何が起きたか
チューリング株式会社（東京都大田区、CEO: Issei Yamamoto）は2026年3月26日、VLA（Vision-Language-Action）モデルを用いた公道でのリアルタイム自動運転を日本で初めて達成したと発表した。同社が独自開発・訓練した約20億パラメータのVLAモデルは、車載コンピューティング環境向けに最適化され、10Hzでのリアルタイム推論と車両制御を実現した。あわせて、因果推論データセット「RACER」と画像トークナイザ「DriveTiTok」を公開した。
詳細
VLAモデルは、カメラからの視覚情報と言語ベースの文脈理解を統合し、ステアリング、加速、ブレーキなどの運転行動を予測・実行する。従来のEnd-to-End（E2E）モデルが主に生の画像・センサー入力に依存するのに対し、チューリングのアーキテクチャは大規模言語モデル（LLM）をバックボーンに組み込み、統合的な意思決定を可能にしている。同社は2023年からLLMベースの自動運転の研究開発に取り組んできた。 公開された「RACER」（Rationale-Aware Captioning of Edge-Case Driving Scenarios）は、構造化された因果記述を通じて運転判断の根拠を捉えることで、VLAモデルの因果推論能力を高めるためのデータセット。「DriveTiTok」は、運転ビデオを離散トークンに変換し、データを約100分の1に圧縮する画像トークナイザで、時間的ダイナミクスとシーンコンテキストを組み込み、先行フレームの情報を活用することで、運転判断に必要な視覚情報を保持しながら効率的な圧縮を実現する。データセットと事前学習モデルの一部はHugging Faceで公開され、技術的知見はテックブログで共有されている。 この開発は、経済産業省（METI）とNEDOが主導する生成AI基盤強化プログラム「GENIAC」（Generative AI Accelerator Challenge）の支援を受けて実施された。
Key Facts
| チューリングは2026年3月26日、VLAモデルを用いた公道でのリアルタイム自動運転を日本で初めて達成したと発表した（同社の内部調査による）。 | [1] |
| 同社が独自開発したVLAモデルは約20億パラメータで、車載コンピューティング環境向けに最適化され、10Hzでのリアルタイム推論と制御を実現した。 | [1] |
| 因果推論データセット「RACER」と画像トークナイザ「DriveTiTok」を公開した。DriveTiTokは運転ビデオを約100分の1に圧縮する。 | [1] |
| 開発は経済産業省とNEDOが主導する「GENIAC」プログラムの支援を受けて実施された。 | [1] |
| チューリングは2023年からLLMベースの自動運転の研究開発に取り組んでいる。 | [1] |
本紙の見方
今回の発表の核心は、VLAモデルによる公道自動運転のリアルタイム制御を日本で初めて達成した点にある。従来のE2Eモデルが生の画像・センサー入力に依存するのに対し、チューリングのアーキテクチャはLLMをバックボーンに組み込み、言語的な文脈理解を統合した意思決定を行う。約20億パラメータという規模は、車載コンピューティング環境でのリアルタイム推論を考慮した現実的な選択とみられる。10Hzという制御周波数は、公道での安定した運転を実現するための最低限の水準であり、この数値が達成されたことは技術的な信頼性を示す。 注目すべきは、単なる自動運転技術のデモに留まらず、因果推論データセット「RACER」と画像トークナイザ「DriveTiTok」を公開した点だ。RACERは、運転判断の根拠を構造化した因果記述を提供することで、VLAモデルの「なぜその行動を取るのか」という理解を強化する。これは、ブラックボックス化しがちなE2Eモデルの課題に対する一つの回答であり、安全性や説明可能性の向上に寄与する可能性がある。DriveTiTokは、運転ビデオを約100分の1に圧縮することで、データの保存・伝送コストを削減しつつ、運転判断に必要な視覚情報を保持する。これは、大規模な実世界データを収集・活用する上で重要な基盤技術となる。 これらの公開は、GENIACプログラムの支援を受けた成果であり、経済産業省とNEDOが推進する生成AI基盤強化の流れに沿ったものだ。チューリングは2023年からLLMベースの自動運転に取り組んでおり、今回の成果はその積み重ねの上にある。同社は「Physical AI」の実現を掲げ、完全自動運転を目指している。 業界構造への含意として、VLAモデルの公道実証は、自動運転のアプローチが従来のルールベースやE2Eから、LLMを活用した高度な意思決定へとシフトする可能性を示唆する。また、データセットとトークナイザの公開は、自動運転AIの研究開発におけるデータ共有の重要性を浮き彫りにする。競合他社にとっては、VLAモデルの実用性を検証する上でのベンチマークとなるだろう。 未確定の論点としては、今回の実証がどのような道路環境・条件下で行われたのか、また、量産車両への搭載時期やコスト、さらにはRACERやDriveTiTokの性能が実際の運転性能にどの程度寄与するのかが挙げられる。これらの詳細は今後の発表が待たれる。
なぜ重要か
チューリングの実証は、日本発のVLAモデルによる自動運転が公道で動作することを示した点で、国内の自動運転開発競争に一石を投じる。公開されたデータセットとトークナイザは、業界全体の研究開発を加速させる可能性があり、自動運転AIの進化における日本の存在感を高める。
日本への影響
今回の成果は、日本国内の自動運転技術開発におけるVLAモデルの実用性を示すものであり、日本の自動車産業やAI研究コミュニティにとって重要なマイルストーンとなる。特に、GENIACプログラムの支援を受けた点は、政府主導の生成AI基盤強化が実地で成果を上げた事例として注目される。