Radar — キュー / ウォッチリスト¶
最終更新: 2026-08 · owner: Youngjin · volatility: 高 ← index へ
L0 TL;DR: 包含基準（2.5 THE FILTER）はまだ通過していないものの、注目すべきもの。各項目は一行 — 成熟度ラベル + なぜ注目か + なぜ待機中か。ゲート（4 項目中 2 項目）を通過すると、担当ピラーの owner が標準テンプレートで昇格します。
⚠️ ここにある項目を顧客提案で「成熟した能力」のように扱わないでください。 華やかなデモがデプロイ可能性を覆い隠すことがよくあります。
🔬 モデル / アルゴリズム（検証待ち）¶
| 項目 | ラベル | 要点 | 昇格条件 |
|---|---|---|---|
| Physical Intelligence π0.7 | 🔵 Research | ✨ 注目: π0/π0.5 で VLA をリードする PI の次期フラッグシップの噂 — 登場すれば業界基準を再び塗り替える可能性 ⏳ 待機: 二次情報源のみ [4]、PI の一次確認なし |
PI 公式リリース + 性能検証 |
| GR00T N1.6 / N1.7 商用ライセンス | 🟡→ | ✨ 注目: 商用許可が事実なら、顧客提案に使える希少なオープン VLA になる（N1.5 は非商用のため提案不可） ⏳ 待機: 商用許可の主張が二次情報源のみ [4]（N1.5 はモデルカード上で明確に非商用 [1]） |
ライブモデルカードでライセンス確定 |
| World-action models（DreamZero → GR00T N2） | 🟡 Preview | ✨ 注目: VLA の次世代と目される「行動まで生成するワールドモデル」軸 — NVIDIA ロードマップの方向性指標 ⏳ 待機: GR00T N2「年末予定」、DreamZero は研究 |
GA + 実デプロイ事例 |
| Google DeepMind Genie 3（ロボット学習用ワールドモデル1） | 🟡 Preview | ✨ 注目: フロンティア級ワールドモデルをロボット学習のデータ源に使う試み — 成立すれば実データのボトルネックを迂回 ⏳ 待機: ワールドモデル自体はプレビュー、ロボット学習への適用は研究 |
ロボットポリシー学習の検証事例 |
| VLM ベースの SysID2（Vid2Sid, Swim2Real） | 🔵 Research | ✨ 注目: 映像のみから物理パラメータを推定しシミュレーター校正を自動化 — sim-to-real の手作業キャリブレーションを不要にできる可能性 ⏳ 待機: 2026 プレプリント、単一ラボ |
peer-review + 再現 |
| VIRAL / VideoMimic / Real2Render2Real（visual sim-to-real3 at scale） | 🔵 Research | ✨ 注目: 一般映像からシミュレーション環境・実演を再構成する visual sim-to-real — データ収集のコスト構造を変える候補 ⏳ 待機: CVPR/CoRL 研究、本番ではない |
本番デプロイの証拠 |
| Robbyant LingBot-VLA / UnifoLM-VLA-0 | 🔵 Research | ✨ 注目: 中国発の新たなオープン VLA 系列 — オープンウェイト競争構図の観察用 ⏳ 待機: 二次情報源、検証なし |
一次確認 + AWS マッピング |
🖥️ シミュレーション / ツール（成熟度待ち）¶
| 項目 | ラベル | 要点 | 昇格条件 |
|---|---|---|---|
| Genesis 物理エンジン4 | ⚪ Hype | ✨ 注目: 「超高速汎用物理エンジン」の主張で話題 — 事実なら GPU シミュレーションのコスト構造が変わる ⏳ 待機: 「430,000 倍」は反駁済み [1]、接触マニピュレーションで遅い |
独立ベンチマーク + 本番採用 |
| MuJoCo Warp | 🟡 Alpha | ✨ 注目: MuJoCo の精度と GPU 並列化を両立 — Isaac 一強構図の代替候補 ⏳ 待機: PyPI classifier「3-Alpha」 [1]、本番ではない |
Beta/GA への移行 |
| NVIDIA Newton 物理エンジン | 🟡 Preview | ✨ 注目: Google DeepMind・Disney Research と共同開発する次世代オープンソース物理エンジン — Isaac エコシステムの次期標準の有力候補 ⏳ 待機: Isaac Sim 6.0 で experimental バックエンド |
GA + Isaac Lab 3.0 正式 |
| Isaac Sim 6.0 | 🟡 Preview | ✨ 注目: Newton 統合を含む次世代の構造刷新 — 現行 5.x スタックの移行方向の指標 ⏳ 待機: 「Early Developer Release」、API 変動（最新 GA は 5.1） |
6.x GA 宣言 |
| Cosmos 3 を sim-to-real 学習源として | 🟢 GA（モデル）/🔵（実戦） | ✨ 注目: ワールドモデル生成データで実デプロイ可能なポリシーを学習する軸 — 成立すれば SDG パイプラインの勢力図が変わる ⏳ 待機: モデルは GA だが「ワールドモデルのデータで実デプロイ可能なポリシーを学習」はアーリーアダプターのみ。⚠️ AWS 未ホスティング |
AWS マッピング強化 + 学習検証 |
🤖 ハードウェア / デプロイ（ロードマップ・デモ）¶
| 項目 | ラベル | 要点 | 昇格条件 |
|---|---|---|---|
| Tesla Optimus V3 | ⚪ Hype | ✨ 注目: 最大の話題性を持つヒューマノイド量産計画 — 顧客からの質問頻度が最も高い項目 ⏳ 待機: Musk の主張のみ、生産未開始 |
検証されたデプロイ |
| Hyundai·BD オールエレクトリック Atlas | ⚪ ロードマップ | ✨ 注目: 現代自動車グループの量産ロードマップ（2028 から 3 万台/年）— 韓国の顧客接点で最も直接的なヒューマノイドトラック ⏳ 待機: オールエレクトリック Atlas 製品版を公開（2026-07、BD 公式 [3]）。展開 2.5 万+台・生産能力 3 万/年はいずれも 2028 開始、現在の実稼働 ~0。2026 は小規模パイロットのみ（現代 RMAC + Google DeepMind）。⚠️「第 5 世代」は誤称 |
実稼働出荷の開始 |
| Apptronik Apollo 2 + Robot Park | 🟡 パイロット | ✨ 注目: Mercedes・GXO の実運用パイロット + Google DeepMind データ提携 — ヒューマノイド商用化最前線の指標 ⏳ 待機: Mercedes-Benz・GXO で運用パイロット [3] + Google DeepMind Gemini Robotics データ提携（9 万平方フィート）。自律・商用拡大は未検証。AWS マッピングは一般的（データ→S3/SageMaker）、提携自体は Google [4] |
商用デプロイ規模 + 自律成果の検証 |
| 1X Neo 自律性 | 🟡 Preview | ✨ 注目: 家庭用ヒューマノイドを実際に販売（$20k）する初の事例群 — 遠隔操作混合運用モデルの試金石 ⏳ 待機: 自律 + VR 遠隔操作（Expert Mode）の混合運用 — CEO 自身が認めている（Engadget [3]）。「自律 60~70%」という数字は一次ソースなし [4] |
真の自律性の検証 |
| Figure 03「8 時間自律シフト」 | ⚪ Hype | ✨ 注目: 検証済み BMW パイロットの実績の上での自律性主張 — 事実なら産業ヒューマノイド自律性の基準を塗り替える ⏳ 待機: CEO のツイート、独立検証なし（Figure 02@BMW は検証済みパイロット） |
第三者による自律性監査 |
| Cosmos 3 採用（Doosan/LG/Samsung） | 🟢 GA（発表） | ✨ 注目: 韓国大手 3 社の採用発表 — 韓国の顧客対話で即座に挙がるリファレンス ⏳ 待機: 採用は「発表」であって本番検証ではない |
本番事例の公開 |
🔗 エージェント / 接続（初期）¶
| 項目 | ラベル | 要点 | 昇格条件 |
|---|---|---|---|
| MCP5 for robotics（ros-mcp-server など） | 🔵 Research | ✨ 注目: エージェント標準プロトコルをロボットスキルへつなぐ実験が急増（50+ サーバー）— AgentCore 連携の切り口 ⏳ 待機: 50+ サーバーがあるがオープンソース/デモ、本番なし（安全性・遅延・決定性が未検証） |
本番ハードニング事例 |
| ROS 26 + LLM エージェント7（NASA JPL ROSA, RAI） | 🔵 Research | ✨ 注目: NASA JPL ROSA など実組織での検証事例を保有 — 自然言語→ロボット運用の最も現実的な入り口 ⏳ 待機: ROSA(JPL) が最強の実例だが mock-ops。現場デプロイは限定的 |
現場での本番デプロイ |
| エージェント物理安全標準（RoboGuard など） | 🔵 Research | ✨ 注目: LLM の意味レベルのリスクを扱う標準の空白地帯 — 規制・調達要件として浮上する可能性 ⏳ 待機: ISO は物理のみ、LLM の意味的リスク標準が不在 |
標準化の進展 |
| AgentCore Payments / Agent Registry（ソウル） | 🟡 Preview/未提供 | ✨ 注目: ロボットエージェントの商取引・レジストリ基盤の AWS ネイティブ軸 — ソウルリージョン開放後は即提案可能 ⏳ 待機: ソウルリージョン未提供 — Agent Registry は東京 ✅、Payments は東京にも未提供（APAC はシドニーのみ） [1] |
ソウルリージョン拡張 |
🆕 最新スキャン流入（2026-09-05 · 一次検証完了 2026-07-21）¶
| 項目 | ラベル | 要点 | 昇格条件 |
|---|---|---|---|
| Walden Robotics（Toyota Research Institute からのスピンアウト、Large Behavior Models9 ヒューマノイド） | 🟡 パイロット | ✨ 注目: TRI ロボティクスを率いた Russ Tedrake のスピンアウト + シード 3 億ドル — LBM 商用化の最前線、Toyota 工場での実パイロットを保有 ⏳ 待機: 公式発表（2026-07-15） [4] —— 2026-01 に TRI からスピンアウト（創業者 Russ Tedrake、元 TRI SVP）、Toyota・Deviation Capital 共同リード + NVIDIA・Boeing・Samsung Ventures などが参加したシード 3 億ドル（バリュエーション 11 億ドル）。ヒューマノイド上半身+ホイール式移動ベース、Diffusion Policy10・Large Behavior Models ベースの方策で、北米 Toyota 工場にて 2026-02 からパイロット→「本番転換」を自社主張、第三者検証なし |
第三者監査・独立検証 + 展開規模拡大の事例 |
| Xiaomi-Robotics-1（VLA8 ファウンデーションモデル、10 万時間超の実世界 UMI11 軌跡） | 🔵 Research | ✨ 注目: UMI 10 万時間超の実世界軌跡というデータスケールで 4 ベンチマークの SOTA を主張 — 中国ビッグテックが VLA 競争へ本格参入するシグナル ⏳ 待機: Xiaomi 公式 arXiv 発表（2607.15330、2026-07-16） [4] —— Qwen3-VL ベースの MoT（VLM+DiT）、RoboCasa365（57.4%、従来 SOTA 46.6% から向上）など 4 ベンチマークで自己申告 SOTA（RLDX-1・GR00T N1.6 などと比較、独立再現なし）。⚠️ 訂正（2026-08-10）: 2026-08-03 に GitHub でコード・チェックポイント（ベース 5B + RoboCasa/RoboCasa365/VLABench タスク別 3 種）の実公開を確認 — Apache-2.0（RLDX-1 と異なり商用利用を明示的に許可、AWS マッピングの可能性あり）。リポジトリ自身のリーダーボード数値は arXiv 論文と表記方式が異なり直接対照が必要、独立再現・実導入は依然ゼロ |
独立ベンチマーク再現 + 実導入事例 |
| Gemini Robotics 2（Google DeepMind、全身制御 VLA） | 🟡 Preview | ✨ 注目: フロンティアラボの VLA が上半身マニピュレーションを超えて全身（歩行・両手協調）制御へ拡張 — 競合スタックの地形を変える世代転換のシグナル ⏳ 待機: 公式発表（2026-07-30） [4] —— これまでの上半身のみの制御を全身制御（歩行・屈曲・両手協調）に拡張、推論モデル Gemini Robotics ER 2・エッジモデル On-Device 2 を同時発表。Apptronik Apollo 2 で実機デモ（電球の取り外し 92% 成功）、自己申告ベンチマークで独立検証なし。公開プレビューは ER 2 のみ（AI Studio/Enterprise Agent Platform）、VLA・On-Device 2 はアーリーアクセスパートナー限定。⚠️ pillar-2 の「Gemini Robotics」競合スタック節は本発表以前のスナップショット（確認 2026-07、ER 1.6/On-Device/1.5 が対象）—— pillar owner による更新が必要 |
アーリーアクセス終了・GA 公開 + 独立ベンチマーク検証 |
| XYZ Robotics DEUX（BrainX・GloveX・TwinX をつなぐ「Physical AI Data Flywheel」を基盤とした双腕セミヒューマノイド） | 🟡 Preview | ✨ 注目: 韓国のスタートアップが自社カフェ・配送ロボットの商用運用（バリスタロボットは 100 万件超の注文を処理）から得られる実データで BrainX を学習し、テレオペレーション収集デバイス GloveX → デジタルツイン TwinX での検証 → 実機への再展開までをつなぐ自社データフライホイール構造 —— 韓国の顧客接点で直接挙がりうるローカルな Physical AI データパイプライン事例 ⏳ 待機: ソウル・ラウンジエックス聖水本店で実証を開始（2026-07-27） [4] —— 双腕 32DoF + 3 指ハンド、シリーズ B 130 億ウォンを調達（2026-03）。DEUX の商用ローンチ（2026 年下半期予定）・GloveX の外部販売（2026 年末予定）はいずれも未リリース。自律性能・展開規模は未検証 |
実証拡大 + 自律性能の独立検証 |
| ROBOTIS AI Sapiens K1（DYNAMIXEL-Q ベースのオープンソースヒューマノイドプラットフォーム） | 🟡 Preview | ✨ 注目: 韓国企業 ROBOTIS のオープンソースヒューマノイド —— スマートフォン映像だけでK-popの振り付けを学習(映像モーションキャプチャ→リターゲティング→シミュレーション RL→sim-to-real)して実演、NVIDIA Kimodo によるテキスト→モーション生成の拡張も統合。韓国の顧客接点で直接挙がりうるローカルなオープンヒューマノイド事例 ⏳ 待機: GitHub 公式リポジトリ（ ROBOTIS-GIT/ai_sapiens、Apache-2.0）[4] —— ROS 2 パッケージ（ロボット記述・コントローラーインターフェース・sim2real ツール）は既に公開済みだが、映像→モーション生成の全パイプラインのオープンソース化は ROBOTIS 自身の予告計画のみ（日程未確定）。K-pop 実演は自己申告、独立検証・実導入事例なし |
全パイプライン公開の確認 + 独立検証 |
| AWS-NVIDIA Physical AI インフラ拡大（Amazon Robotics × NVIDIA 協業） | ⚪ ロードマップ | ✨ 注目: AWS 自身が物理 AI インフラ（シミュレーション・SDG12・ロボット訓練・機能安全・real-to-sim 検証、GPU アクセラレーテッド EC2）を Amazon Robotics の次世代ロボット開発に投入すると公式発表 — Radar 史上最も直接的な「AWS 自社」物理 AI 事例 ⏳ 待機: 2026-08-26 AWS・NVIDIA 共同発表 [4]（一次ソース press.aboutamazon.com/nvidianews.nvidia.com、多数の二次媒体で交差確認）—— NVIDIA GPU 200 万台追加導入（2027~2028）の一部。Jetson・Omniverse・Isaac プラットフォームの活用範囲のみ公開、Amazon Robotics の具体的なロボット・定量的成果・サービス名は未公開 — ロードマップ段階、実デプロイ 0 |
具体的なロボット/サービスの公開 + AWS サービスマッピングの確定 |
| LG × NVIDIA 二足歩行ヒューマノイド + CLOiD | ⚪ ロードマップ | ✨ 注目: 韓国の大手企業（LG）が NVIDIA と MOU を締結 — Jetson Thor・Isaac GR00T・Halos（ロボティクス安全フレームワーク）ベースの二足歩行ヒューマノイドを 2027 年第 1 四半期に公開予定、加えてホイール式 CLOiD をテネシー州の洗濯機工場に 2026 年内に実戦検証投入 — 韓国の顧客対話で直接引用できるローカル大手企業のトラック（現代・BD Atlas と似た角度） ⏳ 待機: 2026-08-13 MOU 締結を公式発表（LG Corp 具光謨会長と Jensen Huang が出席） [4]。CLOiD のテネシー投入は 2026 年内だが検証段階（商用規模ではない）、二足歩行ヒューマノイドは試作機未公開（2027-Q1 公開予定）— 現在の実稼働は 0 |
二足歩行ヒューマノイド実機公開 + CLOiD 工場検証結果の公開 |
| GHOST（オンボードカメラのみで 1 人が 2 台のロボットを同時遠隔操作する VR テレオペレーション） | 🔵 Research | ✨ 注目: Brown University（Tellex lab）が Amazon の資金支援を受けて開発 — 外部モーションキャプチャなしでオンボード RGB-D のみを使い、1 人のオペレーターが Boston Dynamics Spot 2 台を VR で同時遠隔操作、IEEE RA-L に掲載(peer-review 通過)。初心者の成功率 1.6~4 倍、エキスパートの作業速度 1.47 倍向上を実測 — テレオペレーションによるロボットデータ収集パイプラインのコストを下げうるオープンソース事例 ⏳ 待機: arXiv 2608.29080（2026-08-29、IEEE RA-L 2026-08 accept） [4] — エキスパート評価者は論文著者本人 3 名（バイアスの可能性）、初心者評価は n=15（9 タスク中 2 タスクのみ実施）、Boston Dynamics Spot 専用ハードウェア・専用 Wi-Fi 環境（本番環境での信頼性は未検証） |
独立ユーザー評価の拡大 + 多様なハードウェア・ネットワーク環境での検証 |
| Perceptron Isaac 0.5（オープンウェイト埋め込み型ファウンデーションモデル、360 億パラメータ） | 🔵 Research | ✨ 注目: 動画理解・エンボディード推論・ロボット制御を単一のスパースバックボーンに統合し、オープンウェイトとして公開 — 35 以上のロボットシステム・10 万時間超のロボット経験・100 万時間の動画・3T のマルチモーダルトークンで学習、π0.5・GR00T N1.7 を上回ると自己申告し、コード・重みを同時公開（コードは Apache-2.0） ⏳ 待機: 公式発表 + GitHub 公式リポジトリ（2026-08-27/28、元 Meta 研究者によるスタートアップ Perceptron AI） [4] —— 自己申告ベンチマークで、独立再現・peer-review なし。重み自体のライセンス条件は Hugging Face リポジトリに別途記載（本調査ではアクセス未確認） |
独立ベンチマーク再現 + 実導入事例 |
| ABEJA×村田製作所 GR00T N1.7 双腕 PoC（VLA ベースの物理AI技術検証） | 🟡 Preview | ✨ 注目: 日本の製造大手・村田製作所が NVIDIA GR00T N1.7（商用ライセンスのオープン VLA）で双腕ロボットの部品受け渡し・姿勢転換・挿入という連続動作を実機で検証 —— 実際の製造大手が商用ライセンスのオープン VLA を検証した初期事例、ラボオートメーションの角度 ⏳ 待機: ABEJA・村田製作所の公式発表（2026-08-31、PR TIMES） [4] —— 数百件のテレオペレーション実演データで模倣学習、検証（テスト）環境下で実機成功。量産規模の展開・自律性能の独立検証はなし。⚠️ リンクは PR TIMES の公式発表だが、本実行環境の egress 制限により curl 200 の手動確認は未実施（コミットメッセージ・issue 参照） |
量産ラインへの展開 + 独立検証 |
⚰️ 廃止済み — 提案禁止（記録保存用）¶
| 項目 | 状態 | 代替 |
|---|---|---|
| AWS RoboMaker | 🔴 終了 (2025-09-10) [1] |
EC2 G6e/G7e + Isaac Sim AMI + AWS Batch |
| SageMaker Edge Manager | 🔴 終了 (2024-04-26) [1] |
ONNX + IoT Greengrass V2 (+ SageMaker Neo) |
| IoT Greengrass V1 | 🔴 終了 (2026-06-01) [1] |
Greengrass V2 |
| Gazebo Classic 11 | 🔴 EOL (2025-01) [1] |
Gazebo Jetty/Harmonic |
| Trainium for VLA | ⚪ 公開事例なし [4] |
現在は CUDA/NVIDIA（提案時にリスクを明示） |
⚠️ 噂への警戒（事実ではない）: 「AWS IoT TwinMaker 廃止」は誤情報 — TwinMaker は GA・新規顧客に開放（低速度）。SiteWise のメンテナンスと混同した第三者ブログの主張です。繰り返さないでください。→ pillar-3。
昇格手順（要約）¶
- キャプチャ: 指定チャンネル/絵文字で候補を収集
- フィルタ: 2.5 ゲートを適用（4 項目中 2 項目以上）
- 通過時: 担当ピラーの owner が標準テンプレートで編入し、Radar から削除
- 未達時: ここに一行で保持し、昇格条件を明示
パイプライン全体 → maintenance。
owner: Youngjin · updated: 2026-08 · volatility: 高（Radar は本質的に急速に変化します — 月次レビューを推奨）
-
ワールド基盤モデル（WFM, World Foundation Model） — 物理世界の次のシーンを予測・生成するよう学習された大型モデルです。テキスト・映像プロンプトから物理的にもっともらしい映像・シナリオを作り、ロボット学習データを拡張します。🎥 NVIDIA Cosmos 紹介 ↩
-
システム同定（SysID, System Identification） — 実機ロボットの物理パラメータ（摩擦・質量・モーター応答）を測定し、シミュレーターを実物に合わせて校正する作業です。 ↩
-
sim-to-real — シミュレーションで学習したポリシーを実際のロボットへ移すこと、またはその方法論です。シミュレーションと現実の物理・視覚の差（ドメインギャップ）のため、そのまま移すと性能が崩れます。🎥 NVIDIA sim-to-real ロボティクスショーケース ↩
-
物理エンジン（physics engine） — 剛体動力学・接触・摩擦・衝突を数値的に計算するシミュレーターの中核ソフトウェアです。エンジンの精度・速度のトレードオフがシミュレーター選択（Isaac/MuJoCo/Genesis）を左右します。 ↩
-
MCP（Model Context Protocol） — エージェントとツール・データソースをつなぐオープン標準プロトコルです。「エージェント用 USB-C」に例えられ、ロボットスキルを MCP サーバーとして公開する実験が増えています。 ↩
-
ROS 2 (Robot Operating System 2) — ロボットソフトウェアの事実上の標準オープンソースミドルウェアです。センサー・制御ノードがトピック（topic）で通信する分散構造で、産業・研究ロボットスタックの共通基盤です。 ↩
-
LLM エージェント — 大規模言語モデルが自ら計画を立て、ツール（API・ロボットスキル）を選んで呼び出し、多段階のタスクを遂行するソフトウェアです。単純な質疑応答と異なり「行動」がある点が核心です。 ↩
-
VLA (Vision-Language-Action) — カメラ映像（Vision）と自然言語の指示（Language）を入力に、ロボットの動作（Action）を直接出力する基盤モデルです。「コップを掴んで」と言えば関節の動きを生成する、という具合です。🎥 NVIDIA Isaac GR00T N1 紹介 ↩
-
Large Behavior Models (LBM) — LLM の「ロボット行動」版。大規模な実演データで学習し、1 つのモデルで多様なマニピュレーションタスクを実行するロボット基盤モデルを指す Toyota Research Institute の用語です。 ↩
-
Diffusion Policy — 画像生成に使われる拡散（diffusion）モデルでロボットの動作シーケンスを生成するポリシーアーキテクチャです。複数の有効なやり方を含む実演データを安定して学習でき、模倣学習の事実上の標準になりました。 ↩
-
UMI (Universal Manipulation Interface) — ロボットなしで、人がカメラ付きのハンドヘルドグリッパーを持って実演データを集める収集方式です。ロボットを投入せずに実世界データを大量に確保できます。 ↩
-
合成データ生成（SDG, Synthetic Data Generation） — シミュレーターで学習用画像とアノテーション（ラベル）を自動生成する技法です。ラベリングコストがゼロに収束するのが最大の利点です。🎥 Isaac Sim Replicator SDG チュートリアル ↩