Image by Adobe Stock
October 27, 2026
中村 航 wataru_nakamura
1985年生まれ。福岡県福岡市出身。翻訳者。テクノロジーやファッション、伝統工芸、通信、ゲームなどの分野の翻訳・校正に携わる。WirelessWire Newsでは、主に5G、セキュリティ、DXなどの話題に関連する海外ニュースの収集や記事執筆を担当。趣味は海外旅行とボードゲーム。最近はMリーグとAmong Usに熱中。
外国語を翻訳したり、会議の内容を議事録にまとめたりするアプリを作る企業は、必ずしもそのAIを一から開発する必要はない。既存のAIを使って、独自のサービスを作ることができるからだ。ロボットでも、洗濯物を畳むロボットや荷物を梱包するロボットの開発企業が、共通のAIを利用できたらどうだろう。
米Physical Intelligenceは2026年10月13日、自社のAIを外部企業が作業に合わせて調整し、利用できる「Pi API」のベータ版を発表した。ロボット向けAIの学習と運用を支える仕組みを、サービスとして提供する。
同社は、さまざまな機体や作業のデータから学ぶAIを開発している。そのAIを土台に、利用企業が自社の作業データを使って追加学習させる。洗濯物なら、衣類を畳む作業の実演データを使って調整する。AIを一から作る負担を減らしながら、自社の機体や現場に合うように育てる考え方だ。
本連載で洗濯物たたみの取り組みを紹介したWeave Roboticsも、以前からの協業先だ。両社の説明によれば、Weaveはサンフランシスコの洗濯店で洗濯物を畳むロボットに、Physical IntelligenceのAIを使っている。倉庫で注文品を梱包するUltraも協業先に名を連ねる。洗濯と梱包という異なる仕事に、共通の基盤となるAIが使われている。
同社は以前からAIモデルを公開していたが、利用側は学習や運用のための計算環境を用意する必要があった。今回のサービスでは、作業データを送り、同社が管理する計算環境で追加学習できる。学習後も、その環境に接続してAIを利用し、自社のロボットで作業を試せる。
同社によれば、利用企業は、実機での失敗を見て次に集めるデータを決め、再び学習させる改善を自ら進められる。例えば、衣類をつかみ損ねる場面が多ければ、その動作の実演を増やす、といった進め方が考えられる。現場で何がうまくいかないかを見極める知識も、AIの改善に生きる。
ただし、現在は参加申請を受け付ける試験段階だ。機体との接続や調整、現場での検証、失敗時の対応は引き続き必要になる。同社も、初期の利用例の一部で通信接続に課題があったと説明している。
大規模なAI研究部門を持つことと、特定の仕事を熟知していることは、別の強みだ。共通のAIを使えるようになれば、現場をよく知る会社が、その知識を生かしてロボットの開発や事業化に取り組みやすくなるかもしれない。(中村 航/翻訳家)
参照
Physical Intelligence;Frontier Models for Every Robot: Announcing our API beta
Physical Intelligence;The Physical Intelligence Layer
Humanoids Daily;Physical Intelligence Opens API Beta for Robot Model Training and Inference