Physical AI フロンティア・レーダー · 2026-10-10
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:
2026-10-10 07:15 UTC - 対象期間:
論文 2026-10-06 → 2026-10-10 · ブログ・報道 2026-09-10 → 2026-10-10 · 30 日以内の重複なし (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. RoboRender: Robot-Oriented Video Generation for Visual Sim-to-Real Transfer
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[R]｜ 出典: arXiv 2610.09254 ｜2026-10-07 - 主要数値:
71%(“RoboRender-generated data achieve a 71% average success rate”) ·7.1x(“domain randomization by approximately 7.1x and 3.6x”) ·3.6x(“by approximately 7.1x and 3.6x”) - シグナル:
定量結果あり·閉ループ成功率あり·実機実験あり - 重要な理由: 査読前のプレプリント。本文に実機での結果、閉ループ評価の結果、定量データあり。シミュレーション結果が実機性能をどこまで予測できるかに注目。
Simulation enables large-scale, low-cost robot data generation, but policies trained in simulation often fail to transfer to the real world due to the sim-to-real visual discrepancies.
2. USDCraft: Geometrically Grounded Programmatic Modeling of Articulated 3D Assets for Simulation
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[R]｜ 出典: arXiv 2610.11322 ｜2026-10-08 - シグナル:
実機実験あり - 重要な理由: 査読前のプレプリント。本文に閉ループ評価の結果、定量データの記載なし。シミュレーション結果が実機性能をどこまで予測できるかに注目。
Geometrically faithful and functional articulated 3D assets are essential for real-to-sim robot manipulation, where policies trained in simulation must transfer to physical objects.
3. Humanoid World Action Model With Joint State–Action Generation
- 軸: 基盤モデル（VLA / WAM） ｜ 根拠:
[R]｜ 出典: arXiv 2610.12026 ｜2026-10-08 - 主要数値:
70.6%(“HWAM achieves a 70.6% success rate”) ·43.3%(“compared with 43.3% for Fast-WAM”) - シグナル:
定量結果あり·閉ループ成功率あり - 重要な理由: 査読前のプレプリント。本文に実機での結果の記載なし。新しいタスクや機体に必要なデータが減るかに注目。
Humanoid robots are a promising platform for general-purpose manipulation. Recent Vision-Language-Action (VLA) policies learn actions directly from multimodal observations, while World Action Models (WAMs) further incorporate future…
4. ManiUnit: A Manipulation Skill Dataset and Benchmark for Long-Horizon Tasks
- 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:
[R]｜ 出典: arXiv 2610.12089 ｜2026-10-08 - 主要数値:
56%(“success rates by approximately 56% relative to those”) ·78.7%(“on ManiUnit segments achieves 78.7% local manipulation success”) ·49.3%(“compared with 49.3% for a task”) ·4.0%(“raises full-task success from 4.0% to 18.0%”) - シグナル:
定量結果あり·閉ループ成功率あり - 重要な理由: 査読前のプレプリント。本文に実機での結果の記載なし。人手のリセットなしで長時間タスクを維持できるかに注目。
Long-horizon mobile manipulation requires a robot to navigate multi-room environments and execute a sequence of manipulation skills under a single natural language instruction.
5. Video Friday: Robot Decommissioning Takes a Fun Turn
- 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 ｜2026-10-09 - 重要な理由: 二次報道のため、引用前に一次情報の確認を推奨。本文に定量データの記載なし。価格、供給状況、量産出荷の主体に注目。
It’s possible that I wasn’t the only one who thought that Figure’s recent stunt was somewhat ridiculous. Devanthro is in fact selling these plastic balls for $1000 each, and they’ll arrive in time for Christmas.
6. 让触觉像视觉一样可规模化，哥大李昀烛团队 FlexiTac 的开源实践 | IROS 2026
- 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: 雷峰网 Leiphone ｜2026-10-10 - 重要な理由: 二次報道のため、引用前に一次情報の確認を推奨。本文に定量データの記載なし。価格、供給状況、量産出荷の主体に注目。
FlexiTac压阻式传感器可兼顾柔性、低成本与一致性。机器人的视觉能力正快速增强，但 触觉仍然是具身智能系统中的薄弱环节 。
7. 这届 IROS 2026 上，具身学术与产业边界正在消融
- 軸: データエンジン（収集 / 精査 / スケーリング） ｜ 根拠:
[M]｜ 出典: 雷峰网 Leiphone ｜2026-10-10 - 重要な理由: 二次報道のため、引用前に一次情報の確認を推奨。本文に定量データの記載なし。著者自身の機体以外でもデータを再利用できるかに注目。
模型、数据、灵巧操作都在工程化，顶会上具身传递出的信号变了9 月 27 日到 10 月 1 日，全球机器人领域最顶级的国际会议之一 IROS 2026 将在美国匹兹堡开幕。 如果你前两年也在关注这个会，你会发现那时候大家都在 “卷概念”。
8. 再裁员5000人！保时捷明确回归燃油车，高端车型计划涨价20%；腾讯拟发行50亿美元离岸债券，或筹钱加码AI；OpenAI全面上线GPT-6
- 軸: 基盤モデル（VLA / WAM） ｜ 根拠:
[M]｜ 出典: 雷峰网 Leiphone ｜2026-10-09 - 重要な理由: 二次報道のため、引用前に一次情報の確認を推奨。本文に定量データの記載なし。新しいタスクや機体に必要なデータが減るかに注目。
要闻提示 再裁员5000人！保时捷明确回归燃油车，高端车型计划涨价20% 阿里巴巴蔡崇信：开源是欧洲发展 AI 的最佳选择 腾讯拟发行50亿美元离岸债券，或筹钱加码AI 超33亿元！
フロンティア基準（キュレーション）
1. π*0.6 / Recap: a VLA that learns from experience via advantage-conditioned policies
- 軸: 学習と自己改善（RL / 事後学習） ｜ 根拠:
[R]｜ 出典: arXiv 2511.14759 ｜2026 - 主要数値:
RL from autonomous rollouts + human corrections·value function fine-tuned on online data - 重要な理由: 「配備＝学習」の方法論的基盤。利用するには、介入ログと成功判定を一級のデータにする運用が前提。
2. 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 - シグナル:
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。
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 - シグナル:
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. Jetson-PI: onboard real-time control via foresight-aligned asynchronous inference
- 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 2607.12659 ｜2026 - 主要数値:
8.66x control frequency vs naive PyTorch on Orin·+14.8% average success vs VLASH on LIBERO - シグナル:
遅延・制御周期の数値あり - 重要な理由: 同一ハードでシステム工学により制御周期をほぼ一桁改善。モデル交換よりも配備最適化の余地が大きいことを示す。
5. RoboWorld: fast and reliable neural simulators for generalist robot policy evaluation
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[R]｜ 出典: arXiv 2607.01060 ｜2026 - 主要数値:
closed-loop rollouts in a video world model·VLM judge·rankings strongly correlated with real-world eval - 重要な理由: 世界モデル内の順位が実機の順位と一致すれば、評価予算は人手からGPU時間へ移る。ただし実機の抜き取り検査は省けない。
6. PL-CBF: finite-horizon safety at runtime via parallel fallback rollouts
- 軸: 安全・権限・コンプライアンス ｜ 根拠:
[R]｜ 出典: arXiv 2605.16588 ｜2026 - 主要数値:
library of fallback policies·least-invasive safe mode·QP minimally modifies the nominal policy - 重要な理由: 「最小侵襲のフォールバック」は顧客の受入基準にそのまま書ける。「安全です」より具体的。
軸ごとの分布 (直近 7 日の採択)
| 軸 | # |
|---|---|
| 基盤モデル（VLA / WAM） | 11 |
| 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） | 14 |
| 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 | 2 |
| システムとオーケストレーション（長期タスク / 複数方策） | 4 |
| ハードウェアとサプライチェーン（機体 / コスト） | 8 |
直近の推移
- 出典構成 (直近 7 日の採択):
[O]0 ·[R]40 ·[M]16 - 最近の各回の採択件数: 10-04 8 · 10-05 8 · 10-06 8 · 10-07 8 · 10-08 8 · 10-09 8 · 10-10 8
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。