Figure AI、新たな訓練手法でロボティクス LLM 物理 AI を2026年に前進

Figure AIは先月、新しいトレーニング結果を公開しました。それらは、見たことのない物体を扱うロボットを示しています。この研究は、身体的なタスク中に基本的な推論を提供するために大規模言語モデルに依存しています。

テストは同社のベイエリアラボで行われました。ロボットは見慣れないツールを拾い上げ、新しいプログラミングなしでグリップを調整しました。エンジニアたちは、ビジョン言語モデルの追加をこの変化の功績としています。

この開発は複数のチームに影響します。Boston Dynamicsは独自の制御スタックでAtlasの開発を続けています。Physical Intelligenceは実際のロボット実験からモデルにデータを供給するデータパイプラインに注力しています。各アプローチは現在、LLM統合が信頼できる成果をもたらすことを証明するプレッシャーに直面しています。

Figure AIとPhysical Intelligenceはどちらも、言語モデルが低レベルの動作をガイドする場合に新規タスクでの成功率が高いと報告しています。

トレーニングデータには現在、オブジェクトの特性に関する言語キューが含まれています

Figure AIは数千の家庭および工場でのインタラクションのビデオを収集しました。各クリップには重量、質感、安定性を説明するキャプションが付いています。言語モデルはこれらの説明を読み取り、ロボットが動く前にグリップ調整を提案します。

Physical Intelligenceはより小規模で同様のループを実行しています。彼らのシステムは短い言語指示と力センサーの読み取りをペアリングします。初期結果では、新しい部品での初回試行時の落下が減少しています。

Boston Dynamicsは言語統合に関する詳細をあまり共有していません。最近のアップデートでは依然としてハードウェアのバランスと関節制御を強調しています。

Why these experiments matter beyond demos

ロボットの故障のほとんどは、条件がトレーニングデータと異なる場合に発生します。言語モデルを追加することで、システムは物体がどのように振る舞うかに関する幅広い知識を活用できます。モデルは、ロボットがその正確なカップを扱ったことがなくても、ガラスのカップが圧力で割れることを推測できます。

この変化により、徹底した物理実験の必要性が減ります。企業は依然としてロボットデータを収集しますが、モデルは検索を短縮する初期ヒューリスティックを提供します。

投資家はこの変化に注目しています。Figure AIは今春、既存の支援者からの参加を得て新たな資金調達ラウンドを完了しました。Physical Intelligenceは2つの自動車部品サプライヤーとのパイロットライン向けパートナーシップを発表しました。

Limits remain on speed and safety guarantees

言語モデルは知覚と行動の間にステップを追加します。現在のハードウェアでは遅延が数百ミリ秒に達することがあります。この遅延は高速組立ラインでは重要です。

安全チームはまた、モデル出力が確率論的であることに注目しています。センサーノイズや部分的なビューが発生すると、ロボットは矛盾する提案を受け取る可能性があります。企業は現在、力の限界に達したときに言語提案をオーバーライドする二次コントローラーを実行しています。

批評家は、公的ベンチマークが依然として狭いタスクを優遇していると指摘しています。幅広い常識的主張は、制御されていない環境でのより長い試行を待っています。

Next milestones to track over the coming months

Figure AIが8月に大手物流パートナーとの公開デモを予定している点に注目してください。このセッションでは、ロボットが事前にマッピングされていないレイアウトで混合ボックスの荷ほどきを行う様子が示されます。

Physical Intelligenceは9月までにトレーニングログの一部を公開すると述べています。このデータにより、外部グループが独自のモデル追加をテストできるようになる可能性があります。

Boston Dynamicsは通常、10月の年次イベントに合わせて主要なアップデートを調整しています。言語モデルの追加があれば、そこに最初に登場する可能性が高いでしょう。

これらのチェックポイントは、タスクがより複雑になった場合やハードウェアが新しい場所に移動した場合に、現在の成果が持続するかどうかを示すでしょう。