何が起きたか
Teradyne Roboticsは2026年8月20日、台北国際自動化工業大展で、Physical AIをテーマにした展示を開始した。旗下のUniversal Robots(UR)とMobile Industrial Robots(MiR)が、AI TrainerとDual Arm on AMR(移動協働プラットフォーム)を台湾で初公開した。AI TrainerはScale AIと共同開発した模倣学習システムで、ロボットが人間の動作を模倣して学習する。同社は11の協働自動化アプリケーションも提案し、電子製造現場の変動課題に対応する。
詳細
AI Trainerは、GTC 2026で発表されたもので、Scale AIと共同開発された。AIトレーニングセル内でロボットが人間の動作を模倣し、AIモデルのトレーニングに必要なデータを生成する。Dual Arm on AMRは、移動ロボットに双腕を搭載したプラットフォームで、台湾初公開となる。展示では、スマート搬送やスマート溶接などのアプリケーションも紹介された。また、Teradyne Roboticsは4月23日に「2026電子製造協働自動化フォーラム」を開催し、11の協働自動化アプリケーションと「導入前に明確にすべき10の重要質問」を提示した。
Key Facts
| Teradyne Roboticsは2026年8月20日、台北国際自動化工業大展でAI TrainerとDual Arm on AMRを台湾初公開した。 | [1] |
| AI TrainerはScale AIと共同開発され、GTC 2026で発表された。 | [1] |
| AI Trainerは、AIトレーニングセル内でロボットが人間の動作を模倣し、AIモデルのトレーニングに必要なデータを生成する。 | [1] |
| Teradyne Roboticsは4月23日に「2026電子製造協働自動化フォーラム」を開催し、11の協働自動化アプリケーションを提案した。 | [1] |
| Teradyne Roboticsは、Universal RobotsとMobile Industrial Robotsで構成される。 | [2] |
本紙の見方
今回の発表は、Teradyne RoboticsがPhysical AIを前面に押し出し、AI TrainerとDual Arm on AMRを台湾で初公開した点が新しい。AI Trainerは、ロボットが人間の動作を模倣して学習する模倣学習システムであり、従来のプログラムによる動作からAI駆動のタスクへの移行を示す。これは、ロボットが実世界のデータを収集し、AIモデルを訓練するという、Physical AIの実装における重要なステップである。 本紙の過去報道では、Teradyne Robotics、中国JAKAの独子会社を特許侵害で提訴 欧州で2件目の知財紛争(2026年8月27日)で、Teradyne RoboticsがJAKA Roboticsを特許侵害で提訴したことを報じた。今回の台北での展示は、その知財紛争とは別に、同社が製品開発と市場開拓を積極的に進めていることを示す。また、FlexとTeradyne Robotics、製造自動化で提携拡大 部品製造と現場導入の二役担う(2026年4月22日)で報じたように、同社は製造自動化のエコシステムを強化している。 業界構造への含意として、AI Trainerの導入は、ロボットのプログラミング方法を変える可能性がある。従来は専門家によるプログラミングが必要だったが、模倣学習により、現場の作業員がロボットに動作を教えることができる。これにより、ロボット導入のハードルが下がり、中小企業を含む幅広い層への普及が進むとみられる。また、Scale AIとの協業は、AIモデルの訓練データの重要性を示しており、ロボットメーカーがデータ収集とAI開発を強化する流れを加速させる可能性がある。 未確定の論点としては、AI Trainerの具体的な性能や、実際の導入事例がまだ公開されていない点が挙げられる。また、Dual Arm on AMRの市場投入時期や価格も明らかでない。今後の発表が待たれる。
なぜ重要か
Teradyne RoboticsがAI Trainerを台湾で初公開したことは、ロボットがAIによって駆動される時代の到来を示す。模倣学習により、ロボットのプログラミングが容易になり、製造現場での導入が加速する可能性がある。また、Scale AIとの協業は、ロボット産業におけるデータの重要性を浮き彫りにし、今後の競争の焦点がデータとAIにあることを示唆している。
日本への影響
日本の製造業は、協働ロボットの導入が進んでいるが、AI Trainerのような模倣学習システムは、プログラミングの専門知識がなくてもロボットを導入できる可能性を広げる。日本の中小企業にとって、導入障壁の低減は朗報となる。一方で、AIモデルの訓練データの収集と活用は、日本の製造現場のノウハウをデータ化する課題もあり、今後の対応が求められる。