LiMA、非同期拡散で巧緻操作の推論遅延を45.8%削減

何が起きたか

LiMAは2026-09-23、長期的な意図生成と短時間の運動補正を分離する非同期の二系統生成枠組みを発表した。論文では、推論を遅い系と速い系に分け、触覚・接触変化に合わせるための反応経路を別に持たせる設計を採ったとしている。Cosmos-Policy比で推論遅延を45.8%削減し、6つの両手巧緻操作課題で全体成功率70.8%、平均サブタスク成功率78.9%を達成したと報告している。

詳細

LiMAは、疎な長期の空間・時間的意図生成を担う遅い系と、高頻度の運動精緻化を担う速い系から成る多段階構造をとる。両者の整合には、潜在シュレーディンガー橋結合（Latent Schrödinger Bridge Coupling）を用い、精緻化をエントロピー正則化された確率輸送過程として定式化している。 評価は6つの両手巧緻操作タスクで行われ、未見シナリオでも性能を維持したとしている。プロジェクトサイトは https://ccdcs.github.io/LiMA_repo/ である。

Key Facts

本紙の見方

LiMAの新規性は、巧緻操作を「計画」と「反応」に分け、その間を非同期でつなぐ点にある。VLAモデルは高次の推論には強い一方で物理ダイナミクスの細かな把握が弱く、World-Action Modelsは生成反復のため遅い、という論文の整理を前提にすると、LiMAは両者の弱点を時間軸の分割で埋めにいく設計だと読める。ここで主役なのは性能向上そのものより、接触が変化しやすい実世界の操作で「意図の生成」と「即応の修正」を別系統にした構造である。 本紙の関連記事はないため、過去報道との連続性は置かない。比較材料として見るべきなのは、Cosmos-Policyに対する45.8%の遅延削減と、6タスクでの70.8%という成功率だ。これらの数字は、単に精度が出たというより、反応速度を犠牲にせずに長い見通しを持たせることが課題であることを示している。つまり、巧緻操作では「何をするか」と「今すぐどう動くか」を同じ生成ループで処理すること自体がボトルネックになりやすく、LiMAはその構造を変えようとしている。 業界構造への含意としては、ロボット制御が大規模言語・視覚モデルの延長だけでは足りず、時間分解能の違う計算系をどう組むかが焦点になる。特に、未見シナリオでも性能を維持したという点は、学習済み方策の汎化だけでなく、実行時の再整合機構が重要だという見方につながる。一方で、論文からは実機での稼働条件、失敗モード、接触安全性、タスクごとの内訳、学習データの範囲までは読み取れない。次に確認すべきは、どの程度の遅延環境や対象物の多様性で性能が保たれるか、そして高速側の補正が失敗した場合にどう挙動するかである。

なぜ重要か

長期計画と即時補正を分ける設計は、接触を伴う巧緻操作で求められる応答速度と見通しを同時に扱うための具体的な構成として意味がある。Cosmos-Policy比45.8%の遅延削減と、6タスクでの成功率70.8%という数字は、この方式が少なくとも論文上の比較では、速度と性能の両立を狙っていることを示している。

日本への影響

日本のロボット研究や部品産業に直接結びつくのは、巧緻操作で必要になる低遅延の制御系と、接触変化に追随する実時間推論の設計である。実機検証の条件や失敗モードが今後詰まれば、減速時の安全設計やハンド制御の評価軸が重要になる可能性がある。