資金調達、製品発表、論文のすべてを、報道と同時に。
アマゾン・ウェブ・サービス(AWS)は10月7日、ブログで産業用ロボットや自律移動体、ヒューマノイドの開発向けに参照アーキテクチャ、IaCテンプレート、デプロイ自動化をまとめた「Physical AI Toolchain on AWS」を公開した。アマゾンは8日にも自社ニュースで紹介した。合成データ生成から学習、シミュレーション検証、エッジ展開、継続改善までを扱い、SageMaker、EC2のGPUインスタンス、S3、IoT GreengrassとNVIDIAのIsaac Sim、Isaac Lab、Isaac GR00T、Cosmos、OSMOをつなぐ。コードはGitHubのaws-samplesにApache 2.0ライセンスで置かれ、全体でも一部だけでも使える。MEKAWIREが報じたNVIDIA関連のオープンなフィジカルAI基盤としては、9月28日のNVIDIAのエージェント安全プラットフォームに続き2週間で2例目となる。
IEEE Spectrumは10月8日、スイス連邦工科大学チューリッヒ校(ETHチューリッヒ)ソフトロボティクス研究室がarXivのプレプリント(2609.17172)で、Wuji Technologyの市販ロボットハンドにバッテリー、慣性計測装置(IMU)、Raspberry Pi Zeroを収めた80グラムのバックパックを付け、アームなしで指先を使ってはい進むロボットを示したと報じた。制御はシミュレーション上の強化学習で訓練し、仮想ばねではう姿勢を保つ。14種類の路面を秒速約9センチで歩き、左右に旋回し、転倒後25回中21回自力で起き上がり、41グラムの立方体を最大40センチ先の目標まで15回続けて押し運んだ。筆頭著者は博士課程のアミルホセイン・カゼミプール氏。査読前のプレプリントである。
米Anthropicの経済研究チームは米職業データベースO*NETの約1万9000件の業務を分析し、ロボットは技術的に肉体作業の74%を担えるものの、人より安く済む業務は0.3%にとどまると結論づけた。ロボット価格が過去と同じ年約3%のペースで下がる場合、この比率が10%に達するまで40年かかると試算した。
データエンジニアリングの米Innodataは、人型ロボットなどフィジカルAI向けに実環境の動作データを集めるモーションキャプチャー施設をニュージャージー州に開設した。米The Robot Reportが9月30日に報じた。施設にはVicon製の赤外線光学トラッキングカメラを備え、人やロボットの3次元の動きをサブミリ精度、ミリ秒単位の遅延で計測する。同社は既製の動作データセットの販売や受託データ収集、ロボット間でのデータ変換、性能と安全性の第三者検証を手がけるとしている。
清華大学の研究チームはバイトダンスSeed、中国農業大学と共同で、人型ロボットのカメラと脚を単一の強化学習制御器で結ぶ研究を2026年8月19日にScience Roboticsで発表した。Booster RoboticsのT1で、ボール位置の推定誤差46%減、キックまでの時間最大64%短縮、前方位置でのキック成功率約90%を、実環境での追加学習なしに達成したと報告した。
米ジェネラリストAIは2026年8月19日、3〜12秒の実演1件を文脈に入れるだけで10作業の平均成功率59%を出し、約5分のデータで10ステップ学習すると83%に上がるGEN-1.5を公表した。8カ月以上の事前学習で能力が自然に現れたと説明する一方、作業が単純で技能は壊れやすいと認め、顧客は明らかにしていない。
MITの計算設計製作グループ（CDFG）とアマゾンの研究者による「NeuralActuator」が、RSS 2026の最優秀システム論文賞を受けた。モーターの電流、電圧、温度だけから安価なサーボの実際の挙動を学習し、外力を平均誤差0.12ニュートンで推定した。従来手法の誤差は0.66から1.41ニュートンだった。
Holiday Robotics、韓国KAIST、KRAFTON、独ダルムシュタット工科大学、スウェーデンKTHなどの研究者による強化学習手法FlashSACが、2026年7月にシドニーで開かれたRSS 2026で最優秀論文賞を受けた。著者らはRTX 5090一枚でユニツリーG1の平地歩行方策を約20分で学習させ、標準手法のPPOでは約3時間かかったと報告した。
アマゾンのフロンティアAI&ロボティクス（FAR）と米大学の研究者が開発した動作リターゲティング手法OmniRetargetが、6月にウィーンで開かれたIEEE ICRA 2026で最優秀会議論文賞とロボット操作および移動部門の最優秀論文賞をそろって受賞した。身体と物体、地形の接触関係を保つ方式で8時間超の軌道を生成し、学習した制御方策はユニツリーG1上で実機の追加学習なしにパルクールや箱運びをこなした。
韓国科学技術情報通信部は5月18日、KISTを主管機関とする5年間で総額504億ウォンのAIヒューマノイド源泉技術事業に着手した。LG電子、LG AI研究院、LGエナジーソリューションが参加し、視覚、触覚、言語、行動を統合するAIモデルとヒューマノイド用全固体電池を開発し、20台以上を医療介護の現場で実証する。
ソニーAIの自律型卓球システムAceが2025年4月の対戦でエリート選手に5試合中3勝し、Tリーグのプロ選手2人には2敗したと、2026年4月22日付の英科学誌ネイチャーの論文で明らかにした。ソニーセミコンダクタソリューションズのイベントベースビジョンセンサー、8自由度のアーム、シミュレーションで学習した強化学習方策を組み合わせ、ボール位置認識の遅延は平均10.2ミリ秒。
トヨタ リサーチ インスティテュート（TRI）とコーネル大、MITの研究者82人は2026年4月15日、拡散方策に基づく多作業型の「大規模行動モデル（LBM）」が盲検の無作為化試験で単一作業モデルより成功率と頑健性が高く、新しい作業をはるかに少ないデータで習得できるとする論文を米科学誌サイエンス ロボティクスに発表した。プレプリント版によると、500超の作業にわたる約1700時間の実演データを使い、管理された実機試験を1800回行った。
米ジェネラリストAIは2026年4月2日、人が装着する機器で集めた50万時間超の物理的なやり取りのデータだけで事前学習し、ロボットのデータを使わないロボット基盤モデルGEN-1を公開した。前モデルが64%だった作業で平均成功率99%、1作業あたりのロボットデータは約1時間、作業速度は従来の最高水準の約3倍としている。数値は同社の自社評価で、外部による再現はない。
米人型ロボット企業フィギュアAIは2026年1月27日、ロボット基盤モデル「Helix 02」を発表した。カメラ映像と指先の触覚から1kHzの関節指令までを学習システムが担い、1000万パラメーターの学習型制御器が手書きのC++コード10万9504行を置き換えたと同社は説明した。Figure 03が台所を移動しながら食洗機の取り出しと再投入を4分間、61動作で、リセットも遠隔操作もなくこなしたという。
米ロボットAI新興企業のGeneralist AIは2025年11月4日、身体性を持つ基盤モデル「GEN-0」を公開した。同社は70億パラメータで能力の相転移を観測し、100億パラメータ超まで拡大したと説明した。事前学習データは27万時間を超え、毎週1万時間以上増えているという。結果は査読論文ではなく同社ブログで発表された。
グーグル傘下のGoogle DeepMindは2025年9月25日、動作の前に自然言語で推論し、異なるロボットの機体間で技能を移せる視覚言語行動（VLA）モデル「Gemini Robotics 1.5」と、身体性推論モデル「Gemini Robotics-ER 1.5」を発表した。ER 1.5はGemini APIでプレビュー提供を始めた。技術報告書によると、両者を組み合わせたエージェントは長時間タスクのサブタスク失敗率を44.5%から22%に半減させた。
ボストンダイナミクスとTRIは、単一の大規模行動モデルで人型ロボットAtlasの歩行と操作を同時に制御する実演を公開した。30Hzで動く4億5000万パラメーターのモデルは、VR遠隔操作のデータから新たな動作をコードを書かずに学ぶ。成功率やデータ量は開示していない。
米ロボットAI新興企業のフィジカルインテリジェンス（Physical Intelligence）は2025年4月22日、視覚言語行動（VLA）モデル「π0.5」を公表した。移動型の双腕ロボットが学習データに含まれない実在の住宅3軒で10〜15分かけて部屋を片付けた。同社は他のロボットやウェブのデータを混ぜる共同学習が汎化の鍵だとしている。