何が起きたか

Alibaba系の研究チーム(alibaba-damo-academy.github.io)が、具現化基盤モデル「RynnBrain 1.1」を公開した。同モデルは2B、9B、122B-A10Bの3規模で構成され、接触点予測と3Dグラウンディングを新たに導入した。

本紙の見方

今回公開されたRynnBrain 1.1は、Alibaba系の研究チームによる具現化基盤モデルのアップデートであり、2B、9B、122B-A10Bという3つのモデル規模を揃えた点が特徴的だ。特に注目すべきは、接触点予測と3Dグラウンディングという新機能の導入である。接触点予測は、ロボットがタスクを実行する際に、どの位置に触れるべきか、どの向きで把持すべきかを予測するもので、実世界での操作精度を高める上で重要だ。また、3Dグラウンディングにより、2Bや9Bの小型モデルでも言語指示を物理空間の座標に変換できるようになった。これは、モデルの軽量化と実用性の両立を狙ったものとみられる。 本紙の過去報道では、Unitreeの新型ヒューマノイド「Superman」やボストン・ダイナミクスのAtlasのモジュール化を取り上げてきた。これらの動きは、ロボット本体のハードウェア進化と並行して、ソフトウェア基盤の重要性が増していることを示している。RynnBrain 1.1は、複数の異なるロボット(Unitree G1、Astribot-S1、Tianji-Wuji)で評価されており、特定のハードウェアに依存しない汎用性を重視している。これは、ロボットメーカー各社が独自のAIスタックを開発するよりも、共通の基盤モデルを活用する流れを加速させる可能性がある。 業界構造への含意として、RynnBrain 1.1のような基盤モデルが普及すれば、ロボットの知能部分が標準化され、ハードウェアの差別化がより重要になる。特に、接触点予測や3Dグラウンディングは、産業用ロボットの組立やピッキング作業などで直接的な効果が期待できる。一方で、モデルの評価が特定のロボットに限定されているため、他のハードウェアでの性能は未知数だ。また、RynnBrain 1.1の学習データやトレーニング手法の詳細は公開されておらず、再現性や公平な比較が難しい点は課題として残る。 今後の論点としては、RynnBrain 1.1が実際に製品化されるかどうか、また、他のロボットメーカーがこの基盤モデルを採用するかどうかが焦点になる。特に、UnitreeやAstribotといった中国のロボットメーカーが、自社開発のAIとRynnBrain 1.1のどちらを優先するかは、業界の方向性を左右する。詳細は原典を参照されたい。

なぜ重要か

RynnBrain 1.1は、ロボットの知能を担う基盤モデルの競争が、ハードウェアからソフトウェアへと移行していることを示す。複数のロボットで評価された汎用性は、業界標準となる可能性を秘めており、今後のロボット開発の在り方に影響を与えるだろう。