Turing、国内初のVLAモデルによる公道実走行を達成 2億パラメータのモデルを10Hzで制御

何が起きたか

Turingは2026年3月26日、VLA（Vision-Language-Action）モデルを用いた公道でのリアルタイム自動運転を日本で初めて達成したと発表した。同社が独自開発した約2億パラメータのVLAモデルを車載計算環境向けに最適化し、10Hzでのリアルタイム推論と車両制御を実現した。あわせて、因果推論データセット「RACER」と、駆動映像を約100分の1に圧縮する画像トークナイザ「DriveTiTok」を公開した。

詳細

Turingは2026年3月26日、VLAモデルによる公道でのリアルタイム自動運転を国内初（同社の2026年3月時点の調査による）で達成したと発表した。VLAモデルはカメラからの視覚情報と言語による文脈理解を統合し、ステアリング、加速、ブレーキなどの運転行動を予測・実行する。従来のE2Eモデルが主に生の画像・センサー入力に依存するのに対し、TuringのアーキテクチャはLLMバックボーンを組み込み、統合的な意思決定を可能にした。同社は約2億パラメータのVLAモデルを独自開発・訓練し、車載計算環境向けに最適化した。システムは公道で安定した自動運転性能を示し、10Hzでのリアルタイム推論・制御を達成した。この成果は、経済産業省とNEDOが進める生成AI基盤強化プログラム「GENIAC」の支援を受けて実施された。データセットと事前学習モデルの一部はHugging Faceで公開され、技術的知見はテックブログでも共有される。

Key Facts

本紙の見方

今回の発表は、自動運転AIの開発において、従来のE2EモデルからLLMバックボーンを組み込んだVLAモデルへの移行を示す点で画期的だ。Turingは2023年からLLMベースの自動運転の研究開発に注力しており、今回の公道実走行はその集大成といえる。約2億パラメータという規模は、車載環境でのリアルタイム推論を考慮すると比較的小規模であり、10Hzでの制御を実現したことは、実用化に向けた重要なマイルストーンである。 本紙の過去報道では、IFRが2025年の米国ロボット設置台数の増加を報じ、産業用ロボットの導入が進む一方で、中国ロボットメーカーの苦戦や導入準備不足が指摘されていた。今回のTuringの成果は、自動運転という特定領域において、日本発のAI技術が世界と競争できる可能性を示すものだ。特に、VLAモデルはロボット制御にも応用可能であり、Physical AIの実現に向けた基盤技術として、産業用ロボット分野にも波及する可能性がある。 業界構造への含意として、Turingが公開したRACERデータセットとDriveTiTokは、自動運転AIの開発におけるデータと計算資源の課題に取り組むものだ。RACERはエッジケースの因果推論を強化し、DriveTiTokはデータ圧縮により通信・計算コストを削減する。これらは、自動運転AIの開発を加速させるためのオープンな基盤として、業界全体の進展に寄与する可能性がある。 一方で、未確定の論点も残る。今回の公道実走行の具体的な走行条件（道路種別、速度、時間帯など）や、実用化に向けた量産計画は明らかにされていない。また、VLAモデルの安全性検証や、他社との協業の有無も今後の課題だ。Turingは完全自動運転の実現を目指しており、今回の成果をどのように製品化につなげるかが焦点になる。

なぜ重要か

Turingの成果は、日本発のVLAモデルによる自動運転が実用段階に入ったことを示す。これは、自動運転技術の競争において、日本がAI基盤技術で存在感を示す契機となる。また、公開されたデータセットとトークナイザは、自動運転AIの開発を加速させる共通基盤として、業界全体の進展に寄与する可能性がある。

日本への影響

Turingの発表は、日本における自動運転AI開発の水準を示すものだ。特に、VLAモデルはロボット制御にも応用可能であり、日本の産業用ロボット分野との親和性が高い。本紙が過去に報じたIFRのデータでは、日本のロボット密度は世界有数であり、今回のAI技術が日本のロボット産業の競争力強化につながる可能性がある。ただし、具体的な連携や応用はまだ明らかでない。