ロボットの“目”を養うーーシンガポール発Ropedia、ヘッドマウント型デバイスで「4Dデータ収集」

シンガポール発のデータインフラサービス「Ropedia」がこのほど。シードラウンドで約1000万ドル（約16億円）を調達した。北米のエンジェル投資家やアジアの大手ドル建てファンドが出資した。資金は技術チームの拡充や製品の量産、グローバル市場開拓などに充てられる。

Ropediaは2025年後半にシンガポールで設立されたスタートアップだ。陳昭熹CEOと洪方舟CTOはともに清華大学卒業後、シンガポールの南洋理工大学で博士号を取得。かつて米メタ（Meta）で、陳CEOは光学モーションキャプチャーシステム、洪CTOは一人称視点マルチモーダルAI分野で、それぞれ中心的役割を果たしていた。チーフサイエンティストを務める劉子緯氏は南洋理工大学の準教授で、コンピュータビジョン分野の著名な研究者として知られる。

Ropediaはロボットや空間知能、フィジカルAIなどの分野向けに、誰もが使いやすいデータ収集デバイスを開発し、次世代のデータ収集システムとソリューションを提供することに注力している。

AIの活用がデジタル世界から物理世界へと広がるにつれ、業界がデータに求める要件も変化している。これまでは動画や画像・テキストなどのデータ形式が主流だったのに対し、ロボットや空間知能の分野では、現実の物理尺度や相互作用プロセス、人間と物体の関係、シーン構造、タスクの意味内容を備えた高品質なデータがより必要とされるようになっている。

しかし、こうしたデータには長らく2つの課題があった。まずデータ収集のコストが高額で、たいてい高価なデバイスや複雑なセットアップが必要になること。そして生データを取得できたとしても、実際に学習に使える構造化データにするにはさらに長いプロセスを必要とすることだ。

そこでRopediaは、従来のデータ収集企業とは異なるアプローチを採用し、アルゴリズムの要件から逆算してデータ収集体制を設計するとともに、AIモデルの要件に基づいてハードウェアの導入ハードルを引き下げる戦略をとった。

洪CTOは、今後の競争の焦点は単に生データの量を増やすことではなく、実世界から得られるデータをいかに低コストかつ効率的に学習に適した高付加価値データへ転換できるかにあるとの見方を示している。

Ropediaはこうした考え方に基づき、ヘッドマウント型のデータ収集システム「HOMIE」を開発した。デバイスを装着することにより、一人称視点で人体の動きや環境の変化、物体との関わりなどマルチモーダルなデータを収集できる。さらに自社開発の4D再構築・アライメントアルゴリズムを組み合わせることにより、実際のスケール情報を保持した動的世界を再現する。

従来のシンプルな動画データに比べ、こうしたデータは人と環境、人と物体間の相互作用のプロセスを完全に再現でき、ロボットの学習や評価に必要な入力形式に一層近いものとなっている。製品はすでに量産体制に入り、まとまった量の出荷が始まっている。

Ropediaの4D人類体験データの可視化（画像提供：Ropedia）

またRopediaは設立当初からグローバル展開を視野に入れ、事業運営の中枢をシンガポールに置いた。現地のサプライチェーン、クロスボーダー協業やコンプライアンス対応といった強みを活かし、グローバルな開発体制と供給ネットワークを構築している。なかでも北米を中心的市場に据えている。最先端のエンボディドAIや空間知能の企業が集中しており、高品質な物理世界データへの需要が極めて高いためだ。

顧客はすでに北米の企業十数社に広がっており、データ収集デバイスとデータサービス、標準化したデータの納品までを統合したビジネスモデルを確立しつつある。

＊1ドル＝約160円で計算しています。

（翻訳・36Kr Japan編集部）