何が起きたか

跨维智能（DexForce）は2026年10月12日、ロボット向けの3D世界モデル「UNITAS」を発表したとleaderobot.comが報じた。記事は、同モデルを「A 3D-Native World Action Model for Embodied Manipulation」として紹介し、Physical AIの統一表示空間を探る取り組みだとしている。

本紙の見方

今回のニュースで新しいのは、跨维智能がロボットの学習基盤を「3Dを補助する」段階ではなく、3D世界そのものを原生表現として置く構想を前面に出した点である。一方で、これはロボットに視覚・行動・環境変化を統合させる世界モデルの延長線上にもある。つまり、発想としては突然変異ではなく、既存の具身知能研究が抱えてきた「異なる本体・異なる表現をどうそろえるか」という課題に対する回答として読むべきだ。 本紙の過去報道でみると、アスメック、NVIDIA Jetson Thor搭載のファンレスAIコンピュータ『EAC-7000』を発表 は現場側に計算資源を持ち込む流れを示し、Amazon、AWSでPhysical AI Toolchainを公開　NVIDIAのフィジカルAIスタックを採用 は開発基盤をツールとして外部に開いた。これに対し、UNITASはその上位にある「何を共通言語にするか」という層を扱っている。ハードウェアとツールチェーンの整備だけでは、ロボット本体ごとに異なる観測・制御・環境変化の表現差は残るため、3D原生の表現が実用上どこまで通用するかが次の焦点になる。 業界構造でみると、論点はモデル性能そのものより、入力データの構成と展開先の広さにある。leaderobot.comが伝えたように、仮想環境、実機、人間の双手を同一の座標系に置くなら、学習はシミュレーションから実機、さらに人手デモへとまたがる。ここで重要なのは、単一ロボット向けの性能ではなく、異なる本体やタスクに表現を横展開できるかどうかである。もし3D原生の設計が機能するなら、個別ロボットの専用調整コストを下げる可能性があるが、その前提にはデータ収集方法、座標系の互換性、評価条件の透明性が必要になる。 未確定の論点は少なくない。少なくとも、1.7Bパラメータのモデルがどのベンチマークで、どの比較対象に対して、どの設定で優位だったのかは詳細な確認が要る。あわせて、実機データの比率、学習に使った本体の種類、推論時に必要な計算資源、そして公開形態が今後の焦点になる。原典は二次報道であるため、詳細は原典を参照されたい。

なぜ重要か

leaderobot.comが伝えた範囲では、UNITASは仮想環境、実機、人間の双手を同じ座標系で扱うとしており、ロボット学習の入力をどう共通化するかが焦点になる。これは、個別機体ごとの最適化よりも、表現空間の共通化を重視する企業に関係する。

日本への影響

日本企業にとっては、ロボット本体の性能だけでなく、3D座標系やデータ形式をまたぐ学習基盤との接続が課題になる可能性がある。特に、現場側の計算機や開発ツールを整える動きと、3D原生の世界モデルがどう接続されるかは、制御装置、組み込み計算機、センサー統合を担う部門に影響しうる。