人型ロボット（ヒューマノイド）に代表される「エンボディドAI」の進化において、「データ」が最重要要素の一つとされる。高品質で大規模な現実世界の実機データがなければ、高い汎用能力を持つロボット用AIモデルを訓練することはできない。ンターネット上のテキストで学習できる対話型AIとは異なり、ロボットが必要とする実データの取得コストが高く、標準化も難しいことが業界最大のボトルネックとなっている。

この課題に対し、エンボディドAI分野の注目スタートアップ「鹿明機器人（Lumos Robotics）」がこのほど、世界初となる、人間が背負って動作データを収集するウェアラブル装置「FastUMI Pro」をリリース。2026年中に1万台を販売し、年間100万時間規模の高品質なデータ収集を目指す。

効率5倍、コスト5分の1

FastUMI Proの中核となるのは、スタンフォード大学や本田技研工業研究所が共同で策定したオープンソースの汎用操作インターフェースであるUMIだ。従来のロボット学習は、人間がロボットを遠隔操作して動きを教え込む方式が主流だった。しかし、UMIはデータ収集装置とロボットを完全に分離。人間が装置を装着して自然に動くだけで、さまざまなタイプやブランドのロボットに適用可能な「汎用データ」を生成できる。

Lumosの喻超CEOによると、例えば「服を畳む」動作のデータ収集において、従来方式は1回あたり50秒・約100円のコストを要していたが、FastUMI Proなら10秒・約14円で完了する。効率は5倍に跳ね上がり、コストは5分の1に圧縮される計算だ。さらに、背負えるようにデザインされ、専門知識のない人でも現実の環境ですぐに使用することができるため、データ収集のハードルが大幅に低くなった。

「データのスーパーマーケット」目指す

これまでエンボディドAI用のデータは、大部分が研究室で動作を繰り返しながら収集されたもので、現実環境での光や音、物体などの変動要素が乏しく、モデルの汎化能力が伸びない原因になっていた。

FastUMI Proは工場の生産ラインや厨房、ホテルの客室など30種類以上のシーンにそのまま導入可能で、構造化された一連の行動データを収集することで、データの正確さや多様性、応用性が保証される。同社の人型ロボット「MOS」を用いた実験では、データ収集からモデル学習、推論までの全プロセスをわずか5〜7時間で完結させ、開発期間を劇的に短縮できることを証明した。

Lumosはツールの開発に加え、新たなビジネスモデル「データ・スーパーマーケット」を提唱している。 これは、標準化された動作データ（カトラリーの仕分け、部品検査、服畳みなど）を「商品パック」として販売するプラットフォームだ。自前で膨大なデータを集める体力的余裕がない中小企業でも、必要なデータパックを購入するだけで、安価かつ迅速に自社ロボットを教育できるようになる。

共同CTOの丁琰氏は、「エンボディドAIの競争を勝ち抜くために重要なのは、モデルの優劣だけではなく、高品質なデータを供給し続ける『パイプライン』の質だ」と強調する。現実世界の人間行動をデジタル資産に変える同社の挑戦は、ロボットの本格的な社会実装を後押しすることになりそうだ。

ロボット界の「データ飢餓」を救う。中国Agibot系のデータ企業、数十億円調達

＊1元＝約23円で計算しています

（翻訳・36Kr Japan編集部）

36Kr Japanで提供している記事以外に、スタートアップ企業や中国ビジネスのトレンドに関するニュース、レポート記事、企業データベースなど、有料コンテンツサービス「CONNECTO（コネクト）」を会員限定にお届けします。無料会員向けに公開している内容もあるので、ぜひご登録ください。

原文はこちら