同社は広東省深圳市に本社を置くハイテク企業で、香港中文大学深圳校の賈奎教授が立ち上げた。「汎用型フィジカルAIの実現」をミッションに掲げ、シミュレーション環境で学習させたAIモデルを現実世界に適応させる「Sim2Real」技術を軸に、エンボディドAI（身体性AI）の汎用的な社会実装を目指している。2025年7月には、2回のシリーズAで数億元（数十億円）を調達しており、出資を主導した成都科創投と洪泰基金（Hongtai Aplas）のほか、レノボ・キャピタルなどの既存株主も参加した。

DexForceはロボット本体の開発に注力するだけでなく、「エンジン－頭脳－本体」からなるトータルの技術体系を構築している。基盤となるのは、シミュレーション・データエンジン「DexVerse」で、3D基盤モデルと生成AIを活用して高品質な訓練データを生成する。中間層にはAIの頭脳に当たる世界モデル「DexWorldModel」などがあり、産業用ロボットや協働ロボット、人型ロボットに高度な判断力や実行能力を与える。最上層では「DexForce W1」「DexForce W1 Pro」といった人型ロボット製品も展開する。

自己認識能力を持つ「エンボディドAI」、応用拡大へ　合成データ活用してロボットアームの性能を向上

同社のアプローチは、シミュレーション環境でロボットを訓練してから、それを実際の生産現場へ迅速に展開するというものだ。従来のロボットでは作業工程ごとにプログラミングや調整が必要だったが、DexForceはカメラのみを使った3D認識技術とサブミリメートルレベルの操作精度を組み合わせることで、ロボットの汎化能力の向上を図っている。しかもこの手法なら、ロボットの開発や導入にかかる時間を大幅に短縮できるという。

商用化に向けて、同社は2本柱の戦略を進めている。1つはスマート製造分野で、「ロボットの頭脳」といったAIモデルやビジョンセンサーを提供する。ABBやKUKAをはじめとする国内外の主要ロボットメーカーの本体に導入可能で、既存設備を入れ替えることなくフレキシブルな生産体制を実現できる。顧客には中国家電メーカーの美的（Midea）、海爾集団（ハイアール）、海信集団（ハイセンス）のほか、EV大手の比亜迪（BYD）、電子部品メーカー藍思科技（Lens Technology）など大手企業が含まれる。

DexForceの新製品発表会の様子

もう1つは「ロボット本体」と「頭脳」をセットで提供するソリューションだ。最新の人型ロボット「DexForce W1 Pro」は、初代モデルの7自由度ロボットアームをベースに、AIを活用した協調設計により運動学モデルと機構パラメータを最適化。その結果、両腕の作業空間と到達可能範囲が75％広がり、アームをクロスさせる複雑な動きや狭い空間での障害物回避が可能になった。ビジョンシステムとの連携により、繰り返し位置決め精度は0.5mm以下を実現、エンドエフェクタには用途に応じて6自由度のロボットハンドや二指グリッパーを選択でき、産業用途から商業用途まで幅広く対応できる。

現在は、AIを活用した観光・文化産業向け事業を強化している。すでに複数のパートナー企業と提携を結び、今後3年間で数千台のスマートロボットを投入する計画だ。まずは、ティードリンク、コーヒー、カクテル、ポップコーン、アイスクリームの販売や24時間営業の小売店などで重点的に導入を進めていく。その後は、観光地や遊園地、ホテル、スマートビル管理などの分野にも拡大し、人材確保の難しさや業務効率のばらつき、サービスの画一化といった業界の課題解決を目指すという。

Update：跨維智能（DexForce）は6月30日、シリーズBで10億元（約240億円）の資金調達を完了したと発表した。調達後の企業評価額は100億元を超え、IPOに向けた準備も本格化させるとしている。

＊1元＝約24円で計算しています。

（翻訳・畠中裕子）

The post シミュレーションで学び、現場で働く。中国・DexForce、「AIロボの頭脳」で商用化加速 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.

2021年6月に設立された跨維智能は、3Dモデル生成AI、マルチモーダル大規模言語モデル（LLM）、3Dイメージングなどの画像処理技術をベースに、ハードウエアとソフトウエアを一体化したエンボディドAIのソリューションを提供している。エンボディドAIとは、環境と相互作用しながら、そこから学習して自らの機能を継続的に改善していく次世代AIのことを指す。

創業者で香港中文大学（深圳）教授の賈奎氏は、AIやコンピュータビジョン、機械学習、3Dモデリング、3Dセンシング大規模言語モデルの研究に長年携わってきた。

賈教授は中国や海外の学術機関を経て、2016年から華南理工大学でAIを使った3Dセンシングの研究に着手した。18年以降はシミュレーションで学習したモデルを実世界で使う強化学習手法の「Sim2Real」によって、物理エンジンで3Dシミュレーションデータの合成に取り組み、これが跨維智能のコア技術となっている。

エンボディドAIは操作対象、環境、タスクの複雑さに応じ、5つの段階を経ながら機能を向上させていくと、賈教授は語る。ある程度決まったシーンで特定のタスクを処理する専用ロボットから、任意もしくは未知のシーンに対応するロボットへとアップグレードされ、最終的には自己適応が可能な汎用ロボットとなって、任意のタスクをこなせるようになる。

賈教授によるエンボディドAIの成長段階

エンボディドAIの学習から実用化へのプロセスを大きく阻んでいるのは、質の高いタグ付きデータの少なさだ。言語モデルや画像・動画の生成AIとは異なり、エンボディドAIの基盤モデルを訓練するには物理世界の絶対座標に基づいた膨大かつ正確な計測データが必要になり、データ取得の難易度やコスト、タグ付けの量は言語モデルをはるかに上回る。

跨維智能は現実世界のデータを合成データに置き換えることでコストを抑え、効率的で信頼性の高いソリューションを提供している。同社のSim2Real技術は、物理シミュレーションのロボット操作に、作業に伴う実世界のさまざまな障害を組み込み、レンダリングや軌跡データ、関節データの記録などを通じて正確にタグ付けされた膨大な合成データを作り、そのデータをエンボディドAIの大規模言語モデルに用いるというものだ。

跨維智能の技術の活用シーン

跨維智能のSim2Real技術によって、現実の3Dデータを使わずに、複雑なシーンで作業するロボットアームのための3Dビジョンモデルを訓練できる。100％合成データで訓練したモデルを導入したロボットアームは、99.9％以上の安定した操作と把持が可能になるという。

同社のエンボディドAIソリューションはすでに半導体、自動車、太陽光発電などの製造現場で導入されている。2023年5月にリリースされた産業用3Dカメラ「Xema」シリーズはAPIとSDKを公開しており、ユーザーは二次開発のコストを削減できる。

（翻訳・大谷晶洋）

The post 自己認識能力を持つ「エンボディドAI」、応用拡大へ　合成データ活用してロボットアームの性能を向上 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.