NvidiaのSONICファウンデーションモデルがヒューマノイドロボットに全身動作制御を提供
重要ポイント
- •NvidiaのSONICは、ヒューマノイドロボットに全身制御を与えるオープンソースのファウンデーションモデルで、7月には遠隔操作と視覚・言語・行動駆動制御向けのチェックポイントが公開された。
- •このモデルは、約700時間の人間の動きに相当する1億件超のモーションキャプチャフレームで学習され、120万から4200万パラメータの規模で提供される。
- •テストでは、SONICを搭載したロボットが、ドリルを箱に入れる、缶を捨てる、日常物を扱う、カンフーや這う動作を人間のデモンストレーターに合わせてリアルタイムで行うことが示された。
- •SONICの研究はScience Roboticsに掲載されており、NvidiaのIsaac GR00Tプラットフォームからの高レベル意図を協調した物理的動作に変換することで、IsaacとCosmosのエコシステムに位置付けられている。
- •SONICはまだ研究システムであり、Nvidiaの研究者Yuke Zhu氏は、接触を伴う相互作用、sim-to-realのギャップ、長期的な堅牢性・信頼性・安全性の検証が主要な課題だと述べている。
ヒューマノイドロボットは、単一のNvidiaファウンデーションモデルを使って、歩く、走る、這う、踊る、物体を操作するといった動作を教えられるようになった。
NvidiaのSONICは、"supersizing motion tracking for natural humanoid control"の略で、ヒューマノイドロボットに全身制御を与え、関節を協調させ、バランスを維持し、動きをリアルタイムで適応させることを目的としている。
この軽量なオープンソースのファウンデーションモデルは現在公開されており、Nvidiaは7月に、遠隔操作や視覚・言語・行動（VLA）駆動の制御を含む用途向けのチェックポイントを公開した。SONICの研究成果は今月、Science Roboticsにも掲載され、より多くのエンジニアにモデルを届けるNvidiaの取り組みの一環となっている。
ロボット制御に対する異なるアプローチ
言語モデルや視覚モデルは、数え切れないデータセットで学習された数十億のパラメータを取り込みながら急速に拡大してきた一方で、ヒューマノイドの動作制御に使われるモデルは比較的小規模なままで、限られた行動に調整された少数のGPUにとどまってきた。ロボットに新たな技能や動きを追加するには、通常、まったく新しいコントローラーを構築する必要があり、ソフトウェアベースのAIモデルよりもヒューマノイドシステムの汎化が遅れてきた一因となっている。
SONICはその状況を変えるために設計された。モデルは、約700時間の人間の動きを表す1億件超のモーションキャプチャフレームを活用し、単一のロボット学習モデルを構築する。
「全身制御では、すべての関節が協調しながら、バランスを保ち、接触を処理し、変化する運動目標にリアルタイムで適応する必要があります」と、Nvidiaのディレクター兼著名研究科学者であるYuke Zhu氏はAI Businessに語った。
仕組み
SONICは、モデルサイズ、学習データ、計算資源の3つの側面で実証されており、学習モデルは120万から4200万パラメータまで幅がある。その結果、さまざまな動きを追跡しつつ、学習中に遭遇しなかった動きにも適応できるコントローラーが実現した。
Zhu氏にとって、これはヒューマノイドロボットのプログラム方法における変化を意味する。
「個別の技能のためにコントローラーを手作業で設計する代わりに、SONICは大規模なモーショントラッキングを通じて一般的な動作基盤を学習します」と同氏は述べた。「同じポリシーはVR、動画、またはVLAモデルによって駆動でき、学習中に見たものを超える行動へ一般化できます。」
この柔軟性は、ヒューマノイドロボットが管理されたデモから、予測不能な実世界環境へ移行するにつれて、ますます重要になる可能性がある。
テストでは、チームはSONICが、ドリルを箱に入れる、缶をゴミ箱に捨てる、ニンジン、スポンジ、リンゴなどの物体を扱うといった幅広い作業をこなす様子を示した。ロボットはまた、カンフーの動きや床を這う動作を、リアルタイムで人間のデモンストレーターを模倣しながら行った。
残された課題
進展はあるものの、SONICはまだ研究システムであり、ヒューマノイド制御における最も難しい課題のいくつかは未解決のままだ。Zhu氏によると、接触を伴う相互作用や制約の強い動作は特に難しく、特にシミュレーションと実世界での性能の差がある場合に顕著だという。
「Nvidiaは、より豊富な学習データ、より良いシミュレーション、ドメインランダム化によってこれらを改善していますが、いくつかの制約は最終的にロボットの物理的能力に依存します」と同氏は述べた。
ただし、より大きな試練は、開発者がこの設計を管理されたデモから実際の導入へ移せるかどうかになる。
「次の段階は、多様な実世界環境で長期的な堅牢性、信頼性、安全性を示すことです」とZhu氏は述べた。「そのためには、より広範な検証、sim-to-real移行の改善、そしてロボティクス全体に統合された本番レベルの安全システムが必要です。」
Nvidiaの枠組みにおけるSONIC
SONICは、物理AIの基盤技術スタックを構築するというNvidiaの幅広い取り組みの一部だ。
同社はロボティクスをAIプラットフォームの延長として位置づける傾向を強めており、IsaacとCosmosのエコシステムは、ロボット向けファウンデーションモデル、シミュレーション、合成データ、そして物理マシン上にAIモデルを展開するためのツールを包含している。
Related: How the US Ban on Chinese Humanoid Robots Could Affect the Industry
NvidiaのIsacc GR00Tプラットフォームが指示を解釈してロボットが何をすべきかを判断するよう設計されているのに対し、SONICはその意図を協調した物理的動作へ変換する。
「SONICは、高レベルの意図を協調した全身Motionへ変換する動作基盤です」とZhu氏は述べた。「シミュレーションとVLAモデルを含むファウンデーションモデルを、リアルタイムのロボット制御に接続し、タスクごとに新しい低レベルコントローラーを必要とせず、再利用可能な全身ポリシーを提供します。」
著者について
Scarlett Evans
寄稿ライター
Scarlett Evans氏は、新興技術と鉱物資源業界を専門とするフリーランスライター。以前はIoT World Todayのアシスタントエディターを務め、ロボティクスとスマートシティ技術を担当していた。鉱業・資源分野でも経歴があり、Mine Australia、Mine Technology、Power Technologyでの経験を持つ。2022年4月にInformaに入社し、その後フリーランスへ転向した。
Google検索結果でAI Businessの記事をもっと見たいですか？
最新ニュース
Google検索結果でAI Businessの記事をもっと見たいですか？
注目記事
2026年8月19日
2026年8月19日
Generative AI Shutterstock、AI画像ライセンス契約を受け入れ 2026年8月11日
Shutterstock、AI画像ライセンス契約を受け入れ
Generative AI AIがプライベートマーケットのビジネスに到来 2026年7月28日
AIがプライベートマーケットのビジネスに到来
Agentic AI AIエージェントを使って人間の労働者と協働する方法 2026年7月10日
AIエージェントを使って人間の労働者と協働する方法
Generative AI 中小企業が生成AIを活用する方法 2026年6月29日
中小企業が生成AIを活用する方法
Google Cloud提供
最初の生成AIユースケースの選び方
生成AIを始めるには、まず情報との関わり方を改善できる分野に焦点を当てる。
The AI Summit New York 2026
