フィジカルAIニュース(2026/2/18号)
更新日：2026/2/18
エグゼクティブサマリー
2026/2/17は、NVIDIAはVLAモデル「Alpamayo」に因果連鎖推論を実装し、判断理由を説明できるSystem2型Physical AIへ前進。Isaac ROS 4.1のベアメタル化で実装面も加速する。Lumos Roboticsの「FastUMI Pro」はバックパック型収集でロボット学習データを民主化。研究面では操作と移動を統合するDM0、長期履歴を要約して成功率を伸ばすBPP、Web動画をPSIで精選し実機データゼロでも性能向上を示す。医療内視鏡は操作時間7割短縮、川崎重工はCP110Lで物流省人化を後押し。
1️⃣ NVIDIA「Alpamayo」＆ Isaac ROS 4.1 ｜推論型Physical AIの本格始動
🔗 出典：NVIDIA Alpamayo公式 ／ byteiota解説記事 ／ HuggingFace モデルページ
NVIDIAが自動運転・ロボティクス向けに投入したVLAモデル「Alpamayo」に「Chain-of-Causation（因果連鎖推論）」を実装。単なるパターン認識を超え、「なぜその判断をするか」を言語的に説明可能なSystem 2型AIへ移行。10Bパラメータ規模で70万件超の推論トレースで学習。Mercedes-Benz CLAへの搭載も予定されており、推論する自動車の初実用例となる見込み。Isaac ROS 4.1はDocker依存を排除しベアメタル実行を可能にし、AGIBOT・LG・Boston Dynamicsらが採用中。
💡 インサイト — 「ブラックボックスAI」から「説明可能なPhysical AI」へのパラダイムシフト。規制対応・事故責任追及の観点でも産業採用を加速させる分水嶺。
2️⃣ Lumos Robotics「FastUMI Pro」 ｜ロボット学習データ収集の民主化
🔗 出典：KrASIA記事 ／ FastUMI Pro公式 ／ HuggingFaceデータセット
中国Lumos Roboticsがバックパック型データ収集デバイス「FastUMI Pro」を発表。48MP魚眼カメラ×2・ToF深度センサ・9軸IMUを搭載し、位置決め精度1〜3mm。従来のテレオペ収集比でコストを1/5以下・速度3倍に改善。2026年中に1万台展開し、工場・家庭・ホテルなど6環境×30カテゴリで年間100万時間分のデータ生産を目標とする。LLMのスケーリング則をロボットで再現するための「Large Action Model（LAM）」インフラとして機能。
⚡ 注目点 — データ収集の「Uber化」により、特定の研究機関・大企業以外も学習データ生産に参加可能。ロボットの知能開発の民主化が加速。
3️⃣ arXiv:2602.14974「DM0」 ｜Physical AI向けVLAの新アーキテクチャ
🔗 出典：arXiv論文 ／ RoboChallenge評価基盤 ／ GitHub実装
Physical AIを名指しし、ネット事前学習の後付け適応ではなく操作（manipulation）とナビゲーション（navigation）を「最初から」統合して学ぶVLAフレームワーク「DM0」を提案。Pre/Mid/Post-Trainingの3段構成と「EmbodiedSpatial Scaffolding（空間CoT）」を導入。RoboChallenge Table30（30タスク実機評価）でSpecialist/GeneralistともにSOTAを主張。新着日時JST：2026/02/17 02:59。確度82。
4️⃣ arXiv:2602.15010「BPP」 ｜長期履歴模倣学習の成功率+70%改善
🔗 出典：arXiv論文
ロボットの長期タスクで生じる「履歴の指数的組合せ爆発→学習不足→スプリアス相関」問題に対し、VLMで「意味のあるキーフレーム」だけに圧縮して条件付けする「Big Picture Policies（BPP）」を提案。実機4タスク＋シミュレーション3タスクで評価し、ベースライン比成功率+70%を達成。データ追加より「表現圧縮」で問題を緩和するアプローチは、現場データが少ない環境に有効。確度90。
5️⃣ arXiv:2602.13197「PSIフレームワーク」 ｜ Web動画からロボット学習データを再定義
🔗 出典：arXiv論文
イリノイ大・Apple・Allen Institute等が提案する「PSI（Perceive-Simulate-Imitate）」フレームワーク。①人間動画から物体6Dポーズ軌跡を追跡→②物理シミュレータでロボット可能性をフィルタリング→③適合データのみでポリシー学習、という3段パイプライン。ロボット実機データ収集ゼロ（Zero-Shot）で従来SOTA比タスク成功率+22.5%。Apple研究者が共著者であり同社のロボティクス研究の一端が垣間見える。
💡 インサイト — LumosのようなHWデータ収集×PSIのようなアルゴリズムフィルタリングが組み合わさることで、データ不足問題の解決に向けた2軸アプローチが確立しつつある。
6️⃣ arXiv:2602.14666 ｜医療ロボット内視鏡の手術操作時間70%以上削減
🔗 出典：arXiv論文
軟性内視鏡手術ロボット向けに、単眼カメラ映像のみからリアルタイムで手術器具の3D位置・姿勢と生体組織距離を推定するアルゴリズムを開発。体内のデジタルツインを物理シミュレータで構築しSim-to-Realで実世界適応。医師によるロボット操作時間を70%以上短縮。「完全自動手術」ではなく「医師の能力拡張」という形でPhysical AIが医療現場に実装されつつある事例。JST新着：2026/02/16 20:46。確度87。GPT・Geminiの両ソースで取り上げ。
7️⃣ 川崎重工業「CP110L」 ｜業界初の中空手首構造パレタイジングロボット発売
🔗 出典：川崎重工業プレスリリース ／ 製品詳細ページ
110kg積載クラスで業界初の中空手首構造を採用した産業用パレタイジングロボット。配線を手首内部に収めて干渉領域を縮小し、業界最小設置高2,242mmを実現。毎時2,200ケース（60kg荷重時）の搬送能力・回生電力機能・位置繰り返し精度±0.05mmを標準搭載。天井高制約のある既存施設への導入障壁を下げ、物流省人化・CO₂削減に直結。2026/02/16公式発表・同日発売。確度100%の確実情報。
総合考察
本号は、Physical AIが「ブラックボックスの高精度」から「説明責任に耐える推論」と「量産できるデータ基盤」へ移る転換を描く。Alpamayoの説明可能性は規制対応と責任追跡の実務価値を直撃し、ROS実装の軽量化が現場導入を押し上げる。FastUMI Proは分散収集でスケーリング則を現場に持ち込み、DM0・BPP・PSIは空間推論、表現圧縮、動画選別で“データ不足と長期依存”を別角度から解く。医療・物流では完全自律より「人の能力拡張」でROIを作る流れが鮮明だ。
今後注目ポイント
Alpamayoの因果連鎖推論ログが、事故解析や規制認証で「証拠」として通るかが核心。MercedesBenz CLAでの搭載範囲も追跡。
IsaacROS41のベアメタル化でレイテンシと決定性はどこまで改善するか。主要OEMがDocker前提の開発慣行を捨てる転換点に。
FastUMIProが1万台規模で回ると、品質標準化とプライバシー処理がボトルネック化。LAM時代のデータ市場形成を注視。
DM0の空間CoTとBPPのキーフレーム圧縮は長期タスクの共通解になり得る。実機ベンチで再現性と汎化が出るか確認。
PSIはWeb動画を資産化するが、シミュレータ忠実度が性能上限を決める。HW収集データとの混合学習で安全性評価が焦点。
医療内視鏡は自律化より医師拡張で進む。臨床試験設計、責任分界、3D推定失敗時のフェイルセーフ整備が勝負所。
CP110Lは低天井既存施設の更新需要に刺さる。回生電力を含むTCOとCO2削減効果が導入判断を左右しそう。
