同社は今年に入り、オンライン生活サービスプラットフォーム「58到家（58 Home）」と提携して、3時間149元（約3600円）のロボット清掃サービスを打ち出した。このサービスを申し込むと、清掃スタッフだけでなく、ロボットとエンジニアも一緒にやってくる。机の上の整理や靴をしまうといった簡単な業務をロボットが引き受け、メインの作業はこれまでのように人間が担当する。

中国ネット大手4社が揃って出資——ヒューマノイド「X Square」が460億円調達、一般家庭への参入加速

とはいっても、現時点でのロボットの働きぶりを見る限り、「家政婦」と呼べるレベルにはまだ程遠い。

多くのユーザーがサービスを利用した感想をSNSに投稿しており、「実際に試してみると、期待外れだった」との声が相次いでいる。例えば、ロボットは玄関に入るとしばらく立ったまま。机の上を片付けるときは簡単な動作ひとつに1、2分考える。靴をしまうにも、靴の種類は認識できるものの、シューズボックスの場所が見つけられない。人なら数分で終わる作業も、ロボットは30分ほど手こずることもある。結局、細かい清掃や最終的なフォローは、やはり人間がやるしかない。

【参加募集】中国ヒューマノイドの“爆速展開”、現場から理解する——深圳・独占視察ツアー

こうした評価は決して意外なものではない。

家庭は人型ロボットの実用化が最も難しい環境とされてきた。工場や倉庫など標準化された環境とは異なり、室内のレイアウトや日当たり、物の配置や生活習慣などは家庭によってさまざまだ。ロボットが担う作業も書棚の整理からおもちゃの片づけまで幅広く、ペットへの対応など突発的なことも多い。

ロボットにとって最も学習しづらいのは、まさにこうした複雑かつイレギュラーの頻発するシーンだ。だからこそ、自変量机器人は清掃サービスによる収益ではなく、ロボットを実際の家庭に投入して得られるデータに価値を見いだしているのだろう。

難易度が高い家庭内の作業に着目した自変量机器人

今のロボットにとって最大の任務は、働くことではなく「働き方を学ぶこと」だ。

しかしロボットに働き方を学ばせるといっても、大規模言語モデルをトレーニングするようにインターネット上の知識をそのまま学習させるわけにはいかない。実際に働きながら試行錯誤を繰り返して学習する必要がある。あらゆる失敗や判断ミス、予想外のトラブル、すべてが重要な学習データになる。

今、業界にとって最大のボトルネックとなっているのが、まさにこのデータ不足だ。データ収集についてはすでに新たな産業チェーンが形成されつつある。EC大手の京東集団（JDドットコム）は今年、エンボディドAI用の大型データ収集センターの建設を発表した。すでに同様の施設は国内に60カ所以上あるという。ロボットを遠隔操作したり、ヘッドマウントディスプレイを装着して動作を実演するだけでなく、さらには自宅で皿を洗い、衣類を畳んだりしてロボットに学習データを提供する人もますます増えている。

ヒューマノイド実用化、1000億件のデータがあっても足りない——中国で急拡大する「データ訓練」の現場

自変量机器人が選んだのは、よりダイレクトな方法、つまりロボットを実際の家庭で働かせることだった。149元（約3600円）の家事サービスは、ロボット導入のハードルを極めて低くし、実環境のデータ収集をするための仕組みと言える。ユーザーはロボットに作業してもらうという新鮮な体験ができ、企業側は極めて貴重な物理的インタラクションデータを手に入れられる。

同時に、低コストのデータソリューションによって学習効率の向上を図るべく、データ収集と学習のフレームワーク「XRZero-GO」をオープンソースで公開した。公表されたデータによると、実機を使った少量のリアルデータと大量の高品質なシミュレーションデータを組み合わせることで、学習コストは従来の20分の1にまで低減される見込みだという。

ロボットを使った清掃サービスとXRZero-GOをあわせて見ると、自変量机器人の狙いが見えてくる。ロボットの学習コストを抑えつつ、ロボットが現実世界に触れる機会を広げようとしているのだ。

エンボディドAI業界では、リアルな家庭でのデータをより多く確保できた企業ほど、汎用性の高いロボットを実現できるチャンスが広がる。そう考えると、今回の試みは、家事サービスの商用化に向けた実証実験というより、ロボットが真に現実世界を理解するための「実地研修」と言うべきなのだろう。

＊1元＝約24円で計算しています。

文：金角財経（WeChat公式ID:F-Jinjiao）、Chester

（編集・翻訳・36Kr Japan編集部）

見る、触るなどさまざまな感覚情報を含む「人間中心（Human-centric）」なすべてのモダリティーデータが盛り込まれた「HiPHI-MOV」「HiPHI-OM」「ITW」の3つのデータセットを初公開した。年間の生産能力は合計45万時間規模に達する見込みで、ロボット本体メーカーやAIモデル開発チーム、研究機関に学習用データを提供する。

「新しいロボットが出るたび、学習し直し」の絶望を終わらせる。Noitom Robotics「人間起点のデータ活用」とは

同社によれば、言語と知識を学ぶ大規模言語モデル（LLM）とは異なり、身体性AIが学ぶのは人間と物理世界（フィジカルワールド）との相互作用の経験であり、動作・視覚・力覚／触覚・深度・物体の状態・空間構造など複数のモダリティーを束ねたデータが欠かせない。だが業界では、整合性のとれた高品質なデータセットが長く不足してきた。

3つのデータセットは役割が異なる。「HiPHI-MOV」はロボットの移動・移動操作（loco-manipulation）向けで、高精度の全身動作や手の姿勢、操作対象物の形状データ（メッシュ）、ロボットが自分の目から見た映像を収容しており、年間10万時間のデータが得られるようになる見通しだ。

「HiPHI-OM」は精密な手作業操作向けで、手の触覚や自分の視点と俯瞰の視点の両方のRGB-D（色と距離を同時に記録した）データを加え、精度は誤差がほぼない、信頼できるデータ（グラウンドトゥルース・真値）の水準に達するとし、年間5万時間規模をめざす。

「ITW（In-The-Wild）」は実際の生活環境 での自然な人間行動のデータを集め、日常の中でめったに起きないような多様な動作データも取り込むことで、AIがどんな新しい状況にも対応できるようにすることを目指しており、、年間30万時間と最大規模のデータを集める方向だ。

Noitomはモーションキャプチャー技術で知られる。社名は英語の「Motion」を逆さに綴ったもので、センサーで動きを感知する慣性式モーションキャプチャー「Perception Neuron」シリーズは映像制作やバーチャルアイドル、人間の動きを解析する生体力学などの分野へと利用が広がった。人体の動きを高精度に捉えるデータを蓄積しており、ModalityNet が高品質な人間データを量産できる技術的な土台となっている。

ヒューマノイド量産の鍵は「データ」、モーションキャプチャー世界首位・Noitomの次の一手

創業者兼CEOの戴若犁博士は「業界が必要としているのは単なるデータではなく、信頼できるデータインフラだ」と述べた。データの収集・測定機器のズレを正す 「キャリブレーション 」・品質検査（QC）・人間の動きを異なる形のロボットに当てはめる変換作業 である「クロスエンボディメント・マッピング（Cross-Embodiment Mapping）」といった一連の工程を経て「人間と外部の世界の相互作用」を表すデータを量産・評価・再利用できるようにすることが目標だとしている。

ModalityNetの公開は、ロボット分野の最高峰の国際会議であるICRA 2026（6月1〜4日、オーストリア・ウィーン）の開催期間中に行われた。会場でModalityNetのデータフレームワークを展示するとともに、新たなマルチモーダルデータ収集端末ソリューションを初披露した。

（36Kr Japan編集部）

日本のSNSも沸かせた中国の人型ロボット演出、その舞台裏——Unitreeが仕掛けた“技術実験”の全貌

AIロボットは今、実験室から現実世界へと急速に歩みを進めている。しかし華やかに見えるその裏側で、業界は「データギャップ」という巨大な壁に直面している。

その最前線、「ロボットの学校」と呼ばれるデータ訓練センターでは地道な作業が黙々と進み、スタッフがロボットに「部品をつかんでツールボックスに入れる」など基本動作の反復練習をさせている。この単調に見える光景こそが、ロボットが「受動的なプログラミング」から「能動的な意思決定」へと移行し、真の「知能」を獲得する重要なステップなのだ。

大規模言語モデル（LLM）の成功がインターネット上の膨大なデジタルデータに基づいているとするならば、エンボディドAIの課題は物理世界のデータをいかにしてゼロから積み上げていくかにある。実機データはロボットを現実世界と整合させる「ラストワンマイル」だが、希少なリソースであり、業界では最も大きな障壁だと認識されている。

ロボット産業の高度化の成否を決める「新たなインフラ」として、中国各地では現在、ロボット向けデータ訓練センターの整備が相次いでいる。

データを「育てる」工場の内側

スタッフがウェアラブル端末でロボットを遠隔操作し、作業させる

北京にある人型ロボットデータ訓練センターでは、データ収集のタスクが単純なものから複雑なものにまで分解され、厳密なプロセスに沿って進められている。集中訓練エリアでは、スタッフがウェアラブルデバイスによってロボットを操作し、把持や配置などの単一タスクを実行させる。シーン訓練エリアには無人スーパーや住宅の居間、寝室などの実環境が高度に再現されており、物品整理や衣服を折りたたむスキルを訓練している。

同センターを運営するロボットアーム大手「睿爾曼（RealMan）」によると、高品質データの収集には超高性能のロボット本体と高い技術が求められるという。まず、すべてのロボット本体に対して高精度キャリブレーションを実施し、57項目の状態データを収集する高精度センサーを搭載する必要がある。次に、「時空間の整合」という難題を解決しなければならない。視覚センサーや力覚センサー、関節センサーなどはそれぞれサンプリング周波数が異なるため、ミリ秒単位の誤差でもデータにずれが生じ、モデル学習を誤った方向に導いてしまう。そこで、同センターではロボット本体を同期させる手法を採用し、マルチモーダルデータを収集する際の誤差を1ミリ秒未満に抑え、モデルが因果関係を正確に学習できるようにした。

目下、同センターで生成される高品質データは1日平均で約6万件にのぼり、工業や家庭、リハビリなど16のシーンをカバーしている。

“方言”が乱立するデータの孤島

スタッフがロボットにデータ学習させる

中国ではすでに50カ所以上のデータ収集・訓練センターが稼働または計画されているが、AIロボットが必要とする膨大なデータの供給には、まったく足りていない。試算によると、ある業界で求められる作業の8割を実行させるには、必要なデータは少なくとも1億件、汎用型ロボットの場合は1000億件にのぼるという。

データ不足よりも深刻なのが、「データの異質性」の問題だ。各メーカーのロボットは、本体設計やセンサー位置、ソフトウエアプロトコルがそれぞれ違うため、収集されたデータはまるで「方言」のように互換性が低くなる。あるロボットで訓練されたモデルをそのまま別のロボットに適用しても、まったく機能しない場合があり、それぞれのデータセンターで得られた成果を重ね合わせるのも困難になる。これが新たな「データの孤島」を作り出してしまう。

「新しいロボットが出るたび、学習し直し」の絶望を終わらせる。Noitom Robotics「人間起点のデータ活用」とは

この難題を解決するため、業界は3つの技術的アプローチを模索している。1つ目は「差異の遮断」であり、市場シェアの高い主流機種に訓練を施すことで、データの汎用性を追求していく。2つ目は「差異の受容」だ。上海張江ハイテクパークにある人型ロボット開発センターでは、メーカーも仕様も異なるロボットを同一空間で共同訓練させることで、AIが多様な物理世界に対する客観的な認識を確立できるようにしている。3つ目が「差異の回避」だ。人の動作を映し出した動画からその軌跡を抽出してモデルを訓練する方法や、実データからシミュレーションモデルを構築して実世界に適用する「Real2Sim2Real」モデルを採用することで、データ1件あたりのコストを1000分の1に抑えることが期待できるという。

触覚グローブ、データ収集コストを10分の1に　中国「PsiBot」が約460億円調達

現場で働きながら学ぶ

技術的アプローチに違いがあったとしても、実機データが必要不可欠な「試金石」であることに変わりはない。データ訓練の主なテーマは今、規模拡大から産業の切実なニーズに確実に対応することへと移行しつつある。

物流システムや電池リサイクルを手がける上場企業「天奇股份（Miracle Automation）」が音頭をとって設立したエンボディドAIロボット工業データ収集・実地訓練センター（江蘇省無錫市）では、自動車塗装など7種類のシーンをリアルに再現し、シーン・データ・AIモデル・応用を結ぶクローズドループを構築している。具体的な業務上の課題に焦点を当て、的確に収集したデータで専用モデルを訓練し、実際の生産ラインに投入して検証と改良を進めていく。この方式ならば、データ生成の方向性が明確になるだけでなく、ロボットに実際の問題を解決させる過程で質の高いデータが自然に蓄積していくようになる。

自動車塗装などの訓練をするエンボディドAIロボット

「タスク実行とデータ収集の同時進行」も先進的な試みとして注目を浴びている。2026年1月に米ラスベガスで開かれたテクノロジー見本市「CES2026」では、ロボットアーム大手の睿爾曼が展示ブースに設置したロボットを遠隔操作して搬送タスクを実行させ、各タスクの実行と同時に環境との相互作用やタスク結果を含む貴重なデータが生成されていく様子を披露した。この事例は、データファクトリーに世界各地にある生産・サービス用ロボットを直接接続すれば、実際の業務プロセスのなかでデータを継続的に蓄積できるようになり、将来的に実際のシーンの再現が不要になる可能性を示唆している。

このほか、業界ではロボットデータをリソース化する試みも始まっている。人型ロボットスタートアップ「帕西尼（PaXini）」は、そのデータセットを北京国際ビッグデータ取引所に登録しているほか、テンセントクラウドと共同で「データクラウドモール」の構築にも取り組んでいる。天奇股份もロボットデータを業界の基盤リソースとすべく、データプラットフォームの構築を計画している。

ロボット触覚の旗手「PaXini」、約230億円調達　世界最大級のデータ収集拠点を天津に

自動運転よりも複雑な長期戦に

スタッフがロボットに基本動作の反復練習をさせる

ロボット向けデータ訓練センターは、データ駆動、ソフト・ハードの一体化、シーンのクローズドループ化を特徴とする新しい形のインフラであり、単なるAIデータセンターとは比較にならないほど複雑だ。その将来性を左右するのが、異種データを「クローズドループ化」する能力だとされる。実環境にシームレスに接続できるか、異なる仕様のロボット間でデータを横断的に活用できるか、シミュレーションプラットフォームで改良サイクルを加速できるかが鍵となる。

自動運転技術が進化してきた過程と比べると、その複雑さがはっきり見えてくる。自動運転は、既存の道路網や高度に成熟した自動車本体、センサーなどに依存している。突き詰めれば、構造化された環境下での「衝突回避」が主な課題だったが、それでもレベル3（条件付きの自動運転）に到達するまでに10年以上の歳月を要した。一方、人型ロボットは構造化されていないオープンな環境下で無数のタスクを実行する必要があるため、実用化の難易度が指数関数的に増大する。

しかも、ロボット向けデータ訓練センターが解決できるのは、「訓練用教材」の大規模生産にすぎない。教材をどの程度まで整備できるのか、そしてロボットの「頭脳」と「身体」がその教材を効率的に学習・応用できるのかは、依然として未解決の課題として残されている。

人型ロボットが華麗なデモンストレーションの段階を超え、安定性・信頼性・経済性を兼ね備えた「商品」となるまでには、長く厳しい「耐久レース」が待ち受けている。試練の時は始まったばかりだ。

（翻訳・田村広子）

同社はこのほど、追加のエンジェルラウンド、プレシリーズA、プレシリーズA追加ラウンドの3度にわたり、合わせて数千万元（数億円）を調達した。出資には、ドローン世界最大手DJI誕生に貢献した李澤湘教授が率いるXbot Park、長江商学院の甘潔教授が設立したファンド・知行基金、元禾原点（Oriza Seed）、金沙江聯合資本（GSR United Capital）などが参加。資金は主に、空間知能デバイス「MetaCam」の技術開発や海外市場の開拓などに充てられる。

無穹創新は2020年に広東省深圳市で設立され、クロスプラットフォームの空間知能ハードウェアを通じて、人間・ロボット・AIが空間データを共有・活用できる環境を構築している。創業者の潘傑氏は、DJI誕生の原点となった香港科技大学（HKUST）「3126ラボ」の出身だ。

同社は、空間測位や環境認識、自然言語理解、意思決定・計画立案、自律制御などの分野を網羅するマルチセンサーフュージョンのアルゴリズムを独自に開発し、オープンソース化した。アルゴリズムは、膨大な実データを用いた継続的な学習と改良を通じて、さまざまなシーンへの適応力が向上し、高い汎化性能と環境変化への強い適応力を備えている。

このアルゴリズムは、同社が独自に開発した空間知能デバイス「MetaCam」に導入されている。同デバイスは、LiDAR、魚眼カメラ、RTKモジュール、慣性計測ユニット（IMU）などを統合したセンサーが組み込まれ、車輪型・歩行型・ヒューマノイド・ドローンなど、あらゆる形態のロボットに搭載できる。また、GPSが使えない環境でも自律移動できるようにし、屋内などの複雑かつ動的なシーンで、高精度な自己位置推定と自動経路計画が可能になる。

「MetaCam」はさまざまなロボットに搭載可能（画像は企業提供）

同社がリリースしたハンディ3Dスキャナ「MetaCam Air 2」は、環境認識と自然言語理解を組み合わせることで優れた空間把握能力を発揮する。ユーザーはこれを手に持ち周囲をスキャンすれば、リアルな空間を高い精度で再構成でき、従来の測量・3Dモデリング作業と比べ、効率が15～20倍向上するという。

スペインのサグラダ・ファミリアをデータ化（画像は企業提供）

「MetaCam Air 2」は、空間の細部に至る全ての情報をデジタルツインとして保存できることが最大の特徴で、ユーザーはいつでも任意の空間データを確認できる。「MetaCam Air」シリーズの納品台数は数千台に上る。

いつでも確認できる空間データ（画像は企業提供）

エンボディドAI分野では、空間の実データを取得するコストが高く、有効なデータの不足が課題となっている。「MetaCam」は、ロボット開発シミュレーションプラットフォーム「Isaac Sim」などにも対応し、マルチビューやマルチモーダルなシミュレーションデータを生成可能だ。潘氏は、ロボットメーカーやデータ生成企業に、コストパフォーマンスに優れた実データ収集ツールを提供できると説明した。

「将来的には、世界を記録する手段が平面ではなく3D、さらには4Dになるだろう」と話す。さらに、空間知能が人間やロボットによる空間データのやり取りを加速させると考えており、そのためにも同社は3D世界を理解することに注力しているという。

＊1元＝約23円で計算しています。

（翻訳・大谷晶洋）

今回の調達により、光輪智能はエンボディドAI向けデータ分野で世界初のユニコーン企業となった。調達資金は主に、物理シミュレーションエンジンの研究開発、グローバル展開や現地での導入・運用能力の強化に充てられ、AI合成データ分野でのリーダーシップをさらに強化していく。

自動運転や人型ロボットの「学習データ枯渇」に対応。中国発合成データ、　独ボッシュや米フィギュアAIからも注目

光輪智能は2023年に設立。高品質なシミュレーション、合成データ、フィジカルAI技術を通じて現実世界でのロボット活用推進を目指している。データ収集や戦略学習・シミュレーション評価、仮想から現実への適用（Sim2Real）までを含む包括的なソリューションを提供している。すでにシミュレーション合成データと人間視点の動画データ（EgoSuite）という2系統をカバーする、世界最大規模のデータ生成エンジンを構築し、エンボディドAI向けデータの大規模生産を実現している。

提携しているパートナーには、エヌビディア（NVIDIA）やグーグル（Google）、バイトダンス（ByteDance）、アリババ（Alibaba）、Agibot（智元機器人）、Galbot（銀河通用機器人）、BYD（比亜迪）など、大規模モデルやロボット、自動車分野のトップ企業が名を連ねている。発表によると、世界の主要なエンボディドAIチームの8割以上が、光輪智能のシミュレーション資産および合成データを活用している。

触覚グローブ、データ収集コストを10分の1に　中国「PsiBot」が約460億円調達

業績面では、2025年の売上高は前年比で10倍に拡大し、26年1～3月期の売上高だけで、25年通年全体の売上高を上回る見込みだという。

＊1元＝約23円で計算しています。

（36Kr Japan編集部）

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）

霊初智能は2024年9月に設立。視覚・言語・動作を統合して制御する「VLA（Vision-Language-Action）」モデルを核としたソフトウエアやデータ収集ツールの研究開発に注力している。同社が開発したエンドツーエンドの強化学習型AIモデル「Psi R」シリーズは、複数ステップにまたがる長期的タスク（ロングホライズン・タスク）への対応を業界に先駆けて実現したという。

2025年12月には、人間の動作を効率的に構造化データとして取得できるソリューション「Psi-SynEngine」を発表した。このシステムは、携帯型の外骨格触覚グローブによるデータ収集や、実環境データの大規模収集パイプライン、世界モデルと強化学習に基づく本体間データ転移モデルなどを組み合わせた統合的なデータ収集基盤で構成されている。同社はすでに収集したデータの一部を物流分野などの実環境で活用している。

外骨格触覚グローブ

人間動作データ収集用グローブは、手の関節（21自由度）や高精度な触覚情報を取得できるほか、頭部および手元からの視覚データを同期して記録できる。従来の遠隔操作型ロボットによるデータ収集方式と比べ、導入コストは約10分の1に抑えられるという。

同社はすでに北京で約100セットのデータ収集グローブを配置しており、年内にも大規模なデータ収集が開始される見通しだ。最終的には100万時間以上の人間動作データの蓄積を目指している。

効率5倍・コスト5分の1。背負うだけでロボット動作データを収集する装置「FastUMI Pro」

＊1元＝約23円で計算しています。

（36Kr Japan編集部）

この状況を打破すべく、中国の電子商取引（EC）大手、京東集団（JDドットコム）はこのほど、世界最大規模で、最も幅広い実運用環境をカバーするエンボディドAIデータ収集センターを建設すると発表した。

計画によると、同センターは今後2年以内に人間の実世界における行動を中心に1000万時間を超える高品質データを収集するほか、ロボット本体から得られる約100万時間分の運用データもあわせて蓄積する方針だ。この目標を実現するため、JDドットコムは「人類史上最大規模のデータ収集プロジェクト」を始動させる予定だ。

求人数5倍！人型ロボットに「手取り足取り」教える仕事、中国で需要急拡大

プロジェクトには、同社グループの10万人を超える従業員に加え、外部から最大50万人規模の参加者が関与する見込みだ。例えば、創業者の劉強東（Richard Liu）氏の故郷である江蘇省宿遷市だけでも、10万人以上の市民が動員される。収集対象となるデータは、家庭、オフィス、工場、物流、店舗、飲食、医療、環境衛生など、100を超える分野に及び、AIモデルの学習基盤として活用される予定だ。

人型ロボットが“売り場”に立った ── Unitree×JD実店舗、2時間で2億円超

JDドットコムはすでに、自社が展開するサプライチェーン、小売、物流、ヘルスケア、工業サービス、フードデリバリー、家事支援などの多様な事業基盤を活用し、業界でも突出した規模のデータ収集体制を構築している。視覚情報、触覚情報、空間軌跡などの多次元データを、「収集―アノテーション（注釈付け）―学習―検証」まで一貫して処理する統合パイプラインも整備されている。

JDドットコム、「エンボディドAI」に賭ける　一日3社投資の衝撃

（36Kr Japan編集部）

ロボットトレーナーはロボットデータ収集者とも呼ばれ、人工知能（AI）技術の急速な発展に伴い誕生した新たな職業。求人サービス大手「智聯招聘」が発表したロボット産業人材発展報告によると、2025年1～5月、中国国内の人型ロボット分野の求人数は前年同期比約5倍、求職者数は約4倍だった。多くの大学でもここ数年、AIやロボット関連の専攻が相次ぎ開設され、産業の質の高い発展を人材面で支えている。

デバイスを調整し、ロボットとの「人機バインディング（動作同期）」を行うロボットトレーナー

ロボットの実用化を推進するには、膨大なデータとアルゴリズムが欠かせない。国内最大規模で、最も多様なシナリオを持つ人型ロボット専門の訓練プラットフォームの一つである同センターには、湖北光谷東智具身智能技術などハイテク企業が集結し、内部には医療、スーパー、キッチン、オフィスなど23のシミュレーションシーンが設置され、1日平均2万4000件の有効データが生成されている。

まるでスターウォーズの世界？「頭脳」訓練工場で黙々と働く、中国の人型ロボットたち

ドーロン免許取得に若者が殺到、中国「低空経済」の熱狂

業界関係者によると、ロボットがロングコンテキストのタスクを完遂するには、各工程で異なる次元の高品質なデータが必要となり、どのプロセスに欠落や誤差があっても、動作全体の精度や滑らかさに影響するという。

陳さんは「最初はぎこちない動きだったロボットが、自律的に物をつかみ、水を注ぐといった基本動作ができるようになり、今ではコーヒーも入れられる。このような進化を見るのは非常に誇らしい」と語る。

ロボット技術の継続的な成熟は、電力や交通、消防など多分野に広く浸透しており、日常生活の利便性向上や産業のアップグレード推進の重要な力となっている。

効率5倍・コスト5分の1。背負うだけでロボット動作データを収集する装置「FastUMI Pro」

国際ロボット連盟（IFR）が昨年9月に発表した報告書「ワールドロボティクス2025」は、24年の中国市場における工業用ロボットの導入数が29万5000台に上り、世界全体の54％を占めていることを明らかにした。輸出については、中国税関総署によると、25年の工業用ロボット輸出額が前年比48.7％増で初めて輸入額を上回り、中国は工業用ロボットの純輸出国となった。【新華社武漢】

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。

Lumosの製品群

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。

FastUmi Proは部品の仕分けというタスクをこなしながら、データ収集・行動計画の学習・モデル推論まで完了

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）