データが育てるロボット。日中の戦略的協業

どんなに最新の言語モデルを搭載したAIでも、現場の状況を正しく認識し、人間の代わりに行動する「フィジカルAI」として機能するためには、現実世界の複雑な物理法則を学ぶ必要がある。人間が幼い頃から転んだり物をつかんだりして感覚を養うように、ロボットにも膨大な「失敗と成功の経験」を教え込まなければならない。
この「良質な経験」を効率的に集め、AIへと流し込む仕組みこそが、実社会におけるロボット開発の最大の壁となっていた。機体を作るだけでなく、その頭脳を育てるための学習環境をどう構築するのか。日中の企業が結んだ戦略的な協定は、労働現場で活躍する次世代のロボットを生み出すための、確かな土台となる。（文＝RoboStep編集部）

（引用元：PR TIMES）

2026年4月3日、AI開発を支援するFastLabel株式会社は、中国に本社を置くロボットのグローバルリーディングカンパニー、RealMan Intelligent Technologyの日本法人と、グローバル戦略協定を締結したと発表した。

この提携は、ロボットの基盤モデルおよび「VLAモデル（視覚・言語・行動を統合するAIモデル）」の開発に向けて、実機を用いた学習データの収集とパイプライン（データの一貫した処理基盤）の構築を協業で推進するものだ。

自動運転やロボティクスなどの分野で高度な自律動作を実現するためには、現実世界での膨大な経験データが不可欠となる。しかし、ロボットが実際に動いて取得したデータを整理し、品質を管理してAIに学習させるまでの一連のサイクルを構築することは、一朝一夕には成し得ない困難な作業である。

（引用元：PR TIMES）

そこで、データの収集からラベリング、開発支援までを一貫して提供するFastLabelと、実環境での動作性能に優れたハードウェアを持つRealManがタッグを組んだ。具体的には、RealManが最新のヒューマノイドロボットを優先的に提供し、FastLabelが設立したR&Dセンターにおいて、AIが動作を真似るための「模倣学習用データ」を生産する。ハードウェアの強みとデータ処理の専門性を掛け合わせることで、世界水準の品質を担保したロボットトレーニングデータを、開発を行う企業や研究機関へと提供していく体制が整えられた。

今回の戦略的協定が明確にしているのは、フィジカルAI開発の競争軸が「いかに精巧な機体を作るか」から、「いかに良質なデータを継続的にAIへ教え込むか」へと移行しているという事実だ。

近年、大規模言語モデル（LLM）の進化により、ロボットは人間の曖昧な指示を理解できるようになりつつある。しかし、その指示を実際の「行動」へと変換する際、現実空間の摩擦や重力、物体の柔らかさといった物理的な情報を正しく処理できなければ、実務で役立つ存在にはならない。

ロボットが人間の代わりに工場で部品を組み立てたり、施設で荷物を運んだりするためには、「熟練の作業員がどのように動き、どう判断しているか」という質の高い正解データを大量に収集し、AIに模倣させる必要がある。このデータパイプラインの構築こそが、ロボットを研究室の実験機から、社会のインフラへと引き上げるための重要なプロセスとなるだろう。

自社だけで多額の投資を行い、機体の開発からデータの収集までをすべて抱え込む手法は、もはや現実的ではない。それぞれの専門領域を持つ企業同士が国境を越えて手を組み、強固な学習環境を共同で構築するオープンなアプローチが、開発スピードを飛躍的に高めていく。

良質なデータという「経験」を蓄積し続ける仕組みが整えば、ロボットはあらゆる産業の現場に素早く適応し、人間の頼もしい相棒として機能し始める。ハードウェアとデータのプロフェッショナルが交差するこの取り組みは、労働力不足という深刻な課題を解決し、次世代の産業基盤を持続可能なものへと育て上げていくはずだ。