何が起きたか

AMDは2026年7月25日、arxiv.orgに論文「Real2Sim2Real for Vision-Language-Action Manipulation: An AMD ROCm-Based Pipeline」を公開した。同論文は、フィジカルAI向けにAMDのROCmソフトウェアスタックで統一されたエンドツーエンドの技術スタックを提示し、VLAベースの操作ポリシーの訓練と展開がCUDAに依存しないことを示している。

詳細

論文では、データセンター訓練用シリコン、Radeon PROシミュレーション/レンダリングGPU、Ryzen AIエッジコンピューティングをROCmで統合する。4つのデモを提示しており、(1)SmolVLAで訓練し物理Frankaアームに展開するSim-to-Real操作パイプライン、(2)言語に基づくオブジェクト選択タスク(「1-of-3」)、(3)3Dガウシアンスプラッティング(3DGS)による実シーンの再構成とGenesis物理エンジンを融合したReal2Sim合成データ生成パイプライン、(4)四足歩行とヒューマノイドの移動のための大規模強化学習を複数ハードウェアプラットフォームでベンチマークする。すべてのパイプラインはRDNA4(Radeon AI PRO R9700)とRDNA3.5(Radeon PRO W7900)上でROCm+PyTorchでネイティブに動作し、無料のRadeon Cloud Platformで再現可能としている。

Key Facts

AMDは2026年7月25日にarxiv.orgで論文「Real2Sim2Real for Vision-Language-Action Manipulation: An AMD ROCm-Based Pipeline」を公開した。出典一覧
論文は、データセンター訓練シリコン、Radeon PROシミュレーション/レンダリングGPU、Ryzen AIエッジコンピューティングをROCmソフトウェアスタックで統合するエンドツーエンドの技術スタックを提示している。出典一覧
4つのデモが提示されており、SmolVLAで訓練した物理FrankaアームへのSim-to-Real操作、言語に基づくオブジェクト選択、3DGSとGenesis物理エンジンを融合したReal2Sim合成データ生成、四足歩行とヒューマノイドの移動のための大規模強化学習が含まれる。出典一覧
すべてのパイプラインはRDNA4(Radeon AI PRO R9700)とRDNA3.5(Radeon PRO W7900)上でROCm+PyTorchでネイティブに動作し、無料のRadeon Cloud Platformで再現可能としている。出典一覧

本紙の見方

今回の論文は、AMDがフィジカルAI分野でCUDA非依存のエコシステムを構築するという戦略の一環と位置づけられる。本紙が2026年8月11日に報じた「Ryzen AI Embedded X100」や、8月10日の「Kria AI Solutions」は、エッジ側のハードウェアとプラットフォームの提供を目指すものだった。今回の論文は、その上で動作するソフトウェアスタックとアルゴリズムの実証を示し、ハードウェアからソフトウェアまでをAMD製品で一貫して提供する姿勢を明確にした。特に、VLAモデルの訓練と展開をCUDA非依存で実現した点は、NVIDIAのCUDAエコシステムに対抗する上で重要な意味を持つ。業界構造への含意としては、フィジカルAIの開発基盤がCUDAに固定されない可能性を示し、開発者や企業がAMD製品を選択する際の障壁を下げる効果が期待される。一方、未確定の論点としては、論文で示されたパイプラインが実際の製品やサービスにどの程度組み込まれるか、また、ROCmの成熟度や性能がCUDAと比較してどの程度かという点が挙げられる。今後の量産や実用化の動向を注視する必要がある。

なぜ重要か

この論文は、フィジカルAIの開発においてCUDAが必須ではないことを実証し、AMDがエッジからデータセンターまで一貫したROCmベースのスタックを提供する姿勢を示した。これにより、フィジカルAIの開発基盤が多様化し、企業や研究者の選択肢が広がる可能性がある。