香港大学主導の具身知能評価ランキング、leaderobot.comが報道

何が起きたか

leaderobot.comは2026年10月28日、香港大学主導の具身知能評価ランキングについて報じた。

本紙の見方

ランキングの報道は、具身知能を比較する評価の場が記事として取り上げられたことを示す。ただし、順位という一つの尺度を、実環境での作業能力や稼働実績と同一視することはできない。評価結果がどのタスク、環境、ハードウェア条件に基づくかを分けて捉えなければ、異なるモデルや運用の比較可能性は判断できない。評価の具体的な内容については原典を参照されたい。 AgiBotに関する本紙関連記事には、推論学習データセット「Physical Reasoning」の公開を扱った報道がある。ただし、提供された記事情報からはデータセットの規模や評価結果を確認できない。AGIBOT、推論学習データセット「Physical Reasoning」を公開と報道とランキング報道は、モデル評価と学習データという別の段階を扱う。データ公開の事実だけでは、そのデータが評価結果にどう寄与したかは判断できず、両者を因果で結ぶ根拠もない。 また、本紙はAgiBotの110台による同時ダンス記録を報じた記事を掲載している。AgiBot、110台の人形ロボットによる同時ダンス記録を達成と報道で扱った集団動作の記録は、ランキングの成績や工場などでの継続稼働とは別の実績である。特定条件での動作が成立したことと、作業の多様性、長時間の安定性、安全性を検証したことは区別すべきだ。 したがって、ランキングが報じられたことだけから、モデルの実用性や他方式に対する優位を導くことはできない。今後確認すべきなのは、評価タスクと実運用タスクの対応、使用したハードウェアや試験条件、成功判定の定義、結果の再現性である。これらが示されて初めて、ランキングを研究上の比較指標としてどこまで使えるか、また実配備の判断にどう接続できるかを検討できる。

なぜ重要か

ランキングの掲載はモデルを比較する評価の動きとして扱える一方、順位だけでは実環境での継続稼働や安全性を確認できない。本紙が報じた集団動作の記録やデータセット公開とも評価対象が異なるため、それぞれの条件と用途を分けて読む必要がある。