Physical AI フロンティア・レーダー · 2026-09-23
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:
2026-09-23 01:40 UTC - 対象期間:
2026-09-20 → 2026-09-23 (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. NVIDIA Isaac ROS 5.0 Advances Agentic, Open Source Robotics Development
- 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 ｜2026-09-22 - コードまたは重み公開
- 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。
To build and deploy sophisticated robotics applications that can perceive, reason and act in dynamic environments, developers need new physical AI models and tools.
2. How UK AISI and EvalEval Are Making Benchmark Results Reproducible
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[O]｜ 出典: Hugging Face Blog ｜2026-09-22 - 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。
3. Jun Kim, oMLX creator and maintainer, joins Hugging Face to support the MLX community
- 軸: 学習と自己改善（RL / 事後学習） ｜ 根拠:
[O]｜ 出典: Hugging Face Blog ｜2026-09-22 - 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。
4. Barbara Mazzolai Wants to Build a New Field of Robotics
- 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:
[M]｜ 出典: IEEE Spectrum Robotics ｜2026-09-22 - 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。
Throughout her career, roboticist Barbara Mazzolai has turned to nature for inspiration. Now she wants to ensure the technology she builds gives back to the environment, too.
5. NeoMME: an efficient Multimodal-native and Multilingual Encoder
- 軸: ハードウェアとサプライチェーン（機体 / コスト） ｜ 根拠:
[O]｜ 出典: Hugging Face Blog ｜2026-09-03 - 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。
6. This Robot Will Draw Your Blood Now
- 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:
[M]｜ 出典: IEEE Spectrum Robotics ｜2026-09-07 - 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。
You sit down and put your arm in the cradle. You press a button.
フロンティア基準（キュレーション）
1. SHIELD: safety on humanoids via control barrier functions in expectation on learned dynamics
- 軸: 安全・権限・コンプライアンス ｜ 根拠:
[R]｜ 出典: arXiv 2505.11494 ｜2026 - 主要数値:
runtime constraint specification·no retraining when constraints change - 重要な理由: 「制約変更に再学習不要」を可能にする。ローカルな権限ゲートの学術的な対応物。
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. 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。
4. Bringing a frontier world model to the convenience store: Telexistence’s DreamZero experiment on AWS
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[O]｜ 出典: AWS Physical AI Blog ｜2026-09-09 - 主要数値:
14B world action model·best closed-loop 45%·real-data-trained run 0% in sim·MSE -55.6% from 1k to 2k steps·~583 ms/step on 8xB200·curation flagged 39.3% vs human 49.7% - 重要な理由: 「最前線のモデルが自社ロボットに適するか」を測定可能な数値に変え、実データを模擬環境で評価した際の0%も正直に記録。ドメイン差の診断自体が成果物。
5. Post-train NVIDIA Cosmos 3 Edge for on-device robot control
- 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 Technical Blog ｜2026-08 - 主要数値:
4B omni-model·2B Nemotron reasoner·runs on Jetson Thor·receding-horizon control loop - 閉ループ成功率あり / コードまたは重み公開
- 重要な理由: 世界モデルをオンデバイスで動かす最初の再現可能な道筋：事後学習してThorで提供し、閉ループで評価。コードと重みも公開。
6. Egocentric human video can outperform real-robot data for embodied pretraining
- 軸: データエンジン（収集 / 精査 / スケーリング） ｜ 根拠:
[R]｜ 出典: arXiv 2606.20521 ｜2026 - 主要数値:
-24% validation loss at equal data·+52.5% in-distribution success·+90% out-of-distribution success - 遅延・制御周期の数値あり
- 重要な理由: 機群を持たないチームでもデータ優位を築ける。機群があっても精査と判定の仕組みがなければ、データは保管コストにすぎない。
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） | 5 |
| 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） | 2 |
| 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。