何が起きたか
ABEJAは2026年8月31日、村田製作所と共同で、研究・実験業務の自動化を見据えたフィジカルAIの技術検証を実施したと発表した。検証では、視覚・言語・行動を統合処理するVLAモデル（Vision-Language-Action Model）を用い、双腕ロボットによる「部品の持ち替え」を含む一連の連携動作が検証環境下で実機成功した。基盤モデルにはNVIDIAの「GR00T N1.7」を採用している。
詳細
検証は、シリンダーなどの実験器具の取り扱いを想定し、まず1本のアームによる対象物の把持とラックへの定位配置から開始。データ収集・学習・推論サイクルの反復を経て、2本のアームを持つ双腕ロボットへ応用した。双腕ロボットに搭載されたカメラの画像情報を基にAIが自律的に動作を推論し、「左のアームで対象物を掴む」「右のアームに持ち替える」「対象物の向きを変えて所定のラックに挿入する」という一連の動作が成立することを確認した。ABEJAは、複数のセンサーを搭載した双腕ロボットを人が遠隔操作して手本動作を実演し、収集した数百回の操作データをAIに模倣学習させるシステムを構築。基盤モデルにはNVIDIAの「GR00T N1.7」を採用し、商用利用が可能で、指レベルの制御や多段階推論能力に優れるとしている。村田製作所は、当技術検証の同社内開発業務への展開を目指す。
Key Facts
| ABEJAは2026年8月31日、村田製作所と共同でフィジカルAIを用いた技術検証を実施したと発表した。 | [1] |
| 検証ではVLAモデルを用い、双腕ロボットによる「部品の持ち替え」を含む連携動作が検証環境下で実機成功した。 | [1] |
| 基盤モデルにはNVIDIAの「GR00T N1.7」を採用。商用利用が可能で、指レベルの制御や多段階推論能力に優れるとしている。 | [1] |
| ABEJAは、人が遠隔操作で手本動作を実演し、収集した数百回の操作データをAIに模倣学習させるシステムを構築した。 | [1] |
| 村田製作所は、当技術検証の同社内開発業務への展開を目指している。 | [1] |
本紙の見方
今回の発表は、ABEJAが村田製作所という電子部品大手と組み、実験室という特定領域でフィジカルAIの実用性を検証した点に特徴がある。検証の核心は、VLAモデルと模倣学習を組み合わせ、双腕ロボットの「持ち替え」という高難度動作を実機で成立させたことだ。持ち替えは片腕ごとの微小な誤差が両腕連携時に増幅されるため、受け渡しの瞬間の位置・向き・タイミングを正確に合わせる高度な制御が要求される。ABEJAはこれを、数百回の遠隔操作データの模倣学習と、NVIDIA「GR00T N1.7」の採用で解決したとみられる。 本紙が既報の通り、ABEJAは2026年8月26日にシンガポール子会社設立を決議し、ASEAN展開を進めている。今回の村田製作所との検証は、そうした地理的拡張とは別に、技術の適用領域を「実験業務」という新たな現場に広げる試みだ。ABEJA Platformを中核に、Agentic AIとPhysical AIを統合する戦略の一環として、ラボオートメーションという具体的なユースケースを開拓する動きと位置づけられる。 業界構造への含意は大きい。実験業務は多種多様な器具の取り扱いや繊細な調整が必要で、従来の産業用ロボットでは自動化が難しかった。今回の検証は、フィジカルAIがそうした非定型作業に適用可能であることを示す。特に、基盤モデルとしてNVIDIA「GR00T N1.7」を採用した点は、ロボットAIの基盤モデル競争においてNVIDIAが標準化を進める構図を浮き彫りにする。ABEJAは特定のロボットハードに依存せず、基盤モデルと模倣学習のシステムを組み合わせることで、様々な現場に適用可能なソリューションを提供しようとしているとみられる。 一方、未確定の論点も残る。今回の検証は「検証環境下」での成功であり、実際の実験室で多種多様な器具を扱う際の汎用性や、長期的な安定稼働は未確認だ。また、村田製作所の社内開発業務への展開時期や、具体的な適用範囲も明らかにされていない。さらに、模倣学習に必要なデータ収集のコストや、基盤モデルの性能限界も今後の検証課題となる。
なぜ重要か
今回の検証は、フィジカルAIが実験室という非定型作業領域に適用可能であることを示す具体例であり、ラボオートメーション市場の開拓につながる。また、NVIDIA基盤モデルの採用は、ロボットAIの標準化競争における一つの方向性を示す。
日本への影響
村田製作所は電子部品大手であり、今回の検証は日本の製造業におけるフィジカルAI活用の一例となる。実験業務の自動化は、働き手不足が深刻な日本の研究開発現場にとって、生産性向上の手段となり得る。