ロボティクスのGPTモーメントが来た
Physical Intelligence共同創業者のQuan Vuongが、クロスエンボディメント訓練がゼロショットロボットスキルを解放した理由を解説し、垂直特化型ロボティクススタートアップのカンブリア爆発に向けたプレイブックを示す。
- 10種のロボットプラットフォームにわたって訓練した汎用モデルが、ハードウェア専用モデルを自身のタスクで50%上回った。
- PIはわずか1年前まで数百時間のデータ収集を要していたタスクで、今やゼロショット性能を達成している。
- PIのロボット制御はすべてクラウドで動作する。ロボットはリモートAPIにクエリを投げ、デバイス側の演算はほぼ不要で、レイテンシはアクションチャンクのパイプライン処理で隠蔽している。
- PIはPI0とPI0.5を、社内研究チームが実際に使う学習済みウェイトそのままでOSSとして公開した。
- 大規模な事前学習ランを監視し、エラーを自律的に修正するClaudeベースのプロトタイプにより、コンピュート利用率が約50%向上した。
- 垂直特化型ロボティクススタートアップのプレイブック：既存ワークフローをマッピングし、安価なハードウェアを使い、データを収集し、混合自律運用で損益分岐点を目指し、その後ロボットをスケールさせる。
- ロボティクスのデータ収集はエンジニアリングの問題ではなくオペレーションの問題だ。ボトルネックはセンサーの物理特性ではなく、収集インフラにある。
- PIの試算では、汎用ロボティクスの実現は米国GDPの約10%（24兆ドルベースで2.4兆ドル）に貢献しうる。これがデータ収集投資を正当化する根拠になる。
2026-04-16 · YouTubeで視聴