何が起きたか
Turing（東京都大田区、CEO: Issei Yamamoto）は2026年3月26日、VLA（Vision-Language-Action）モデルを用いた実道自動運転で日本初のリアルタイム制御を達成したと発表した。同社が独自開発・訓練した約20億パラメータのVLAモデルを車載コンピューティング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証した。あわせて、因果推論データセット「RACER」と画像トークナイザ「DriveTiTok」を公開した。
詳細
Turingは2026年3月26日、VLAモデルによる実道自動運転のリアルタイム制御で日本初の達成を発表した（同社の2026年3月時点の内部調査による）。VLAモデルはカメラからの視覚情報と言語ベースの文脈理解を統合し、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20億パラメータのVLAモデルを独自開発・訓練し、車載環境向けに最適化。10Hzでのリアルタイム推論と制御を実道で実証した。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共有されている。
Key Facts
| Turingは2026年3月26日、VLAモデルによる実道自動運転で日本初のリアルタイム制御を達成したと発表した（同社の2026年3月時点の内部調査による）。 | [1] |
| 同社が独自開発・訓練したVLAモデルは約20億パラメータで、車載環境向けに最適化され、10Hzでのリアルタイム推論と制御を実証した。 | [1] |
| 因果推論データセット「RACER」と画像トークナイザ「DriveTiTok」を公開した。DriveTiTokは運転映像を離散トークンに変換し、データを約100分の1に圧縮する。 | [1] |
| 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。 | [1] |
| 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きた。 | [1] |
本紙の見方
今回の発表は、Turingが2023年から進めてきたLLMベースの自動運転研究の一つの到達点を示す。約20億パラメータのVLAモデルを車載環境向けに最適化し、10Hzでのリアルタイム制御を実道で実証した点は、同社の技術が研究段階から実用化に向けた段階に移行しつつあることを示唆する。ただし、日本初という主張は同社の内部調査に基づくものであり、第三者による検証はまだない。 本紙の過去報道との接続では、2026年8月17日付のWaymoの記事で、Waymoが160億ドルを調達し評価額1260億ドルに達したこと、2026年に20都市超へ拡大する計画を報じた。Waymoはすでに商業配車サービスを展開しており、Turingはまだ実証段階にある。また、2026年8月10日付のWayveの記事では、WayveがUber・日産と東京でロボタクシー実証を行うと報じた。WayveもVLAに類似したAIドライバーを開発しており、東京での実証を2026年後半に予定している。Turingの今回の成果は、日本発のVLA技術が実道で動作することを示した点で、Wayveの東京実証と並ぶ国内の自動運転技術の進展として位置づけられる。 業界構造への含意として、TuringのアプローチはカメラのみのE2EモデルにLLMバックボーンを組み合わせる点で、センサーコストを抑えつつ高度な意思決定を目指す。これは、LiDARなど高価なセンサーに依存するWaymoの戦略とは対照的であり、自動運転のコスト構造に影響を与える可能性がある。また、RACERデータセットとDriveTiTokの公開は、データと圧縮技術の面で業界全体の研究を加速させる可能性がある。特にDriveTiTokの100分の1圧縮は、車載通信帯域の制約を緩和し、エッジでの処理効率を高める点で重要だ。 未確定の論点としては、今回の実証がどのような道路環境・条件下で行われたのか、また量産車両への統合時期や商業化のスケジュールが明らかでない点が挙げられる。二次報道によれば、Turingはトヨタ・アルファードへのシステム統合を1週間で完了できるとしているが、これは同社の主張であり、第三者による検証はまだない。さらに、VLAモデルの安全性や信頼性の評価、規制当局の承認プロセスも今後の焦点になる。
なぜ重要か
Turingの今回の成果は、日本発のVLA技術が実道で動作することを示した点で、国内の自動運転開発競争において一つのマイルストーンとなる。特に、カメラのみのシンプルな構成でLLMを活用するアプローチは、コストとスケーラビリティの面で既存の高価なセンサー依存型戦略に挑戦するものであり、今後の自動運転のコスト構造や技術選択に影響を与える可能性がある。
日本への影響
TuringのVLAモデルは、日本の道路環境で実証された点で、国内の自動運転技術の進展を示す。また、GENIACプログラムの支援を受けたことは、政府が生成AI基盤の強化を進める中で、自動運転分野への政策的な後押しが具体化した例といえる。日本の自動車産業にとっては、カメラのみのE2Eアプローチが既存のセンサー技術に依存しない新たな選択肢となる可能性があり、部品サプライチェーンに影響を与える可能性がある。ただし、具体的な部品や産業への影響は現時点では不明である。