Google DeepMind、ヒューマノイド向け閉ループ微調整手法CLIFTを発表

何が起きたか

Google DeepMindは2026年7月31日、クローズドウェイトのロボット基盤モデルをヒューマノイドに特化させるための非侵襲的な閉ループ反復微調整手法「CLIFT」を発表した。同手法はGemini Robotics On-Device（GROD）に適用され、管理型SFT APIの制約下で閉ループ改善を可能にする。

詳細

CLIFTは、管理型SFT APIを通じて得られる教師ありデータに、展開時の報酬フィードバックを変換して組み込むことで、重み、勾配、尤度、損失にアクセスせずに閉ループのポリシー改善を実現する。研究では、GRODを実機ヒューマノイドに適用し、直接SFTが主要なオープンウェイトVLAを上回るものの、敏捷で接触の多いタスクでは展開レベルの習熟に達しないことを確認。CLIFTは2回のフィードバックサイクルでほぼ完全な成功率に到達したと報告している。

Key Facts

本紙の見方

今回の発表は、ロボット基盤モデルの適応方法に関する新たなアプローチを示すものである。従来、クローズドウェイトのモデルはAPI経由で教師あり微調整（SFT）のみが可能であり、強化学習などの閉ループ手法は利用できなかった。CLIFTは、この制約を回避するために、展開時の報酬フィードバックをAPI互換の教師データに変換するという点で新規性がある。これは、モデルの内部にアクセスせずに閉ループ改善を実現するという点で、既存の手法とは一線を画す。 本紙の過去報道との接続はないが、ロボット基盤モデルの分野では、オープンウェイトモデルとクローズドウェイトモデルの間の適応性のギャップが課題となっている。CLIFTは、クローズドウェイトモデルでも閉ループ改善が可能であることを示し、このギャップを埋める可能性がある。 業界構造への含意としては、クローズドウェイトのロボット基盤モデルを提供する企業にとって、ユーザーがモデルを適応させる手段が拡大することが挙げられる。これにより、特定のタスクや環境に特化したカスタマイズが容易になり、ロボットの実用化が進む可能性がある。一方で、オープンウェイトモデルの優位性が低下する可能性もあり、競争環境に影響を与えるかもしれない。 未確定の論点としては、CLIFTの有効性が他のモデルやタスクでも確認されるかどうか、また、報酬フィードバックの設計がどのように行われるかが焦点になる。さらに、実運用でのスケーラビリティや、APIの利用コストも検討が必要である。

なぜ重要か

この研究は、クローズドウェイトのロボット基盤モデルが、内部情報にアクセスできない状況でも閉ループ改善を実現できることを示した点で重要である。これにより、ロボットの適応性が向上し、実世界での展開が加速する可能性がある。また、モデル提供者とユーザーの間の権限関係にも影響を与える可能性がある。