フィジカルAIニュース(2026/6/12号)

2026年6月12日 19:05

更新日：2026/6/12

エグゼクティブサマリー
2026/6/11は、Physical AIの商用化と基盤技術の進展が同時に加速していました。NEURA Roboticsは最大14億ドルの大型調達により、欧州発の認知ロボット・ヒューマノイド基盤を本格拡張する。一方、FACTR 2、World Pilot、VLGA、APT、Ambient Diffusion Policyなどの研究は、力覚推定、OOD一般化、3D幾何理解、言語指示適応、低品質データ活用といった実機導入のボトルネックを解く方向に集中している。双腕操作評価やフェンスレス安全認証も含め、Physical AIは研究実証から産業実装へ移行する局面に入った。

Gemini 3 - Nano Banana 2 にて作成した、記事の全体像インフォグラフィック画像

ChatGPT Images 2.0 にて作成した、記事の全体像インフォグラフィック画像

※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 NEURA Robotics — 最大14億ドルSeries Cで欧州Physical AI基盤を拡張

📎 出典：NEURA Robotics / Tether / Business Wire (Neura Robotics)
ドイツのNEURA Roboticsは、Tetherがリードし、Qualcomm Technologies、Amazon、NVIDIA、Bosch、Schaeffler、欧州投資銀行などが参加する最大14億ドル規模のSeries C資金調達を発表した。調達額はマイルストーン達成を条件とした「最大」規模で、フルスタックロボティクス企業として過去最大級のラウンドとされる。資金は認知ロボットとヒューマノイドのグローバル展開、Neuraverse、NEURA Gyms、製造・導入インフラ拡張に充てられ、同社は受注残・戦略パイプラインが10億ドル超と説明している。欧州発のPhysical AIプラットフォーム競争は、本ラウンドを通じて一段と資本市場での本格フェーズに入ったといえる。

2️⃣ FACTR 2 — 低価格アームに外力推定を持たせる力覚学習基盤

📎 出典：arXiv:2606.12406 / プロジェクトページ (arXiv)
CMUと早稲田大学の研究チームが、専用力覚センサーなしで外部関節トルクを推定し、接触豊富な操作を支援する「FACTR 2」を発表した。Neural External Torque Estimation（NEXT）は、10分の自由運動データから約1分で学習し、低価格アームでも力覚フィードバック付きテレオペを可能にする。Force-Informed Re-Sampling Training（FIRST）は接触前後のデータを重点的に再サンプリングして学習し、5つの長ホライズン課題で従来の力覚対応手法をtask progressで17%以上上回った。

3️⃣ World Pilot — 世界行動事前分布でVLAのOOD操作を強化

📎 出典：arXiv:2606.12403 / プロジェクトページ (arXiv)
中国科学院自動化研究所、南京大学、北京航空航天大学などの研究チームが、Vision-Language-ActionモデルにWorld-Action Model由来の事前分布を注入する「World Pilot」を発表した。Latent Steeringで将来シーンの潜在表現を知覚層に条件付けし、Action Steeringで予測軌道を行動生成器へのモーション事前分布として与える構成を採用する。これにより、LIBERO-Plus zero-shot OODベンチマークでTotal success rate 84.7%を達成し、実機ロボットの4つの操作タスクすべてで最高成功率を記録、視点・幾何・変形状態・姿勢変化に対する頑健性を大きく向上させた。

4️⃣ VLGA — 自動運転VLAに3D幾何を第4モダリティとして統合

📎 出典：arXiv:2606.12396 / プロジェクトページ (arXiv)
Uber AV Labsとバージニア大学の研究チームが、自動運転向けVision-Language-ActionモデルにGeometryを第四のモダリティとして統合した「VLGA」を発表した。視覚・言語・行動に加え、LiDARに対するper-pixel pointmap回帰損失で密な3D世界の再構成を監督し、走行シーンの幾何構造を明示的に学習する。nuScenesのopen-loop評価ではego statusなしのVLAとして平均L2 0.50m、3秒collision rate 0.18%を達成し、Bench2Driveのclosed-loop評価ではDriving Score 79.08を記録し、最強VLAを+0.71上回った。

5️⃣ APT — Action Expert事前学習で未知言語指示への一般化を改善

📎 出典：arXiv:2606.12366 / プロジェクトページ (arXiv)
浙江大学らの研究チームが、連続行動型VLAにおけるaction expertをVision-Action priorとして事前学習し、その後に言語を注入する2段階学習フレームワーク「APT（Action Expert PreTraining）」を発表した。Stage 1では凍結したVLMから得た視覚特徴と行動ペアのみで言語非依存のVA priorを学習し、Stage 2でゲート付き融合機構を通じて言語トークンを徐々に注入することで、VLMの言語能力を維持しつつ指示一般化を高める。LIBERO-PROでは微調整済みVLMを用いたAPTが平均成功率27%へ改善し、実機Pick-PlaceのUOUCUE条件でもπ0.5の16/40に対しAPTが28/40と性能向上を示した。

6️⃣ Mostly Harmless VLA Steering — 凍結済みVLAを安全に言語ステアリング

📎 出典：arXiv:2606.12299 / プロジェクトページ (arXiv)
CMUの研究チームが、凍結済みVLAに対してテスト時に「何を言うべきか」と「いつ言わないべきか」を学習する言語フィードバック方策フレームワークを提案した。対話的探索によりタスク成功率を高める追加言語シーケンスを発見し、それをテスト時に用いるLanguage Feedback Policy（LFP）として蒸留するとともに、言語ステアリングが有効かを予測するimprovement headを学習する。このヘッドをconformal predictionで正則化することで、有害なステアリングとなる場合には介入を拒否し、元の指示より性能が悪化しないよう保証する。元モデルの再学習や訓練データへのアクセスは不要で、seen環境ではsimulationで24.7%、hardwareで65.0%の性能向上を報告し、視覚・意味摂動下でもharmful steeringを抑制しながらリカバリ行動を引き出せることを示した。

7️⃣ Ambient Diffusion Policy — 低品質・異種データから有用特徴だけを抽出

📎 出典：arXiv:2606.12365 (arXiv)
MIT・Harvard・OpenAI関係者らの研究チームが、ロボット模倣学習において低品質・OOD・タスク不一致データなどのsuboptimal dataを活用する「Ambient Diffusion Policy」を発表した。拡散ポリシー学習にnoise-dependent data usageという軸を導入し、suboptimal dataの寄与を高・低diffusion timeに限定することで、有用なグローバル構造とローカル微細構造のみを取り込み、有害な特徴を抑制する。6タスク・4種類の低品質データ（ノイズ軌道、sim-to-realギャップ、タスクミスマッチ、大規模混合データ）で有効性を検証し、Open X-Embodiment規模の異種混合データでは既存co-training baselineを最大33%上回った。

8️⃣ DuoBench — 双腕操作の失敗段階を切り分ける再現可能ベンチマーク

📎 出典：arXiv:2606.11901 / プロジェクトページ (arXiv)
Nuremberg工科大学、KIT、Franka Robotics、TUMらの研究チームが、双腕操作ポリシー向け評価基盤「DuoBench」を発表した。FR3 Duoプラットフォーム上で11タスク・4協調カテゴリを定義し、シミュレーション実装と、タスクレシピや3Dプリント可能な資産を通じた一部実機再現を提供する。さらに全タスクについて人間テレオペによるデータセットを整備し、stage-based evaluationスキームにより、二値の成功・失敗だけでなく、初期セットアップ、早期インタラクション、物体受け渡し、並列アーム実行、sim-to-real転移など段階ごとの失敗要因を細かく分析できるようにしている。

9️⃣ Sensory Robotics SR-1 — フェンスレス協働の安全認証システム

📎 出典：Work Safety 24/7 / Robotics & Automation News (Work Safety 24/7)
Sensory Roboticsは、既存の産業用ロボットセルに3D Time-of-Flightセンシングを追加し、ソフトウェア定義の仮想安全ゾーンを形成するフェンスレス安全システム「SR-1」を発表した。SR-1は人がいない場合はフルスピードで稼働し、接近に応じて減速・停止させる設計で、UL 1740認証を取得し、ISO 13849に基づくPerformance Level d・Category 3として検証されている。Automate 2026でのライブデモを通じて、高可搬・高速な従来型産業用ロボットでも物理フェンスなしに人と同一空間で協働できることを訴求しており、安全柵を前提とした従来のセル設計の制約を緩和する可能性がある。

総合考察

2026/6/11のトピックから見える特長は、ロボットAIが「高性能モデル単体」から「実世界で継続的に使えるシステム」へ進化している点でありました。資本面ではNEURAの大型調達が、ヒューマノイドや認知ロボットの量産・導入インフラ競争を押し上げる。一方で研究面では、力覚センサー不要の接触操作、世界モデルによるVLAの頑健化、3D幾何の統合、言語ステアリングの安全化、雑多なデータの選別活用など、現場配備に必要な周辺技術が細かく補強されている。今後は、モデル性能だけでなく、安全認証、評価再現性、データ品質管理、導入コストを含む総合力が勝敗を分ける。

今後注目ポイント

NEURA Roboticsの大型調達は、欧州がPhysical AI基盤企業を本格的に育てる意思表示であり、米中中心のロボット競争に新たな軸を作る可能性がある。
VLA研究は視覚と言語だけでは限界が見え始めており、World PilotやVLGAのように世界モデル、行動事前分布、3D幾何を組み込む流れが主戦場になりそうだ。
FACTR 2のような低価格アーム向け力覚推定は、専用センサーに依存しない接触操作を広げ、研究室外の中小製造業やサービス現場への導入余地を大きくする。
Ambient Diffusion Policyは、ロボット学習で捨てられてきた低品質・異種データを資産化する発想であり、大規模ロボットデータ時代の学習効率を左右する。
DuoBenchやSR1が示すように、今後のPhysical AIでは成功率だけでなく、失敗段階の説明性と人協働時の安全認証が商用導入の決定条件になる。