2026年8月31日、大手電機メーカーの株式会社リコーは、動画像から人の動きを学習し、多様なロボットへ適用可能なフィジカルAI（※）技術の開発を発表した。AWSジャパンの支援を受け、実用化へ前進した。
身体構成の差を克服 人の作業動画から共通動作を学習する新技術
リコーは、人間やロボットの作業動画などの動画像データから、ロボットの機構や身体構成に依存しない行動表現を学習するフィジカルAI技術を開発した。
製造や物流の現場では深刻な人手不足が続いており、現場の状況を認識して柔軟に作業できるフィジカルAIへの期待が高まっている。しかし従来型のVLA（※）モデルでは、ロボットの形状ごとに学習データを集め直す必要があり、導入の大きな障壁となっていた。特にヒューマノイドロボットにおける実機データ不足は深刻な課題と言える。
こうした背景に対し、同社はLatent Action Model（LAM／※）を活用した技術を確立した。動画データから「物を持つ」「対象を移動させる」といった基本動作を、機体固有の制御方式に縛られない共通表現として学習させる手法である。人間の作業動画を活用できるため、実機データ収集のコストを抑えながら再利用性を高められる点が強みだ。
本開発は「フィジカルAI開発支援プログラム by AWSジャパン」を活用して進められ、クラウド上の計算リソースや専門技術支援を通じて効率的な学習環境が構築された。シミュレーション環境での駆動確認を終え、実機展開への足がかりを得た形となる。
※フィジカルAI：AIとロボティクスを融合させ、現実世界の状況を認識・判断して柔軟に動作する技術。 ※VLA：視覚・言語・行動を統合的に扱い、指示に応じてロボットの具体的な動作を生成するAIモデル。 ※LAM：画像や動画の変化から明示されていない「潜在的な行動」を学習するAIモデル。
導入コスト低減のメリットと安全性の課題 人と協働する現場の展望
今回発表されたフィジカルAI技術は、完全自動化が難しかった複雑な現場作業の効率化において極めて重要な意義を持つと考えられる。
最大のメリットは、機体ごとのチューニングに要していた時間と費用を大幅に削減できる可能性を秘めている点だ。共通の行動表現を基盤とすることで、オフィス、工場、物流、保守など多種多様な現場への導入コストが大幅に低減されると期待される。
一方で、シミュレーションから実機へ移行する過程（Sim2Real）における精度維持や、現場特有の突発的な変化に対する安全確保は今後の懸念材料と言える。実環境では予測不能なトラブルも想定されるため、人にとって安全で信頼できる動作の保証が不可欠だ。
リコーの梅津良昭事業部長は、技術検証が加速したと評価し、人とAIが協調する社会の実現を目指すと意欲を示した。AWSジャパンの巨勢泰宏常務執行役員も、汎用的なアプローチが実用化に貢献すると大きな期待を寄せる。今後は社内実践を踏まえ、人とロボットが協働する持続可能な働き方の創出を目指す方針だ。
関連記事：
