智元機器人、連続推論でVLA性能向上 実機成功率40.4%改善

何が起きたか

智元機器人（AgiBot）は2026年5月29日、連続制御向けの推論手法「Continuous Reasoning for Vision-Language-Action」をarXivで発表した。実機評価では、AgiBot G2互換のTX-G2でπ0.5比の平均サブタスク成功率を40.4%、HSRで26.3%向上させた。

詳細

提案手法は、連続思考を共有ガウス潜在変数として表現し、指数移動平均（EMA）教師が生徒の推論を消費して目標行動を予測する自己検証目的で訓練する。これにより、推論がモデル間で共有可能で、下流の行動改善を通じて検証可能になる。実験ではLIBERO-PROのロバスト性も向上した。

Key Facts

本紙の見方

今回の発表は、VLA（視覚・言語・行動）モデルにおける推論の役割を再定義する点で注目される。従来のVLAは言語を推論媒体として使うが、連続制御の粒度とはミスマッチがある。Continuous Reasoningは、言語の代わりに連続思考を共有潜在変数として導入し、自己検証可能な形で訓練する。このアプローチは、推論が単なる内部表現ではなく、モデル間で共有され、下流の行動改善で検証できることを重視しており、VLAの一般化可能性を高める可能性がある。 本紙の過去報道と関連付けると、2026年8月10日の記事『2026年7月の中国ロボット融資、核心部品が25%に 触覚・関節系に集中』では、中国ロボット業界の資金が核心部品に集中していることを報じた。今回の智元の研究は、ソフトウェア側の革新であり、部品調達とは異なる競争軸を示す。また、2026年3月5日の記事『AW 2026開幕、過去最大規模 韓国初公開のAtlasと中国ヒューマノイド会議が焦点』では、中国ヒューマノイドの存在感が増していると報じた。智元はその一角として、実機性能の向上で競争力を高めようとしているとみられる。 業界構造への含意として、VLAの性能向上は、ロボットの実用化を加速させる。特に、成功率の大幅な改善は、産業用・サービス用ロボットの導入障壁を下げる可能性がある。一方で、この手法は計算資源を要する可能性があり、エッジでの実行が課題となる。また、共有潜在変数の設計は、モデルの解釈性を高めるが、実装の複雑さも増す。 今後確認すべき点は、第一に、この手法が他のVLAモデルやロボットプラットフォームで再現可能かどうか。第二に、実運用での計算コストと推論速度。第三に、連続思考の品質を評価する指標の確立である。

なぜ重要か

この研究は、VLAモデルの推論設計に新たな方向性を示し、ロボットの実機性能向上に直結する。特に、中国のロボット企業がソフトウェア面でも競争力を強化していることを示唆しており、今後の国際競争に影響を与える可能性がある。

日本への影響

日本のロボット産業は、ハードウェアの強みを持つが、VLAのようなソフトウェア基盤では中国勢に遅れを取る可能性がある。今回の手法は、実機での性能向上を示しており、日本企業が同様の技術開発を進めるかが焦点となる。