フィジカルAIニュース(2026/8/14号)
更新日：2026/8/14
エグゼクティブサマリー
2026/8/13は、ロボット学習の自動教師生成、デモ1本によるVLAのOOD適応、推論・行動の単一ストリーム化、学習型自動運転へ決定論的安全層を重ねる設計が焦点となっていました。HandEditは人間動画をロボット学習資源へ変えるデータ基盤を拡張し、ABB–ValeとPUDU ET1は鉱山・小規模店舗で閉ループAIを事業KPIへ接続しています。BioflexBotは、複雑な制御だけでなく機構そのものに適応性を持たせる「物理知能」の重要性を示しました。
※作成した記事内容をGammaに入力しスライド自動作成させました。スライドの方が見やすいようでしたらこちらをご覧くださいませ。
1️⃣ SMPC→疎報酬RL：Spot・G1の実機loco-manipulationへ展開
📎 出典：arXiv:2608.12063 / 論文HTML
RAI Institute、TUM、ETH Zurichらは、Sample-based MPC（SMPC）をシミュレーション内の自動教師にし、疎報酬のoffline-to-online RLを立ち上げる手法を発表しました。RTX 5090 1枚で毎時100万遷移、約4時間で最大400万サンプルを生成し、Spot＋armの到達・箱押し・タイヤ起こし／転がしとUnitree G1の箱押しへ実機展開しました。シミュレーションでは各タスクがほぼ100%成功へ収束し、一部では教師SMPCより完了時間を50%以上短縮、所要時間の標準偏差も11～45%低下しました。ただし、実機の試行回数別成功率や転倒・緊急停止率は主要結果に示されていません。
2️⃣ StellaVLA：デモ1本を文脈化し、追加学習なしでOOD適応
📎 出典：arXiv:2608.11671 / 論文HTML / VLA-Arena
StellaVLAは、新環境ごとの追加fine-tuningに代えて、検索したデモ1本をtask plan、subgoal、2D／3D motionへ構造化し、VLAへ文脈として与える方式です。VLA-Arena総合0.63でπ0.5の0.44を上回り、LIBERO 98.8%、LIBERO-Plus 85.1%を報告しました。AgileX Piper実機では125エピソード・71,702フレームを使い、ID成功率85%、物体属性変更のOOD-L1で75%を達成しました。言語生成を制御ループから外し、prefix cache利用時の定常モデル推論を91msに抑えています。未学習タスクのOOD-L2は完遂できず、適応範囲にはなお限界があります。
3️⃣ G0.5技術報告：推論と行動を単一自己回帰ストリームへ統合
📎 出典：arXiv:2608.11739 / OpenGalaxea GitHub
OpenGalaxeaは、推論トークンと行動トークンを同一の自己回帰Transformer decoderから生成するVLA「G0.5」のarXiv技術報告を公開しました。異なるロボットの動作を共通語彙へ写像するActionCodec、タスク分解・物体接地・行動ヒントを含む推論列、数秒の履歴を扱うvisual memoryを統合します。著者報告ではR1-Lite／R1-Pro実機fine-tuning評価の平均成功率76.7%、BEHAVIOR-1KのTask Success Score 31.4%、DROID post-training後の環境・物体zero-shot平均成功率82.5%、LIBERO成功率98.9%です。モデル自体は6月に紹介・重み公開済みで、今回の新規性は詳細な技術報告と横断評価の公開です。
4️⃣ Vale × ABB：鉱石処理AIを実績拠点から複数工場へ横展開
📎 出典：ABB公式発表 / Vale公式発表
ValeとABBは、ブラジルの鉄鉱石処理拠点へAI、高度自動化、統合IT／OTを横展開する戦略提携を発表しました。参照拠点のConceição IIは年産1,120万トン規模で、100台超の監視カメラ、7,000超の計装、400超の工程変数を扱い、AIがリアルタイム監視と自動調整を担います。2024年以降の実績として、生産性25%向上、直接還元向け高品位鉱石40%増、尾鉱への鉄損失26%減を報告しました。Brucutu処理場は導入段階にあり、2027年初頭の稼働を見込みます。特定工程向けですが、本番設備で成果を複数拠点へ複製する案件です。
5️⃣ 学習型自動運転Planner：決定論的安全監督とFallbackを分離
📎 出典：arXiv:2608.12198 / 論文HTML
研究チームは、DNNが運転行動を提案し、最適化ベースのtrajectory supervisionが走行可能性・衝突回避・車両制約を検証／修正するハイブリッドplannerを研究車「karl.」へ実装しました。独立した決定論的fallbackが走行可能軌道を継続生成し、それも生成できない場合はsafe-stop軌道を初期化します。DrivIng検証では8秒ホライズンの位置ADE 1.83m、速度ADE 0.56m/s、軌道衝突比2.3%で、テストコース相互作用データを加えると1.2%へ低下しました。ただし、これらはopen-loop軌道評価であり、実車試験はテストコース上の定性的proof-of-conceptです。公道事故率を示す結果ではありません。
6️⃣ HandEdit：2億件超の人間→ロボット器用手画像編集基盤
📎 出典：arXiv:2608.12122 / プロジェクトページ
HandEditは、人間の一人称視点映像に写る手・腕を、指定したロボットハンド／アームへ置換する大規模データセット兼ベンチマークです。5つの既存データ源から2億件超の編集インスタンスを構成し、hand-only 13種、hand-arm 13種の計26 URDFと11種類の画像編集モデルを統一評価します。物体状態、接触関係、タスク意味、視点を保ちながらembodimentだけを変換し、高価な器用手テレオペデータの補完・増幅を狙います。公式評価ではGPT-Image-2が総合的に最も強い一方、VLM判定だけでは品質評価が不十分とも報告しました。実機ポリシー改善は今後の検証課題です。
7️⃣ PUDU ET1：狭小商業空間向けの小型AI床洗浄ロボット
📎 出典：Pudu Robotics公式発表 / 製品ページ
Pudu Roboticsは、100～800㎡のコンビニ、薬局、飲食店、オフィスなどを対象に、小型床洗浄ロボ「PUDU ET1」を発表しました。洗浄・掃き・吸引・ダストモップを1台に統合し、清掃効率は毎時300～720㎡、最小通過幅50cm、連続稼働2.5～4時間です。8-in-1ドックは充電、給排水、洗剤投入、ローラー洗浄・乾燥などを自動化し、85℃の温水洗浄にも対応します。大型機が入りにくかった狭小商業空間を狙う製品で、技術的新規性よりも、清掃員不足や店舗間運用品質の標準化に対する実装価値が大きい発表です。実地での稼働率や保守費は今後の確認点です。
8️⃣ BioflexBot：2入力の単純機構で人の手を超える可動域を実現
📎 出典：Advanced Science DOI / Wiley解説（TechXplore）
香港中文大学（深圳）と南京信息工程大学の研究チームは、コイルばね、拘束シェル、空気圧機構を用い、わずか2入力でつまみ・回転・引っ掛け・把持を行う「BioflexBot」を報告しました。ボトルキャップ回転量は人の手の約4倍、伸縮範囲は約3.5倍で、既存の類似機構より約13倍大きい対象まで把持できるとしています。鍼やピペットの操作、航空エンジン翼点検、ヒューマノイドへの統合、化学実験を実証しました。AIモデルの大型化ではなく、機構の受動適応性を知能として活用する方向性ですが、現段階は試作で、完全自動化は今後の課題です。
総合考察
2026/8/13のトピックから見えた特長は、フィジカルAIの競争軸が「大きな基盤モデルを作ること」だけから、「教師データを自動生成し、未知環境へ低コストで適応し、安全層を分離したまま現場へ載せること」へ移っている点がありました。SMPC→RLとStellaVLAは、人手による報酬設計や環境ごとのfine-tuningを減らし、G0.5とHandEditは推論・行動・データ表現の共通化を進めています。一方、ABB–ValeとPUDU ET1は、閉ループAIが鉱山や小規模店舗の生産性・運用負荷へ直結し始めたことを示します。BioflexBotは、ソフトウェアだけでなく機構そのものが知能の一部になることも示しました。ただし、多くの研究値は著者報告で第三者追試前です。今後は平均成功率だけでなく、失敗分布、安全介入、停止記録、保守性、長期稼働コストを共通形式で示せるかが事業価値を左右します。
今後注目ポイント
SMPC→RLは実機での試行回数別成功率、転倒率、接触事故、緊急停止記録が公開されれば、Spot・G1へのSim2Real性能をより厳密に評価できます。
StellaVLAとG0.5は、第三者によるVLA-Arena・実機評価の再現、長期タスクでの誤差蓄積、OOD-L2への適応性能が次の検証点です。
学習型自動運転plannerは、fallback発動率、supervisionによる棄却率、最悪時レイテンシ、公道相当環境での走行距離を含む定量評価が求められます。
HandEditは画像品質だけでなく、生成データを加えた際に実機ポリシーの成功率やデータ効率がどこまで改善するかが実用価値を決めます。
ABB–Vale、PUDU ET1、BioflexBotでは、長期稼働時のKPI維持、保守費、部品耐久性、異常時の人間介入設計が普及速度を左右します。
