何が起きたか

Sunday Roboticsは2026年7月16日、車輪型家庭用ロボット「Memo」を搭載する新AIモデル「ACT-2」を発表した。同社によると、Memoは未見の衣類を未見の家庭で折りたたむ作業を99%超の成功率で達成した。同社は、センサー付き手袋を着用した人間の動作を学習し、布地の操作に関わる動きを機械の能力に変換することで、この性能を実現したとしている。

本紙の見方

今回の発表は、家庭用ロボット分野における「未見の環境・未見の物体」への適応という難題への一つの回答を示した点で注目される。従来のロボットは、事前に学習した物体や環境でのみ高い性能を発揮することが多く、家庭のような多様な環境での汎用性が課題だった。Sunday Roboticsは、センサー付き手袋による人間の動作模倣学習を採用することで、布地の操作という繊細なタスクを、特定の家庭や衣類に依存せずに実現したと主張する。このアプローチは、実世界データの収集方法として、遠隔操作やシミュレーションに頼る他社とは一線を画す可能性がある。 本紙の過去報道では、Boston Dynamicsが新型Atlasの頭部をモジュール化し、計算コアを交換可能にすることで、計算技術の進歩に合わせて既存ロボットの能力を向上させる戦略を報じた。Sunday RoboticsのACT-2も、AIモデルの更新によりMemoの能力を向上させるものであり、ロボットのハードウェアとソフトウェアの分離・更新可能性という点で共通する。ただし、Boston Dynamicsがハードウェアのモジュール化に重点を置くのに対し、Sunday Roboticsはソフトウェア（AIモデル）の進化に重点を置いており、アプローチの違いが際立つ。 業界構造への含意として、家庭用ロボットの競争は、ハードウェアの性能だけでなく、実世界データの収集方法とAIモデルの汎用性が鍵を握ることを示唆する。Sunday Roboticsの手法は、人間の動作を直接学習することで、データ収集の効率を高める可能性がある。一方で、センサー付き手袋による学習は、衣類の種類や家庭環境の多様性にどこまで対応できるかが未知数であり、99%超の成功率がどのような条件下で達成されたのかは明らかでない。 未確定の論点として、ACT-2の学習データの規模や多様性、99%超の成功率の検証方法、Memoの量産体制や価格、他社製品との比較優位性などが挙げられる。また、同社が今後、どのような家庭用タスクに展開するのかも注目される。

なぜ重要か

家庭用ロボットが「未見の環境」で実用的な作業をこなせるかは、市場普及の分水嶺となる。Sunday Roboticsの発表は、その可能性を具体的な数値で示した点で、家庭用ロボットの実用化競争に一石を投じるものだ。