XPENG関連の研究チーム、異種経験を統合する世界モデル「XPACE」を公開

何が起きたか

XPENGのIRONヒューマノイドロボットを用いた研究として、異種の経験を統合する「XPACE: Joint World and Action Modeling from Heterogeneous Experience」が2026年9月15日に公開された。XPACEは、実行可能なロボット動作と将来動画を同時に予測する世界行動モデルであり、同時に行動の結果を視覚的に予測する世界シミュレータでもある。研究では、人間とロボットのデモンストレーション、さらに行動ラベルのない動画を組み合わせて学習し、ロボット実演だけでは含まれない行動への一般化を狙った。

詳細

論文は、共有された動画バックボーンを政策モデルとシミュレータで使い回す構成を取る。これにより、行動ラベルのない動画から視覚ダイナミクスを学び、行動ラベル付きの人間・ロボットデモからは動画予測と行動予測を同時に学習する。 さらに、粗から細へと移る学習カリキュラムを採用し、ロボット制御を徐々に重視しつつ人間の経験も残す設計とした。加えて、シミュレータを自ら生成した文脈に適応させ、熟練デモの周辺に逸脱・回復の軌道を合成し、選別した回復例で政策を微調整したとされる。

Key Facts

本紙の見方

XPACEの新しさは、単なる動画予測や模倣学習ではなく、異種経験の統合を前提に世界モデルと方策学習を結び付けた点にある。行動ラベルのない動画を視覚ダイナミクスの学習に使い、行動ラベル付きの人間・ロボットデモで動作予測まで学ばせる構成は、データの種類ごとに役割を分けながら同じ表現空間へつなぐ設計である。一方で、粗から細への学習カリキュラムや、シミュレータが自ら生成した回復軌道で再学習する手法は、既存の模倣学習やシミュレーション学習の延長線上にある。 本紙の関連記事であるXPENG、ロボティクス事業で9億ドル超を調達と比べると、今回は資本調達の話ではなく、学習基盤そのものの中身を示した点が違う。前回の記事はロボティクス事業の評価額や資金調達を扱っていたのに対し、今回はIRONでの学習方法が焦点であり、同社が資金だけでなくデータ統合と自己改善の仕組みにも投資していることをうかがわせる。つまり、ロボット事業の競争軸が機体性能だけでなく、異種データをどう学習資源へ変えるかにも移っていると読める。 業界構造でみると、XPACEは入力側の多様な経験データ、中間の世界モデル、出力側の方策、そして再び学習に戻す回復データ生成を一つの循環にしている。ここで重要なのは、ロボット実演だけでなく人間観測データも取り込む点であり、実機データの不足を補う設計として解釈できる。ただし、論文要旨からは学習データ量、モデル規模、どのタスクでどの程度改善したかは読み取れないため、今後は実機での成功率、対象タスクの範囲、回復データの生成条件、そして人間デモの比率が確認点になる。

なぜ重要か

XPENGが公開したXPACEは、行動ラベル付きデモだけに頼らず、動画データを学習資源として使える点が重要である。実機デモが限られるヒューマノイド領域では、こうした設計が学習データの不足をどう埋めるかが焦点になり、開発の進め方に直接関わる。

日本への影響

日本企業にとっては、ヒューマノイドの学習を支える実機データ、動画データ、回復データの循環をどう作るかが論点になり得る。特に、製造現場や物流現場での実データを持つ企業ほど、機体単体ではなくデータ生成と再学習の仕組みまで含めた競争が意識される可能性がある。