フィジカルAIの進化が加速する中、高品質な人間操作データがモデル学習における重要なボトルネックとなっている。既存の一人称視点動画、モーションキャプチャー、遠隔操作システムなどのデータ収集方式では、動作結果や空間軌跡は記録できても、力のかかり方、操作意図、細かな調整といった情報まで完全に捉えることは難しい。

ヒューマノイド、もう薬局・コンビニで働いてた。「Galbot」が狙う社会実装の現在地【駐在員が見た中国】

Snow Originは、低コストかつ軽量なニューラルリストバンドや頭部装着型デバイスを活用し、一人称視点での環境認識、空間測位、マルチモーダル同期技術を組み合わせることで、人間が現実世界とインタラクションする際の筋電および運動神経信号を収集する。さらに、これらを姿勢、力、微細制御などを含む構造化データへ変換する。自社開発のAIモデル「NMH（Neural Math Hybrid）」は、操作意図や力加減の変化、環境コンテキストをリアルタイムでデコードできる。

同社は現在、2つの事業展開を進めている。1つ目は、ロボットやAIメガネなどの端末向けに、より自然なヒューマンマシンインターフェースを提供すること。2つ目は、フィジカルAI向けの人間操作データ基盤を構築し、ロボット企業やモデル開発企業にデータ収集サービスを提供することだ。

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

＊1元＝約24円で計算しています。

（36Kr Japan編集部）

The post ロボットは「力加減」を学べるか　Snow Origin、筋電信号で「人間データ」の壁に挑む first appeared on 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア.