Physical AI フロンティア・レーダー · 2026-09-21
フィジカルAIの最前線を毎日更新：8つの軸、三言語の要約、追跡可能な根拠。
- 生成時刻:
2026-09-21 01:40 UTC - 対象期間:
2026-09-18 → 2026-09-21 (UTC) - 根拠タグ：O = 一次情報 · R = 論文/プレプリント · M = メディア/二次情報
本日の注目
1. Physical AI Takes the Wheel: How the World’s Robotaxi Leaders Are Building With NVIDIA Technologies
- 軸: システムとオーケストレーション（長期タスク / 複数方策） ｜ 根拠:
[O]｜ 出典: NVIDIA Blog ｜2026-09-10 - 定量結果あり
- 重要な理由: 長期タスクのシステム形態はオーケストレーターと方策プールであり、運用対象は単一モデルから能力境界の集合になる。
The global robotaxi market — physical AI’s first commercial breakthrough — is projected to reach $400 billion by 2035, with over 6 million commercial vehicles in operation as driverless fleets are already moving people through some of the…
2. Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO Steps
- 軸: 学習と自己改善（RL / 事後学習） ｜ 根拠:
[O]｜ 出典: Hugging Face Blog ｜2026-09-03 - 重要な理由: 事後学習と自己改善は、配備後も方策が強くなれるか、運用で介入データを取る必要があるかを決める。
3. NVIDIA Brings Real-Time AI to Broadcast, Sports and Global Streaming at IBC
- 軸: エッジとリアルタイム（オンデバイス推論 / 制御周期） ｜ 根拠:
[O]｜ 出典: NVIDIA Blog ｜2026-09-09 - 遅延・制御周期の数値あり
- 重要な理由: オンデバイスの遅延と制御周期は硬い制約：実時間予算を超えるモデルは制御ループに入れない。
At the IBC conference, running Sept. 11-14 in Amsterdam, the creative, technology and business communities are coming together to turn ideas into action and discuss innovations across the media and entertainment industries.
4. Quantization-Aware Healing: a compressed, 4-bit model that outperforms its full-precision original
- 軸: エッジとリアルタイム（オンデバイス推論 / 制御周期） ｜ 根拠:
[O]｜ 出典: Hugging Face Blog ｜2026-08-25 - 遅延・制御周期の数値あり
- 重要な理由: オンデバイスの遅延と制御周期は硬い制約：実時間予算を超えるモデルは制御ループに入れない。
5. The Best Way to Explore Lunar Craters Is a Giant Robot Ball
- 軸: ハードウェアとサプライチェーン（機体 / コスト） ｜ 根拠:
[M]｜ 出典: IEEE Spectrum Robotics ｜2026-09-03 - 遅延・制御周期の数値あり
- 重要な理由: 機体とサプライチェーンがコスト曲線と納入ペースを決め、アクチュエータがBOMの主要部分を占める。
On a good day, the rock quarry in central Texas is about 370,000 kilometers (230,000 miles) from the moon. But last February, when Rishi Jangale watched his 1.8-meter-wide, 150-kilogram inflatable robot roll effortlessly over rocks,…
6. Piloting the world’s first double-blind AI evaluations
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[O]｜ 出典: Google DeepMind ｜2026-08-27 - 重要な理由: 評価手法が出荷判断を決める：オフライン指標は閉ループ成功率ではなく、評価予算は人手からGPU時間へ移りつつある。
Piloting the world’s first double-blind AI evaluations
7. How to Train a Cross-Embodiment Robot Navigation Policy with AI Agents
- 軸: データエンジン（収集 / 精査 / スケーリング） ｜ 根拠:
[O]｜ 出典: NVIDIA Technical Blog (Robotics) ｜2026-08-26 - 重要な理由: データの取得元と精査パイプラインが現在の真の堀であり、新規タスク単価を決める。
Navigation enables a robot to turn perception and motion into purposeful autonomy. Unlike locomotion, which produces stable movement, navigation must be used to…
8. Introducing agentic video understanding with Gemini
- 軸: システムとオーケストレーション（長期タスク / 複数方策） ｜ 根拠:
[O]｜ 出典: Google DeepMind ｜2026-09-01 - 重要な理由: 長期タスクのシステム形態はオーケストレーターと方策プールであり、運用対象は単一モデルから能力境界の集合になる。
フロンティア基準（キュレーション）
1. Z-1: efficient RL post-training for flow-based VLA models
- 軸: 学習と自己改善（RL / 事後学習） ｜ 根拠:
[R]｜ 出典: arXiv 2606.31846 ｜2026 - 主要数値:
80.6% average success on 24 RoboCasa tasks·+13.2 points over SFT init·public demos only - 重要な理由: 私有デモを増やさずに体系的なGRPO事後学習で二桁の改善。「データを足すしかない」という前提を崩す。
2. Gemini Robotics 2 brings whole body intelligence to robots
- 軸: 基盤モデル（VLA / WAM） ｜ 根拠:
[O]｜ 出典: Google DeepMind ｜2026 - 主要数値:
full humanoid control, feet to fingertips·bi-arm robots - 遅延・制御周期の数値あり
- 重要な理由: 全身制御が汎用VLAの機能に入り、上半身の操作と下半身のバランスが別系統でなくなる。
3. LeRobotDataset v3.0: a standardised, streamable format for robot learning data
- 軸: データエンジン（収集 / 精査 / スケーリング） ｜ 根拠:
[O]｜ 出典: Hugging Face ｜2026 - 主要数値:
Parquet + MP4 + relational metadata·multi-episode packing·native streaming for multi-TB datasets - 重要な理由: フォーマットはデータがLeRobot v3、アセットがOpenUSDへ収束。ワンステップで変換できるデータは、私有形式に閉じた同時間のデータより価値が高い。
4. RD-VLA: implicit test-time compute scaling via latent iterative reasoning
- 軸: エッジとリアルタイム（オンデバイス推論 / 制御周期） ｜ 根拠:
[R]｜ 出典: arXiv 2602.07845 ｜2026 - 主要数値:
constant memory regardless of reasoning depth·up to 80x inference speedup vs token-based reasoning VLAs - 遅延・制御周期の数値あり
- 重要な理由: トークン遅延を払わずに「長く考える」ことが可能になり、推論時計算を制御ループへ持ち込む鍵となる。
5. Newton: open-source GPU physics engine for robotics (NVIDIA, Google DeepMind, Disney Research)
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[O]｜ 出典: NVIDIA Developer ｜2026 - 主要数値:
built on Warp + OpenUSD·MuJoCo Warp up to 152x (locomotion) / 313x (manipulation) vs MJX on RTX 4090 - コードまたは重み公開
- 重要な理由: 微分可能な新しいシミュレーション基盤とIsaac Labのバックエンド切替により、学習と評価で同じアクチュエータ設定を再利用できる。
6. NVIDIA Jetson Thor: up to 2070 FP4 TFLOPS and 128 GB at 40-130 W
- 軸: エッジとリアルタイム（オンデバイス推論 / 制御周期） ｜ 根拠:
[O]｜ 出典: NVIDIA ｜2026 - 主要数値:
7.5x AI compute vs Orin·3.5x energy efficiency vs AGX Orin·Jetson T2000: 400 FP4 TFLOPS / 16 GB - 定量結果あり / 遅延・制御周期の数値あり
- 重要な理由: オンデバイス計算の世代交代が世界モデルと推論時計算の余地を生むが、実時間予算は個別に実測が必要。
軸ごとの分布
| 軸 | # |
|---|---|
| 基盤モデル（VLA / WAM） | 3 |
| データエンジン（収集 / 精査 / スケーリング） | 6 |
| 学習と自己改善（RL / 事後学習） | 5 |
| シミュレーションと評価（sim2real / 閉ループ） | 5 |
| エッジとリアルタイム（オンデバイス推論 / 制御周期） | 7 |
| 安全・権限・コンプライアンス | 5 |
| システムとオーケストレーション（長期タスク / 複数方策） | 3 |
| ハードウェアとサプライチェーン（機体 / コスト） | 3 |
直近の推移
標準・規制ウォッチ
- ISO 25785-1 — Safety requirements for dynamically stable industrial mobile robots — Under development; committee-stage as of 2026-09.
- Regulation (EU) 2023/1230 (Machinery Regulation) — Fully applicable 2027-01-20.
- EU AI Act official timeline (Council of the EU) — High-risk deadlines 2027-12-02 / 2028-08-02 per Digital Omnibus.
本リポジトリは技術観察であり、投資助言・製品保証・安全認証の結論ではありません。論文の主張は著者による自己報告です。