「データ不足」の壁を越えるフィジカルAI：AWS支援プログラム採択企業が示す、実用化に向けた革新的な突破口
アマゾンウェブサービスジャパン（AWSジャパン）が8月31日に開催した「フィジカルAI開発支援プログラム」の成果報告会では、ロボット基盤モデルの開発における最大の課題「データ不足」に対し、複数の企業が具体的な解決策を提示しました。本プログラムは、総額600万米ドル規模のAWSクレジット提供などにより、国内の企業・団体51社を支援し、約半年間の成果発表が行われました。
フィジカルAI（ロボット制御AI）は、Web上のテキストデータで学習するLLMとは異なり、カメラ映像や関節の動き、触覚といった「現場」のリアルなデータが不可欠です。竹中工務店が建設現場の塗装ロボット開発で直面したように、現場の危険性や複雑さからデータ収集が極めて困難であることが課題として浮き彫りになりました。
これに対し、採択企業からは「データの生成」「データの効率化」「クラウド活用」の三つのアプローチが示されました。データ生成の分野では、FastLabelがシミュレーションによるデータ拡張を行い、タスク成功率を平均14.2％向上させた事例が挙げられました。また、竹中工務店はApple Vision Proを活用し、遠隔地から建設現場の3次元データを収集する環境を構築しました。データ効率化の面では、豆蔵が全身関節の動作データが必要な2000パターン以上を、作業に必要な10個の関節に絞り込むことで、わずか43パターンでの全身制御を実現するなど、データ量を減らす工夫が目立ちました。さらに、MWは家事自動化を目指し、専用収集マシンで年間5万時間規模のデータを集め、最終的に2.5PBの学習データ蓄積を計画しています。
また、AWSジャパンの白幡社長は、データ収集から学習、シミュレーションまでを支える計算基盤として「クラウドは不可欠」であると強調しました。成果は既に実証段階に入り、ZEALSのヒューマノイド「D1」は病院での実証を完了し、2026年度には100台の量産と1万時間の現場稼働を目指すなど、具体的な事業化の動きが加速しています。本プログラムは終了しますが、支援は既存の生成AIプログラムに統合され、日本の産業現場におけるAIの実用化が加速することが期待されます。
背景
従来のAI開発はWeb上のテキストデータ（LLM）が主流でしたが、ロボット制御を目的とするフィジカルAIは、物理的な世界での複雑な動作データ（映像、触覚など）を必要とします。この「現場データ」の収集・整備が極めて難しく、これが開発における最大のボトルネックとなっていました。
重要用語解説
- フィジカルAI: 物理的な世界（現場）の課題を解決するために開発されるAI。ロボットの動作制御や実環境でのタスク実行を目的とし、大量の映像や動作データが必要とされる。
- VLA (Vision-Language-Action): 視覚情報（Vision）、言語情報（Language）、行動（Action）の三要素を統合的に扱うAIモデル。ロボットが「何を見て」「何を理解し」「どう動くか」を学習する基盤モデル。
- クラウド: AWSのようなクラウドコンピューティング基盤。フィジカルAIに必要な膨大なデータ収集、前処理、大規模なモデル学習、並列シミュレーションといった計算資源を、物理的な制約を受けずに提供する基盤。
今後の影響
本ニュースは、フィジカルAIが単なる研究段階から、具体的な産業現場での実証・量産フェーズへと移行していることを示しています。データ収集の課題を「シミュレーション」「データ効率化」「クラウド活用」で解決する手法が確立され、今後、製造業、建設業、医療など多岐にわたる産業の自動化・効率化に大きな波及効果をもたらすと予想されます。