VLAは本当に工場で使えるのか

ヒューマノイドが工場で1,250時間動いた、というニュースは事実である。 同じ2026年に、Siemensの研究者がVLAを実際の梱包工程に載せ、社内の合格基準に届かなかったという報告も出ている。 矛盾しているように見えるが、していない。動いている現場と、VLAが動かしている現場は、まだ同じではないからだ。

まず、実際に回っている数字

BMWは2026年2月27日、米サウスカロライナ州スパルタンバーグ工場でのFigure 02の運用結果を公式に公表した。 2025年の10か月間、月曜から金曜まで1日10時間シフトで稼働し、稼働時間は約1,250時間。 3万台を超えるBMW X3の生産に関与し、9万点を超える部品を扱い、歩数は約120万歩。 作業は溶接工程向けの板金部品の取り出しと位置決めで、ミリ単位の精度で部品を置いたとしている^[1]。

Agility Roboticsは2026年6月のSPAC上場発表の中で、Digitが9つの顧客施設で累計6万5,000時間以上稼働したと開示した。 顧客としてSchaeffler、GXO、Toyota Motor Manufacturing Canada、Mercado Libreを挙げ、 Digit v5の複数年契約受注が3億ドル超に達しているとしている^[2]。

出典: BMW Group^[1]、Agility Robotics^[2]。いずれも各社の公式開示。

VLAを工場に載せた記録は、まだ厳しい

Siemensの研究チームは2026年5月、実際の工業梱包工程にVLAパイプラインを載せた検証を公開した。 タスクは、乱雑に積まれたコンテナから取扱説明書と産業用コネクタケーブルが入った透明な袋を取り出し、 段ボールの空隙に、中身が封緘面より下に収まるように入れるというもの。 π0.5を事前学習済みモデルとして用い、OpenPIでファインチューニングしている^[3]。

3回のデータ収集で計2,535エピソード(約10時間)を集めたが、 制約のない実際の生産条件下では、次工程へ進むための社内基準である成功率70%に届かなかった^[3]。 失敗の内訳が具体的で参考になる。

試行2・3における失敗モードの内訳^[3]。研究チームは原因として、カメラ画角による観測不足、 反復動作に対する方策側の記憶の欠如、ハードウェア形態のギャップを挙げている。

産業応用に関するサーベイ論文も、同じ方向の数字を出している。 ファインチューニング後のπ0は単純な把持タスクで成功率約60%、 高精度な配置タスクでの位置誤差は最大2.2cm・12.4°に達する。 著者らは「配置精度は産業基準を下回り、誤差は典型的にセンチメートル級」と結論し、 大規模VLAの推論レイテンシがしばしば10Hzを下回ることが実時間制御の障害になると指摘している^[4]。 頭部・手首カメラが遮蔽された条件では、成功率が30〜50%まで落ちる^[4]。

工場の要求水準と、何が食い違うのか

結論: 工程の「中」ではなく「周辺」から入る

以上を踏まえると、2026年時点の答えははっきりしている。VLAは、失敗がラインを止める工程にはまだ入れない。60%の成功率^[4]という数字は、デモとしては見事だが、 1台の失敗が下流全体を止める直列工程では使えない。

逆に言えば、次の条件を満たす場所では、いま入れる価値がある。

• 失敗しても人が拾い直せる——ラインから外れた供給・仕分け・キッティング。Digitが担っているのも搬送系である^[2]
• 品目が頻繁に変わる——専用治具を作るより、モデルを再学習するほうが安い領域
• データが貯まる——動かすこと自体が次の学習データになる工程

Siemensの報告が本当に価値があるのは、失敗率ではなく、失敗の内訳を公開した点だ^[3]。 「中身が製品側に残る」が失敗の65%を占めるという情報は、 カメラ配置とハンド形状の設計に直接跳ね返る。 この産業でいま不足しているのは、成功デモではなく、この種の負けの記録である。

そしてもうひとつ。BMWもAgilityも、制御にVLAを使ったとは言っていない^[1,2]。 「ヒューマノイドが工場で1,250時間動いた」という見出しを、 「VLAが工場で使えるようになった」と読み替えないこと—— 2026年のこの分野を追ううえで、これがいちばん実務的な注意点である。

個別の導入事例はニュース、 モデル側の状況はロボット基盤モデル勢力図を参照されたい。