World LabsのAtlasとは？写真数枚から3D空間を生成・復元する「空間文脈」モデルを解説
フェイフェイ・リー氏率いるWorld Labsが、テキスト・画像・動画・3Dデータをゼロから学習した「オムニモデル」Atlasを公開しました。2〜3枚の写真から3D空間を再構成し、1440pで最長1分の映像をカメラ位置指定つきで生成、再構成誤差の中央値25.3で専用3Dモデルを上回るとしています。
#ロボティクス の記事一覧（16）
Isaac 0.5とは？元Meta FAIR研究者が作る「見て・考えて・動く」ロボット向け汎用視覚モデルを解説
元Meta FAIR研究者2人が2024年11月に創業したPerceptronが、倉庫や工場で稼働するロボット向けの汎用視覚モデル「Isaac 0.5」をオープンウェイトで公開しました。100万時間の一般動画で学習し、パラメータと学習素材を誰でも検証できる点が、既存の物理AIとの違いです。
General Intuitionとは？ゲーム動画1億時間で学ぶ「空間知能」AIが評価額6000億円級になった理由
ニューヨーク拠点のGeneral Intuitionが、プレマネー評価額60億ドルでの資金調達を協議中だとTechCrunchが報じました。わずか数週間前に23億ドル評価で3.2億ドルを調達したばかりで、評価額は短期間で約2.6倍に跳ね上がっています。
GEN-1.5とは？ロボットが3〜12秒のお手本1回で新作業を覚える「フィジカルプロンプト」を解説
ロボティクス企業Generalist AIが、3〜12秒のデモ映像1回をコンテキストウィンドウに読み込ませるだけで新しい作業をこなすモデル「GEN-1.5」を公開しました。瓶の蓋開けや財布から紙幣を抜く動作など10種類のテストで平均成功率59%、5分ぶんのデータで10ステップ追加学習すると83%まで上がったと同社は報告しています。
Generalist AIとは？動画1本でロボットが新作業を覚える「汎用ロボットモデル」の実力と限界
米ケンブリッジのスタートアップGeneralist AIのロボットアームが、短い手本動画を見ただけで、そのタスク専用の学習なしにコップ積みや財布のジッパー開けをこなす様子をWIREDのWill Knightが取材しました。ただし平均成功率は約59%で、実運用に必要とされる99%超には遠く届いていません。
Atomsとは？Uber創業者カラニックが1.7兆円級調達で挑む「ロボットの土台」を解説
Uber創業者トラビス・カラニック氏率いるロボティクス企業Atomsが、Andreessen Horowitz主導で17億ドルを調達しました。2017年に自身を追放したUberも出資に加わり、Ben Horowitz氏が取締役に就任します。
Orcaとは？中国BAAIの「世界モデル」がロボット制御をアクションラベルなしで実現する仕組み
中国のAI研究機関BAAIが発表した世界モデル「Orca」は、事前学習で動作ラベルを一切見ないまま、ロボット専用に作られたπ0.5と同等の操作性能を達成しました。0.8B/4Bの2サイズで、動画・言語から世界の内部表現を学び、テキスト・画像・ロボット動作を1つの基盤から出力します。
General Intuitionとは？ゲーム映像で学ぶ「身体性AIの基盤モデル」を解説
General Intuitionが3億2,000万ドルを調達し、評価額23億ドルに達しました。同社はゲーム映像を大量学習した基盤モデルで、四足ロボットをわずか8分の実世界データで動かすことに成功しています。
Paradigmが1200億円ファンド組成、暗号資産VCがAI・ロボティクスへ越境する意味
暗号資産特化VCのParadigmが12億ドル(約1800億円規模)の新ファンドを組成し、投資対象をAIやロボティクスを含む「技術的フロンティア」へ拡張します。既にドローン配送のZiplineや宇宙スタートアップTrue Anomalyへの投資を実行済みです。
Robostral Navigateとは？MistralがRGBカメラ1台でロボットを動かす8Bモデルを解説
Mistralが初のロボットナビゲーション向けAI「Robostral Navigate」を公開しました。RGBカメラ1台のみで未知の環境を移動し、標準ベンチマークR2R-CEで79.4%の成功率を達成しています。
ゲームプレイで学ぶAIエージェントとは？General Intuitionが3.2億ドル調達、4足ロボを8分で動かす世界モデルの正体
ゲーム動画共有サービスMedalからスピンアウトしたGeneral Intuitionが、評価額23億ドルで3.2億ドルを調達しました。Fortnite風ゲームを100時間プレイし続けた同じモデルが、わずか8分の実機データで4足歩行ロボットを動かす——「ゲームから現実への転移」を狙う基盤モデル戦略です。
XDOFとは？フィジカルAIの「データ不足」を解く70億円スタートアップを解説
ロボット学習用データのパイプラインを構築する米XDOFがステルスを脱し、Thrive CapitalやSpark Capital、a16zなどから7,000万ドルを調達しました。OpenAIが2021年に閉じたロボティクス部門を2週間前に再始動させた直後のタイミングで、「フィジカルAI」の競争はモデルからデータ基盤へと舞台を移しつつあります。
ENPIREとは？NvidiaのAIエージェントが夜間に自律学習しロボットがGPUを取り付けるまで
Nvidia GEAR研究所が新フレームワーク「ENPIRE」を公開し、3種類のAIコーディングエージェントが自律的にロボットアームを訓練し、結束バンドの切断やマザーボードへのGPU装着を成功させました。研究主導者のJim Fan氏は「夜の間に研究所が自己改善する」と述べ、全コードをオープンソース化する方針を示しています。
ENPIREとは？NvidiaとCMU・UC Berkeleyが示す「AIエージェントがロボットを訓練する」仕組みを解説
NvidiaとCarnegie Mellon、UC Berkeleyが発表したENPIREは、AIコーディングエージェントが報酬関数や訓練コードを自ら書き換え、8台のYAMロボットを並列で学習させる仕組みです。ピン挿入やケーブルタイ切断など実機タスクで最大99%の成功率を達成しました。
ベゾス氏がPrometheus共同CEOに就任、フィジカルAI特化スタートアップが120億ドルを調達
ジェフ・ベゾス氏はフィジカルAIスタートアップPrometheusの共同CEOに就任すると昨年11月に発表し、同社は最新ラウンドで120億ドルの資金調達を完了した。これにより累計評価額は410億ドルに達した。
ロボットの自律性レベルとは？SemiAnalysisが示す5段階分類と事業投資の判断軸
SemiAnalysisが、産業用ロボットから汎用機まで「自律性のレベル」を5段階で定義する業界初のフレームワークを公開しました。技術的可能性ではなく商用化可能性で線を引いた点が特徴で、汎用ロボットはすでにレベル2が初期量産、レベル3が初期パイロット段階にあると整理されています。