デジタルツイン総合研究所、フィジカルAI向け基盤「SHOKEI」をリリース

何が起きたか

株式会社デジタルツイン総合研究所（本社：東京都港区、代表取締役：黒田佳吏夫、以下「DTRI」）は、2026年8月5日、フィジカルAI向けの現場文脈プラットフォーム「SHOKEI（承継）」をリリースした。SHOKEIは、企業が保有する映像、3D・空間情報、センサー時系列、工程、設備、品質、安全、熟練動作などのデータを意味論的に統合し、基盤モデル、映像AI、ロボット、ヒューマノイドが推論・判断・動作を行う際に参照できる形で提供する、オンプレミス型の参照・オーケストレーション基盤である。

詳細

SHOKEIは、大規模言語モデルの企業導入で広く利用されるRAG（Retrieval-Augmented Generation）の考え方を、文書だけでなく物理空間における対象物、位置、時刻、状態遷移、作業、因果関係、判断基準、安全制約へ拡張する。DTRIはこのアーキテクチャを「フィジカルAI版RAG」と位置付けている。またSHOKEIは、個別のAIやロボットへ情報を提供するだけでなく、複数のモデル、エージェント、映像基盤、ロボットが同じ現場状態と制約を共有し、役割を分担して動作するための共通文脈を管理する。これにより、特定の基盤モデルや機器に固定されず、企業が新たなフィジカルAIを継続的に選択・追加できるオーケストレーション層の構築を目指す。 本日よりDTRIは、製造事業者を対象とした先行導入・共同検証の相談と、システムインテグレーター、ロボットインテグレーター、設備メーカー、基盤モデル事業者を対象としたパートナー相談の受付を開始した。 背景として、これまでデジタルツインは工場、設備、製品などをデジタル空間に再現し、設計検証、シミュレーション、設備監視、遠隔確認などに活用されてきた。一方、映像理解、行動計画、動作生成、世界モデルなど、フィジカルAIを構成する基盤技術が高度化するなかで、デジタルツインを参照する主体は、人からAIやロボットへと広がりつつある。基盤モデルやロボットが現場で判断・動作するために必要とするのは、工場を再現した3Dモデルや現在のセンサー値だけではなく、対象物が何であるか、現在どの状態にあるか、どの工程に属するか、過去にどのような変更が行われたか、何を合格とするか、どの安全制約を適用すべきかといった、現場固有の文脈である。 しかし、製造現場の情報は複数のシステムや担当者へ分散しており、映像は映像管理基盤、時系列データは設備やセンサー、3Dモデルや図面は設計システム、作業手順は文書、品質判断や例外処理は担当者の経験に保持され、相互の意味的な関係を機械が参照できない状態にある。汎用的な基盤モデルが、こうした企業固有の工程、設備構成、品質基準、安全規則、変更履歴、熟練者の判断をあらかじめ保持することはできず、これらの情報は企業の競争力や安全性を支える機密情報であり、外部モデルの学習に提供することが難しいデータでもある。したがって、フィジカルAIの高度化に伴い、デジタルツインには、現実を再現・可視化する機能に加え、企業固有の現場文脈をモデルの外側に保持し、複数のAIやロボットへ推論時に提供する役割が求められる。 SHOKEIは、基盤モデルやロボットそのものを置き換える製品ではなく、交換・追加されていくモデルや機器と、企業内に蓄積され続ける現場文脈を分離し、両者を接続するための共通コンテキスト層である。

Key Facts

なぜ重要か

SHOKEIは、フィジカルAIの導入を個別のPoCから全社的な運用へ移行するための基盤として、企業固有の現場文脈を中立的な層に蓄積し、複数のAIやロボットから共通して参照できる構造を提供する。これにより、特定の基盤モデルや機器に依存せず、継続的にフィジカルAIを選択・追加できるオーケストレーション層の構築を目指す点で、製造現場のAI活用に影響を与える可能性がある。