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実時間自動運転を日本で初めて達成したと発表した。同社は約20億パラメータのVLAモデルを独自開発し、車載コンピューティング環境向けに最適化。10Hzでの実時間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、運転映像を約100分の1に圧縮する画像トークナイザ「DriveTiTok」を公開した。
詳細
チューリングは2026年3月26日、VLAモデルによる公道での実時間自動運転を日本で初めて達成したと発表した（同社の2026年3月時点の内部調査による）。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た。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」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、高度なVLAモデルに必要な因果推論能力を強化するデータセット。「DriveTiTok」は、時間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つつ、データを約100分の1に圧縮する。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、技術的な知見はテックブログでも共有される。この成果は、経済産業省とNEDOが主導する生成AI基盤強化プログラム「GENIAC」の支援を受けて得られたもの。
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実時間自動運転を日本で初めて達成したと発表した（同社の2026年3月時点の内部調査による）。 | [1] |
| 同社は約20億パラメータのVLAモデルを独自開発し、車載コンピューティング環境向けに最適化。10Hzでの実時間推論と制御を実現した。 | [1] |
| 因果推論データセット「RACER」と、運転映像を約100分の1に圧縮する画像トークナイザ「DriveTiTok」を公開した。 | [1] |
| この成果は、経済産業省とNEDOが主導する生成AI基盤強化プログラム「GENIAC」の支援を受けて得られた。 | [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
今回の発表は、チューリングがVLAモデルによる公道実証を日本で初めて達成した点で、国内の自動運転開発における一つの節目となる。従来のE2Eモデルが画像・センサー入力に直接依存するのに対し、LLMバックボーンを組み込んだVLAモデルは、言語的な文脈理解を介した統合的な意思決定を可能にする。約20億パラメータという規模は、車載環境で実時間動作させるには比較的小規模だが、10Hzでの推論・制御を実現したことは、実用化に向けた一歩とみられる。 本紙は2024年4月に、EUのMASTERプロジェクトが製造業向けロボット訓練のためのオープンXRプラットフォームを開発中であることを報じた。MASTERはXR技術で人間とロボットの協調を目指すもので、今回のチューリングのVLAモデルは、自動運転という特定領域で「言語と行動の統合」を実現する点で、ロボットの訓練・制御における別のアプローチを示す。両者は分野は異なるが、AIが実世界で行動する際に「なぜその行動を取るのか」という因果理解が重要になる点で共通する。チューリングが公開したRACERデータセットは、まさにこの因果推論を強化するためのもので、ロボットの行動生成における説明可能性の向上に寄与する可能性がある。 業界構造への含意として、チューリングがデータセットとトークナイザをHugging Faceで公開したことは、自動運転AIの開発におけるデータと基盤技術の共有を促進する。特にDriveTiTokによる約100分の1の圧縮は、車載環境でのデータ処理負荷を軽減し、エッジ推論の効率化に寄与する。これは、自動運転に限らず、ロボットやドローンなど実世界で動作するAI全般に応用可能な技術であり、サプライチェーンにおけるAIコンポーネントの標準化を進める可能性がある。 一方で、未確定の論点も残る。今回の公道実証の具体的な走行条件（場所、距離、時間帯、交通状況など）や、VLAモデルの安全性検証の詳細は公開されていない。また、RACERデータセットの規模や収録シナリオの多様性、DriveTiTokの圧縮率と画質のトレードオフなども、今後の技術評価が待たれる。チューリングは「完全自動運転の実現」を目指すとしているが、その実用化時期や量産計画については言及がなく、今後の発表が焦点になる。
なぜ重要か
チューリングのVLAモデルによる公道実証は、日本発のPhysical AI技術が実世界で動作する段階に達したことを示す。公開されたデータセットとトークナイザは、自動運転AIの開発における共通基盤として、業界全体の研究開発を加速させる可能性がある。
日本への影響
チューリングの成果は、日本における自動運転AIの開発競争を激化させる可能性がある。同社が公開したRACERデータセットとDriveTiTokは、日本語の交通環境や道路状況に特化したデータを含む可能性があり、日本の自動運転技術の精度向上に寄与する。また、DriveTiTokの圧縮技術は、車載エッジコンピューティングの効率化に貢献し、日本の自動車部品メーカーや半導体産業にとって新たなビジネス機会を生む可能性がある。