フィジカルAIニュース(2026/7/18号)

2026年7月18日 19:08

更新日：2026/7/18

エグゼクティブサマリー
2026/7/17のフィジカルAIニュースは、日本のフィジカルAIが、計算基盤、協調制御、基盤モデル、推論高速化、安全性、産業実装の各層で同時に進展していることが示されていました。NoetraとNVIDIAの国家級AIファクトリーは、国産マルチモーダルモデルの研究開発と外部提供を支える中核基盤となる計画です。富士通と国内ロボット大手は、異なるメーカーの機体と業務システムを接続する共通制御基盤を構想しています。研究面では、RoboTTTが長期文脈、Humanoid BFMが全身行動、Reflexが50Hz推論を前進させました。また、FLAREとChromaGuardは物理攻撃と防御の課題を明確化し、イチゴ収穫RLは複雑な接触作業で実機成功率82％を達成しています。総じて、競争軸がモデル精度単体から、計算資源、制御周期、長期適応、安全性、現場統合を含む総合システムへ移行しています。

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 Noetra×NVIDIA：Rubin GPU 2万7,500基の国家級フィジカルAI基盤

📎 出典：Noetraプレスリリース / NVIDIA Investor Relations / Reuters
Noetraはソニーグループ、ソフトバンク、NEC、Hondaなどが出資する政府系企業で、44社・団体とともに国産マルチモーダル基盤モデルの本格研究開発を開始しました。NVIDIAと協働するVera Rubin AIファクトリーは、Vera CPU 1万3,750基とRubin GPU 2万7,500基から成る140MW規模で、経産省FRONTiaプロジェクトの計算基盤となります。2027年4月に着工し2028年6月に稼働予定で、Noetraが開発する推論系およびオムニモーダル基盤モデルは、事前学習済み重みも含めて国内開発者や企業へ段階的に外部提供されます。

2️⃣ 富士通×FANUC・安川電機・川崎重工業：協調制御基盤の共通化・オープン化

📎 出典：Fujitsu Global / FANUC / Reuters
富士通はFANUC、安川電機、川崎重工業と、NVIDIA技術を組み込むフィジカルAI向け協調制御基盤の事業検討を開始しました。製造では生産計画と現場状況の連携、物流では販売・在庫情報に基づく搬送、医療では院内物流や案内業務の自律化などを構想しています。NVIDIA Cosmos世界基盤モデル、Omniverse、Isaac、Newtonなどを活用し、Sim2Realによる学習・検証・最適化を効率化しつつ、複数メーカーのロボットと業務システムをつなぐ主権性の高い協調制御インフラを標準化・オープン化された形で提供することを目指します。

3️⃣ RoboTTT：8K文脈で5分・10段階の実機組立を完遂

📎 出典：arXiv:2607.15275 / NVIDIA Research
NVIDIA、Stanford大学、UT Austinの研究チームは、VLAポリシーの視覚・運動履歴を8,000タイムステップまで拡張するRoboTTTを発表しました。Test-Time Training層の高速重みに履歴を圧縮するため、文脈長を伸ばしても推論遅延を増やさない設計です。実機操作では単一ステップ文脈の基準比で総合性能を87%改善し、他手法が完遂できなかった5分・10段階の組立タスクを達成しました。8Kコンテキスト版は1K版を62%上回り、人間動画からの一発模倣、自己修正、摂動への頑健性といった長期タスク向けの新たな能力も示しており、文脈長がロボット基盤モデルの有望なスケーリング軸である可能性を示唆します。

4️⃣ Humanoid BFM：全身行動モデルのスケーリング設計

📎 出典：arXiv:2607.15163
研究チームはヒューマノイドのBehavior Foundation Model（BFM）をスケーリングするため、学習方式・行動データ・モデル構造を統合的に設計するレシピを提案しました。多様な制御問題を「グローバル座標における統合的な全身行動の再現」として定式化するmotion tracking、on-policy rollout量と参照モーション多様性の戦略的な組み合わせ、表現力とスケーラビリティを備えたHumanoid Transformerが中核要素です。シミュレーションと実機展開の評価では、既存ヒューマノイド制御器に比べてMean Per-Keypoint Position Errorをlocal modeで10%以上、global modeで82%削減し、全身協調と未知条件への汎化を両立する汎用ヒューマノイド制御の有望な基盤であることを示しています。

5️⃣ Reflex：VLAを50Hz化するストリーミング推論

📎 出典：arXiv:2607.14695
ICML 2026採択のReflexは、flow matching型VLAで反復的なノイズ除去がKVキャッシュを無効化し制御周期を遅くする問題に取り組みます。知覚エンコーダーがdenoising loopから独立するTimestep-Invariance Propertyを利用し、attention文脈を静的・スライディング・動的領域に分割してO(1)の増分キャッシュ更新を実現します。さらにBFloat16での数値崩壊を防ぐAdaRMSNorm、高頻度推論向けの非同期パイプラインとオペレータ融合も導入し、LIBEROとKinetixで推論を2.58倍高速化、50Hzの安定ストリーミングと最大54%の反応遅延削減を達成しており、VLAを実機の高周波閉ループ制御へ展開するうえで重要なランタイム技術となっています。

6️⃣ FLARE／ChromaGuard：物理照明攻撃と色保持型防御

📎 出典：arXiv:2607.14698
FLAREは、モデル内部にアクセスせず物理的なスポットライト照射だけでVLAの基準タスク成功率をゼロまで低下させる攻撃フレームワークです。研究チームは、一般的なadversarial trainingと素朴なデータ拡張が色をノイズとして捨てるバイアスを生み、色依存タスクの成功率を最大47.5%まで落とす防御上の副作用を示しました。色相情報を維持するChromaGuardは、6自由度の実機ロボットで通常時97.5%、攻撃時92.5%の成功率を達成しており、照明変動への耐性だけでなく、色情報を用いた知覚能力を維持できるかまで含めてVLAの安全性を評価すべきことを示す成果です。

7️⃣ イチゴ収穫RL：障害物分離から配置まで実機成功率82%

📎 出典：arXiv:2607.14708
研究チームは、遮蔽と植物の変形が難題となるイチゴ収穫を、障害物分離・果実の切り離し・配置まで一連の意思決定として扱う強化学習フレームワークを提案しました。単一の相互作用認識ポリシーが各工程の直交座標動作を生成し、軽量なヒューリスティックロジックと階層型の直交インピーダンス制御が工程遷移と柔軟な接触を支えます。シミュレーションで89.7%、実機で82.0%の成功率を達成し、遮蔽レベル1から5で平均時間が12.99秒から21.73秒へ増加したことから、収穫プロセス全体の成功率と所要時間を同時に評価した実務寄りの成果となっています。

総合考察

2026/7/17のトピックから見えた特長は、フィジカルAIの実用化条件が「賢いモデル」の開発だけでは満たされず、学習用計算基盤、シミュレーション、低遅延推論、ロボット間協調、安全設計、業務システム連携を一体化する必要があるという点にありました。Noetraの計画は計算主権と国産モデル供給を、富士通連合は異機種連携の標準化を担い、産業基盤の上流を形成します。一方、RoboTTT、Humanoid BFM、Reflexは、長期記憶、全身制御、高周波応答という実機性能の制約をそれぞれ突破しつつあります。さらにFLAREは、照明のような単純な外乱でもAIの判断が崩れることを示し、安全評価には攻撃時の機能維持も必要だと明らかにしました。今後は個別技術の最高性能よりも、標準基盤上で再現性、保守性、導入費用、責任分界を成立させられる企業が主導権を握ると考えられます。

今後注目ポイント

2028年稼働予定のNoetra基盤では、Rubin GPUの規模だけでなく、学習済み重みの公開範囲、国内企業の利用料金、計算資源の優先配分、データ主権の運用ルールが、研究成果を産業競争力へ転換できるかを左右するため注目です。
富士通とロボット大手が進める協調制御基盤は、異機種ロボットを接続する共通仕様の策定主体、APIの公開度、障害時の責任分界、海外標準との互換性が焦点であり、日本発の産業OSとして定着できるかが注目です。
RoboTTTとReflexは、長期文脈と高周波制御を両立する方向性を示しましたが、実環境では記憶の誤蓄積、センサー遅延、通信断、計算負荷が連鎖するため、数時間規模の連続稼働でも性能を維持できるかが注目です。
Humanoid BFMは全身行動モデルのスケーリング可能性を示しましたが、データ多様性を増やした際の安全制約、機体差への適応、転倒時の復旧、消費電力、保守負担まで含め、汎用性と実運用コストを両立できるかが注目です。
FLAREとChromaGuardは、物理世界の安全性が認識精度だけでなく、色や照明など業務上重要な特徴を保ったまま防御できるかに依存することを示しており、攻撃耐性と通常性能を同時評価する標準ベンチマークの整備が注目です。
イチゴ収穫RLの実機成功率82％は前進ですが、商用化では成功率だけでなく、果実損傷率、処理時間、再試行頻度、人手介入率、季節変動への適応を含む採算性が重要であり、農場規模での長期実証が注目です。