X Square Robot、物流現場で具現化AIを実演 1時間あたり1,816個の仕分けを達成

何が起きたか

X Square Robotは、物流現場における具現化AIの実演を公開した。同社の独自AI基盤モデルWALL-Bと自社開発の高性能6軸ロボットアームが、トラックから荷降ろしされた乱雑な荷物の山から、多様な荷物を自律的に識別・ピッキング・向き直し・供給し、仕分けラインに投入する様子を実演した。この実演は、XとYouTubeでライブ配信され、1時間あたり1,816個の荷物を98%以上の精度で処理した。

詳細

X Square Robotは、物流の最前線で最も困難な作業の一つである荷物投入（パーセルインダクション）を自動化するシステムを実演した。この作業は、トラックの荷降ろしで生じる乱雑な荷物の山から、荷物を仕分けラインに供給するもので、労働集約的で「退屈で、汚く、危険」な「3D」タスクとされる。高い労働需要、離職率、夜勤や季節的なピーク時の人員確保が課題となっており、労働コストの上昇に伴い、継続稼働できる自動化は生産性とROI向上の潜在的な道を提供する。 実験室でのデモは通常、この段階で失敗する。荷物の山はピッキングのたびに変化し、箱やソフトパッケージが重なり、ラベルが逆向きで、最適な把持面が埋もれていることが多い。荷降ろしドックでは、この乱雑さが荷物投入のスループットのボトルネックとなり、仕分けの中で最も労働集約的な段階の一つとなっている。 X Square Robotの創業者兼CEOであるWang Qian氏は、「物流自動化の問いは、ロボットが一度のクリーンなピッキングができるかどうかではない。山が変化する中で良い判断を継続できるか、問題が起きたときに回復できるか、そして他の作業を動かし続けられるかである。我々は理想化された環境ではなく、作業自体に合わせて自動化を設計した」と述べた。 この能力の中核は、X Square Robot独自の具現化AI基盤モデルWALL-Bである。ライブデモでは、モデルが学習した理解をリアルタイムの行動に変換する様子が示された。各荷物とその周囲を評価し、どのように扱うべきかを判断し、状況の変化に応じて操作戦略を適応させる。手動でプログラムされたルールに依存するのではなく、WALL-Bはロボットが物理世界の予期しない状況に対応できるようにする。デモでは、6軸アームが誤った経路の荷物を救出するために動的に介入する場面もあった。 これらの判断を物理的な行動に変えるのが、高性能6軸ロボットアームである。多角度の可動域により、システムは異なる方向から荷物にアプローチし、ピッキング、反転、平坦化、再配置ができる。荷物がコンベヤに到達する前に、アームはラベルをスキャナに向け、ソフトパッケージを滑らかにし、箱を整えることができる。これらの小さな調整は、バーコードスキャンを改善し、不適切に配置された荷物による返品や手作業を減らす。 X Square Robotは、1台のロボットにすべてのタスクを実行させるのではなく、荷物投入の特定の要求に合わせてシステムを設計する、目的特化型のアプローチを取る。その結果、速度、精度、コストに焦点を当てた組み合わせとなり、ワークフローにハードウェアとAIを適合させる。同社にとって、このデモは荷物を動かすこと以上の意味を持ち、物理世界でAIを実用的にし、複雑な物理環境でロボットが知覚、推論、行動できるようにするという、具現化知能に関する広範なビジョンを反映している。

Key Facts

なぜ重要か

この実演は、物流現場の最も困難な作業の一つである荷物投入を自動化する可能性を示すものである。労働コストの上昇と人手不足が課題となる中、継続稼働できる自動化は生産性とROI向上の道を提供する。また、同社の具現化AI基盤モデルWALL-Bが、理想化された環境ではなく実世界の複雑さに対応できることを示した点で重要である。