をもとに動作を生成するモデルを、実際の業務に投入し、性能を評価し、失敗した事例を次の学習へ戻す。この循環を構築することが、複数のプロジェクトで共通する課題となっている。
また、取り組みはヒューマノイドに限定されているわけではない。双腕二足ロボット、移動ロボット、油圧ショベル、住宅用ロボットなど、それぞれの用途に合わせた機体とモデルの開発が計画されている。
1. アトム：国産ヒューマノイドとVLAを垂直統合する
株式会社アトムのプロジェクトは、5本指ハンドと力覚センサを備えた国産双腕二足ヒューマノイド「ATOM HUMANOID」と、視覚・言語・触覚・力覚から動作を生成するVLAを一体開発するものである。製造・物流現場のピッキング、仕分け、部品供給、組付けなどへの適用を想定している。
特徴は、機体とAIモデルを別々に開発するのではなく、データ収集基盤を含めて垂直統合する構想である。実機テレオペレーションによって、視覚、力覚、関節状態などのデータを集め、それを学習と実証に活用する。物流作業から始め、将来的には製造現場の精密な接触作業へ適用範囲を広げる。
2029年9月までに、有効データ15万時間、累計200台を目標とし、自社ベンチマークで学習済み条件のタスク成功率90％、未学習環境75％を掲げる。2030年度からは機体販売、VLA利用料、PoC・導入支援、データ基盤提供などを開始する計画である。
計画からは、ヒューマノイドの販売だけでなく、モデル、データ、導入支援、保守を組み合わせた事業モデルを目指していることが読み取れる。現場に設置したロボットから得られるデータを継続的に活用し、導入先の拡大とモデル性能の向上を連動させる考え方である。
2. SB Intuitions：失敗を予見し、止まらない製造ラインを目指す
SB Intuitionsのプロジェクトは、量産ライン周辺に残る柔軟物のハンドリング工程を対象とする。
箱詰め、梱包、緩衝材包装、ハーネスの取り回しなどは、対象物の形状や状態が変化しやすく、ロボットにとって扱いが難しい作業である。資料では、現行VLAモデルの課題として、動作の低速さと突発的な失敗によるライン停止・機材破損のリスクを挙げている。
開発の中心は、強化学習による動作の高速化と、失敗の事前予見・自律停止である。さらに、キビテクの遠隔支援サービス「HATS」を組み合わせ、ロボットが自律停止した後に遠隔から介入して復帰させる仕組みを構築する。沖電気工業と日本精工の実際の量産ラインで、End-to-Endの稼働を実証する計画だ。
目標は、現場模擬ラボ環境でシステム全体のタスク完遂率95％以上、モデル単体80％以上、人間のスループット比50％以上である。失敗を完全に排除するという発想ではなく、失敗の可能性を予測し、安全に停止し、必要に応じて人が介入する構成により、現場の運用性を高めようとしている。
この方向性は、現実の製造現場でフィジカルAIを導入する際の重要な論点を示している。自律性能だけを追求するのではなく、停止条件、遠隔復帰、運用者の配置、データ量と導入コストの関係まで含めてシステムを設計する必要がある。
3. XNOVA：電動工具を自在に扱う「Tool-VLA」を開発
株式会社XNOVAは、建設現場で人が状況を見ながら行ってきた技能作業をロボットが理解・実行する汎用フィジカルAI基盤モデルを開発する。電動工具の操作に特化したAI基盤モデル「Tool-VLA」を開発し、映像、力覚、工具状態、言語指示を統合し、3,000時間規模の実作業データを収集する計画である。
建設現場では、対象物の位置や硬さ、作業時の反力、周囲の状況が現場ごとに異なる。固定された手順だけでは対応が難しいため、作業状況を認識し、動作を適応させるモデルが必要になる。XNOVAは複数のモデル方式を比較し、特定の機体や単一アーキテクチャに依存しない設計を目指している。
事業の発展段階として、一人の施工管理者が複数エリアを監督する段階から、一人の技能者が複数ロボットへ指示し、複数工程を並列で進める段階への移行を描いている。将来的には、製造やインフラ保守への展開も想定されている。
ここでのポイントは、ロボット単体の自律化だけでなく、人間の技能者が複数のロボットを指揮する運用モデルにある。現場の人員不足に対応するため、作業を単純に置き換えるのではなく、一人の人間が管理・判断できる作業範囲を広げる構想である。
4. KDDI：小売・物流を実装フィールドにする
KDDIは、小売物流を実証フィールドとして、業務代替を見据えたロボット実装、学習手法、領域特化モデルの開発を進める。現場作業者が装着可能なデバイスによって一人称視点のエゴセントリックデータを収集し、データ取得の負荷を減らす方針が示されている。
国内の実環境データを活用し、複数の汎用モデルをベースに小売物流向けの領域特化モデルを構築する。2027年度中の店舗実装実証を予定し、2030年に1,000台、2035年に1万台、2040年に10万台という展開目標を掲げていいる。なお、これらは現時点の計画である。
5. Telexistence: ロボットを小売現場に労働力として提供
KDDIが出資しているTelexistenceは、国産双腕ヒューマノイド、国内データ収集拠点「データファウンドリ」、領域特化型のVLA・世界モデルを一体で開発する。実装前に実環境を再現・並列化した拠点でデータを収集し、「実装が進まなければデータが得られない」という問題への対応を目指している。
Telexistenceは、ロボットによる労働力をサービスとして提供するRaaS型の事業化を想定している。実証パートナーへの導入を起点に、国内の小売・物流事業者へ展開し、その後の海外展開やデータ収集基盤を活用したサービス提供も視野に入れる。
小売・物流分野では、商品や作業環境が多様である一方、店舗や拠点内に反復性の高い作業も存在する。こうした作業を対象に実環境データを蓄積し、機体とモデルを改善する取り組みは、フィジカルAIを現実の業務へ導入する際の一つのアプローチといえる。
6. Highlanders：自動車製造で接触と安全性を学習する
株式会社Highlandersは、自動車製造の位置合わせ作業を対象に、VLAと物理状態世界モデルを開発する。視覚だけでなく、触覚・力覚、身体感覚、作業指示を統合し、接触状態を推定・予測しながら動作を生成することを目指す。
位置合わせ作業では、部品の位置や姿勢のばらつきに加え、接触力や押し付け、滑りなどへの対応が求められる。資料では、実機・模擬・シミュレーション環境を整備し、実機のマルチモーダルデータを取得したうえで、未学習ワークでの性能検証を計画している。2029年度の国内初期導入開始を目指す。
7. 日立建機：油圧ショベル操作をVLAで自律化
日立建機株式会社は、油圧ショベルなどの自走式汎用マニピュレータ向けにVLAモデルを開発する（リリース：https://www.hitachicm.com/global/ja/news/press-releases/2026/26-09-09/）。対象は岩石などの支障物除去や土砂掘削・積込工程であり、災害現場や鉱山など危険・過酷な環境でオペレーターの作業を補完することを想定している。
将来的には、単純作業の自律化とオペレーターによる高度な作業を組み合わせる施工現場を目指す。資料では、2030年代前半に災害、マテリアルハンドリング、鉱山掘削分野での高効率自律駆動技術の上市を目指す計画が示されている。
8. FastLabel：インフラ点検用の基盤モデル
FastLabelと九州電力の共同研究では、発電所を初期ターゲットに巡視点検ロボット基盤モデルを開発する。マルチカメラ映像などを入力として、巡視点検に必要なマニピュレーションタスクを実行するモデルを開発し、火力発電所の環境・設備で実地評価を行う。
この領域では、ソブリン性、分断耐性、汎化性能が重要な要求事項として挙げられている。重要インフラの点検では、国産のハードウェア・データ・計算資源・運用体制を重視する考え方が示されており、ネットワークが不安定な環境でも動作すること、異なる施設へ展開できることが求められている。
9. Preferred Networks、Preferred Robotics：環境を理解するモデルでロボットの導入・運用そのものを省力化する
Preferred Networks（PFN）とPreferred Robotics（PFR）は、屋内移動ロボット向けに環境高度理解基盤モデル「PLaMo-SemGround」を開発する。自然言語、RGB画像、深度情報から物体や領域、走行制約、作業条件を理解し、意味情報付き地図や経路計画器と連携させる構成である。
この取り組みが焦点を当てるのは、ロボットの走行能力だけではない。搬送・清掃・巡回などの屋内移動ロボットでは、地図の作成や走行制約の設定、環境変更への対応に専門人材が必要となることが普及の障壁となっている。そこでAIと現場担当者に設定作業を委譲し、導入・運用にかかる専門家依存を低減する。
PFNとPFRでは、物流、製造、商業施設など50現場以上から80万フレーム以上の実環境データを収集し、2,000万サンプル以上の学習・評価用データ基盤を構築する目標を示している。5業種以上・10現場以上で実証し、地図・走行制約設定などの90％以上をAIと現場担当者へ委譲することを目指す。
2028年度中の商用販売開始を目指し、PFRの搬送・清掃ロボットへの先行実装に加え、SDK、API、評価基盤、組み込み支援を通じた外部ロボットメーカーへの展開も計画されている。
この事例は、基盤モデルの適用先がヒューマノイドの器用な操作に限られず、ロボット導入時の設定や運用負担の削減にも広がっていることを示す。
10. MW：住宅とロボットを一体設計する
株式会社MWは、日本の住宅環境に特化した家庭用準人型AIロボット「MW bot」と、住宅向けVLAモデルを開発する。住宅の躯体と一体設計した天井レール移動型ロボットを採用し、ロボットが動く空間そのものを設計対象に含める点が特徴である。
MWは専用施設「AI Data Factory」を設置し、装着型ダイレクトティーチングで家事行動データを収集している。年5万時間、3年累計15万時間のデータ収集を目標とし、汎用視覚言語モデルを日本の住宅環境向けに追加学習する。
2028年末には自社施工住宅への標準搭載と販売を目指し、5つの家事タスクを成功率90％で自律実行する目標を掲げている。学習済みモデル、データセット、GPU運用ノウハウをAIRoA（AIロボット協会）へ提供し、国内ロボット産業の共通基盤とする構想も含まれる。
この計画では、住宅をロボットが働く環境として設計することで、ロボット側の対応範囲を調整する考え方が見られる。人間向けの既存環境に完全に適応させるだけでなく、建築・設備・ソフトウェアとロボットの一体性を活用する方向である。
11. Muso Action：物流のロングテールにルールとAIを組み合わせる
Muso Action株式会社は、物流倉庫のピッキング・ソーター投入を対象に、スライダー式ロボットアーム向けのロボット基盤モデルとデータ収集デバイスを開発する。数万から数百万SKUに及ぶ多品種商品を扱う物流現場で、人手に依存してきた作業の自動化を目指す。
特徴は、すべてを大規模AIモデルで処理するのではなく、定型動作はルールベース、判断が必要な部分はAI、力制御は別途組み合わせるという構成である。これにより、推論時のGPU消費50％削減と、独自スライダー＋ロボアーム機構による消費電力1,500Wから400Wへの削減目標を示している。
データ収集では、人手によるUMI、ルールベース、AIミックスの3段階を組み合わせ、年100万エピソードの収集を目指す。ロボット基盤モデルと協働ロボットをパッケージ化し、月額サブスクリプションで提供する事業モデルも計画されている。
この取り組みは、フィジカルAIの実用化において、必ずしも大型の汎用モデルと全身型ヒューマノイドを使う必要はないことを示す。対象業務を限定し、ルールベース制御、力制御、AIモデル、専用機構を組み合わせることで、計算資源や電力消費を抑えながら実用性を追求するアプローチである。
12. メルカリ：非定型な検品作業に触覚・力覚を取り入れる
株式会社メルカリは、物流・検品拠点での出品・検品作業の自動化を対象とする。初期導入ではスニーカー・靴を対象に、開梱、内部検品、多角度撮影などの作業をロボットアームで自動化する計画である。
靴の検品では、単に物体を把持するだけでは不十分だ。靴を広げて内部を確認するなど、対象物の状態に応じた微細な力加減や動作が必要になる。メルカリは触覚・力覚を統合した「マルチモーダルVLA」、視点変化に対応する「Camera Aware VLA」、UMIによる人間の作業感覚の転移を開発項目としている。
将来的には、靴から衣類、バッグ、電子機器などへ対象品目を広げ、開発したVLA基盤モデルをAPI・ソリューションとして外部企業に提供する構想だ。3PL、小売、製造業、リユース業界などへの展開も視野に入れている。
このプロジェクトは、フィジカルAIが扱う対象の多様性と、器用なマニピュレーションの重要性を示す。画像だけでは判断しにくい物理状態や力加減を、モデルにどう取り込むかが技術上の課題となる。
13. ugo：「VTLA」で組立工程の自律化を目指す
ugoは、製造業の組立作業を対象に、双腕セミヒューマノイド向けのVTLA（Vision-Tactile-Language-Action）モデルを開発する。自社ロボット製造ラインを起点に、触覚データを含むデータ収集キット、大規模データセット、VTLAモデル、双腕セミヒューマノイドの改造・実証を一体で進める。
自社製造ラインを中心に約30万エピソードの組立データを収集し、触覚、姿勢、RGB-D映像、タスク情報を統合したデータセットを構築する計画である。自律組立タスク成功率70％以上を目標とし、継続的なデータ収集とモデル更新により性能を高める。
事業化では、データ収集キット、データ管理SaaS、組立工程チェックアプリなどの提供を想定する。自社工場での実証を起点に、電子機器、機械、自動車部品などの製造工程へ横展開し、将来的にはOEMライセンスや海外展開も目指す。
重要な点は、ロボットを動かすモデルだけでなく、データ収集・管理・工程チェックまでを事業化の対象にしていることである。モデル開発と製造現場の運用を接続するための周辺ソフトウェアやサービスも、社会実装における構成要素となる。
日本のフィジカルAI開発の方向性
プロジェクト全体を見ると、いくつかの共通した開発課題が見えてくる。
データ収集の効率化
フィジカルAIでは、実際のロボットが環境と相互作用するデータが重要になる。人間による遠隔操作、装着型デバイス、UMI、ダイレクトティーチング、実稼働環境での収集など、プロジェクトごとに異なるデータ収集方法が採用されている。
実環境のデータは取得コストが高く、失敗を含むデータの品質管理も必要になる。そのため、単にデータ量を増やすだけでなく、データの収集効率、品質、再利用性、管理基盤を同時に整備することが課題だ。
汎用モデルと特定タスク向けモデルの組み合わせ
VLAや世界モデルのような基盤モデルを開発する一方で、各プロジェクトでは製造、物流、建設、住宅、インフラ点検といった用途ごとの適応が重視されている。現場ごとに求められるセンサー構成、動作精度、安全性、処理速度、通信環境、導入コストも異なる。汎用的なモデルをそのまま適用するのではなく、現場の要件に応じて追加学習や制御方式の組み合わせを検討する方向性が見られる。
遠隔操作・遠隔介入との組み合わせ
SB Intuitionsの失敗予見と遠隔介入、日立建機のオペレーター支援、FastLabelの遠隔操作から自律化へのロードマップなど、複数のプロジェクトで人間とロボットの協調、遠隔操作が組み込まれている。
実際の現場では、すべての状況をあらかじめ学習させることは難しい。自律動作を基本としながらも、失敗時の停止、遠隔支援、作業者による判断を組み合わせることで、導入初期の運用を成立させる現実的な考え方だ。
垂直統合：機体・モデル・データ・運用の一体設計
アトム、Telexistence、MWなどでは、機体、AIモデル、データ収集、実証環境を一体的に開発する構想が示されている。
一方、PFN・PFRやMuso Action、ugoでは、モデルやデータ基盤、周辺ソフトウェアを外部へ提供する方向も見られる。
ロボット本体の性能だけでなく、データを取得し、学習し、評価し、現場へ戻す仕組み全体が競争力に関わる。フィジカルAIの社会実装には、ハードウェア、モデル、データ、制御、導入支援、保守を含む複数の要素が必要だ。
ロボット導入はAIモデルの選定では完結しない
これらのプロジェクトは、ロボット基盤モデルの開発を研究室内のモデル性能競争にとどめることなく、実際の業務へ組み込むことを目指している。対象業務によって、必要な機体、センサー、データ収集方法、計算資源、運用体制、評価指標は異なる。
企業がフィジカルAIを導入する場合、モデルのタスク成功率だけでなく、失敗時の復帰方法、導入前のデータ収集、現場環境の変化への対応、専門人材の必要性、電力消費、保守と継続学習の費用まで考慮する必要がある。
特に、従来の自動化設備では、対象物や工程が限定されている場合に高い性能を実現できる。一方で、フィジカルAIを活用する取り組みでは、対象物や作業条件の変化に対応することが重要な開発目標となっている。両者を対立させるのではなく、定型的な部分はルールベースや専用制御で処理し、変化や判断が必要な部分にAIを適用する構成も検討されている。
現場適応と事業化の仕組み作りがカギ
NEDOのGENIAC「ロボット基盤モデルの研究開発」で採択されたプロジェクトは、ヒューマノイド、移動ロボット、建設機械、家庭用ロボット、製造・物流向けシステムなど、複数の方向からフィジカルAIの実装を目指している。
共通するのは、実環境のデータを収集し、モデルを開発し、ロボットへ搭載し、現場で検証するという一連の工程を構築しようとしている点である。
背景には、汎用性と現場特化のバランス、失敗への対応、計算資源や電力消費、導入・保守のコストといった、技術と事業の両面にまたがる課題がある。
フィジカルAIの社会実装においては、モデルの性能だけでなく、どの現場で、どの作業を、どのような運用体制で、継続的に成立させるのかが問われる。GENIACのプロジェクトは、各企業がそれぞれの事業領域に即した技術開発とデータ基盤の構築を進めようとしていることを示している。
関連記事として、AIRoAのハードウェアコンペ、AWSのフィジカルAI支援プログラムの記事なども合わせてご覧ください。
