元Meta研究者、工場向けビジュアルAIを推進

Meta の AI 研究部門から来た 2 人の研究者が Perceptron を立ち上げ、工場向けビジュアルモデル Isaac 0.5 をリリースした。ロボットが工場・倉庫で「知覚、推論、行動」できるように設計されており、パッケージ仕分けの例では、ラベル読み取り、空間分析、ピック計画を自動的に実行できる。既存の「汎用モデルは重い、特定タスク特化モデルは狭い」という二者択一を回避し、100 万時間の汎用ビデオと内部構築したペタバイト規模のマルチモーダルデータで学習されたオープンウェイトモデルだ。

注目すべきは「Meta の研究者が工場を選んだ」ことだ。これは産業用 AI が単なる自動化ツールから「ロボットが自分で考える段階」へシフトしたことを示している。100 万時間のビデオという数字が象徴的だ。ビジュアル AI の品質は「見たことあるデータ量」で決まる。つまり業種別、現場別に学習し直す必要があり、汎用モデルといえど実装には現場知がいる。既存のロボットベンダーが「ビジュアル AI も同梱」する形ではなく、オープンモデルとして組み合わせられる選択肢が出てきたことが意味深い。

中小製造業にとっての含意は明確だ。これからのロボット導入は単なる「既製品購入」ではなく、ビジュアル AI を自社の特殊な条件に合わせてカスタマイズする前提になる。溶接ロボット、検査装置、ハンドリング機械いずれも「見た目で判断する」段階へ入った。今後 3 年で、ロボットベンダーとの打ち合わせは「スペック表」から「学習データ」の話に変わるだろう。