元Metaの研究者たちは、視覚AIを工場現場に持ち込むことを目指している

人工知能は私たちの世界を再構築しつつあるが、その大半はデジタルの境界内に留まっていた。現在、新たなスタートアップの波が、これらの能力を物理世界に持ち込もうとしている。
元Meta研究者2名によって設立されたPerceptronは、この変化を牽引している。2024年11月に設立された同社は、機械が物理的な周囲とより効果的に相互作用できるようにする高度なビジョンモデルを構築している。
今週、Perceptronは、産業環境において機械に「知覚、推論、行動」の能力を与えることを目的としたモデル「Isaac 0.5」を発表した。このソフトウェアは、工場や倉庫のような複雑な空間をナビゲートするビジョン誘導ロボットを可能にするだけでなく、これらのロボットによって撮影された映像から貴重な視覚的洞察を引き出すことを企業に許可する。
Isaac 0.5はオープンウェイトモデルとして提供されており、そのパラメータとトレーニングデータは公的な検査のためにアクセス可能である。
Metaの基礎AI研究(FAIR)チームの元メンバーであるArmen AghajanyanとAkshat Shrivastavaによって共同設立されたPerceptronは、最近、Bessemer Venture Partnersがリードする2,100万ドルの資金調達を完了した。創設者たちは、自社のソフトウェアを産業用自動化の次のステップと位置づけている。
「現在のPhysical AIは誤った二者択一を示しています:各インスタンスに複数の専用クラウドGPUを必要とする汎用基盤モデルか、知覚または制御のいずれかを処理するが、ほとんど両方を扱わない狭義モデルかの二者択一です」と同社は説明する。
AghajanyanとShrivastavaは、既存のソリューションとは異なり、自社のツールが汎用的であることを主張する。単一の反復的なタスクに最適化されるのではなく、このモデルはさまざまな環境や状況に柔軟に適応するように構築されている。
インタビューにおいて、Shrivastavaは箱の整理のような単純な物理的タスクについて考察を促した。「パッケージを仕分けるために配備されたロボットを考えてみてください。それは具体的にどのようなタスクを実行する必要がありますか?」
一見単純なこのプロセスには、複数の複雑なステップが含まれる。ロボットはまずパッケージのラベルを読み取り、箱の位置を特定するための空間分析を行い、どのアイテムをピックアップするかを決定しなければならない。複数の箱を扱う場合、操作のシーケンスと順序を計画することも必要である。
Perceptronのソフトウェアは、ロボットがこれらの各ステップをナビゲートするのを支援する。他の業界ツールは個々のタスクを処理できる場合があるが、動的な現実世界のアプリケーションに必要な柔軟性を提供するものは少ない。
では、このアルゴリズム革新のデータはどこから来るのか?
Isaac 0.5のようなモデルは、膨大な量のビデオトレーニングデータを処理することで運用スキルを習得する。Perceptronによると、新しいモデルは設定、視覚、シナリオを認識するために100万時間の一般ビデオでトレーニングされた。同社はまた、ego video(ウェアラブルカメラなどを通じて第一人称視点から撮影された映像)およびUMI video(人間の反復的な動きを記録してAIシステムに物理的行動を教える映像)も利用した。
Perceptronは特定のデータソースを開示していないが、Shrivastavaは同社が「画像、テキスト、ビデオ、ロボットの軌跡など、複数のモダリティにまたがるペタバイト規模のデータセットを内部的に構築している」と述べた。
倉庫で効率的に動作するロボットを可能にするソフトウェアの潜在性は極めて大きい。Perceptronは、この自動化の波を推進する立場にあり、多様な業界にわたって統合するために、さまざまなベンダーにソフトウェアを提供すると考えている。
対象セクターには、製造、物流、倉庫管理、セキュリティ、モビリティ、メディアおよびエンターテインメントが含まれる。
「現在、市場にこれに類似するものは存在しません」とAghajanyanは述べた。「私たちは可能性について本当に興奮しています。」
関連記事
Blueskyは、誰でもウェブサイトやゲームなどを構築できるAI搭載のAttieアプリを拡大
Bluesky、オープンなソーシャルネットワークは、コアアプリケーションの範囲を超えてその影響力を拡大している。木曜日のTechCrunch Disrupt 2026において、同社はクリエイターがウェブサイト、クイズ、ゲーム、アンケート、その他のインタラクティブな体験を設計できる新ツールを発表した。このツールは、Blueskyの実験的プラットフォームであるAttieを拡張するもので、元々はAI駆動のカスタムソーシャルフィードに焦点を当てていた。これらの新しい作成機能により、従来のソフトウェア開発
公衆の支持を得られず、AIは約束を破った
技術の急速な進歩にもかかわらず、AIの公衆イメージは悪化している。Axiosは水曜日、全米共和党上院選挙委員会が主要なAI企業に送付したメモで、米国のデータセンターの拡張がオハイオ州の重要な選挙における同党の見通しを脅かしていると警告したと報じた。同時に、ピュー研究所の調査は、アメリカ人のAIへの懸念が高まっていることを明らかにした。回答者の52%が、日常生活におけるAIの役割の増大について「興奮よりも懸念している」と答え、2021年の37%から大幅に増加した。画像クレジット:ピュー研究所CNB
ドッペル、サンフランシスコ・フォーティナイナーズと提携し、スポーツ分野にAIを導入
ドッペルのAIネイティブプラットフォームは、脅威から保護するために設計されています。写真提供:ゲッティサンフランシスコ・フォーティナイナーズがDoppelを公式「ソーシャルエンジニアリング防御パートナー」に指名、最先端のAIを活用してディープフェイク、フィッシング、サイバーリスクに対抗サンフランシスコ・フォーティナイナーズと、ソーシャルエンジニアリング対策およびデジタルリスク保護を目的としたAIネ
関連特集おすすめ
コメント (0)
0/500

人工知能は私たちの世界を再構築しつつあるが、その大半はデジタルの境界内に留まっていた。現在、新たなスタートアップの波が、これらの能力を物理世界に持ち込もうとしている。
元Meta研究者2名によって設立されたPerceptronは、この変化を牽引している。2024年11月に設立された同社は、機械が物理的な周囲とより効果的に相互作用できるようにする高度なビジョンモデルを構築している。
今週、Perceptronは、産業環境において機械に「知覚、推論、行動」の能力を与えることを目的としたモデル「Isaac 0.5」を発表した。このソフトウェアは、工場や倉庫のような複雑な空間をナビゲートするビジョン誘導ロボットを可能にするだけでなく、これらのロボットによって撮影された映像から貴重な視覚的洞察を引き出すことを企業に許可する。
Isaac 0.5はオープンウェイトモデルとして提供されており、そのパラメータとトレーニングデータは公的な検査のためにアクセス可能である。
Metaの基礎AI研究(FAIR)チームの元メンバーであるArmen AghajanyanとAkshat Shrivastavaによって共同設立されたPerceptronは、最近、Bessemer Venture Partnersがリードする2,100万ドルの資金調達を完了した。創設者たちは、自社のソフトウェアを産業用自動化の次のステップと位置づけている。
「現在のPhysical AIは誤った二者択一を示しています:各インスタンスに複数の専用クラウドGPUを必要とする汎用基盤モデルか、知覚または制御のいずれかを処理するが、ほとんど両方を扱わない狭義モデルかの二者択一です」と同社は説明する。
AghajanyanとShrivastavaは、既存のソリューションとは異なり、自社のツールが汎用的であることを主張する。単一の反復的なタスクに最適化されるのではなく、このモデルはさまざまな環境や状況に柔軟に適応するように構築されている。
インタビューにおいて、Shrivastavaは箱の整理のような単純な物理的タスクについて考察を促した。「パッケージを仕分けるために配備されたロボットを考えてみてください。それは具体的にどのようなタスクを実行する必要がありますか?」
一見単純なこのプロセスには、複数の複雑なステップが含まれる。ロボットはまずパッケージのラベルを読み取り、箱の位置を特定するための空間分析を行い、どのアイテムをピックアップするかを決定しなければならない。複数の箱を扱う場合、操作のシーケンスと順序を計画することも必要である。
Perceptronのソフトウェアは、ロボットがこれらの各ステップをナビゲートするのを支援する。他の業界ツールは個々のタスクを処理できる場合があるが、動的な現実世界のアプリケーションに必要な柔軟性を提供するものは少ない。
では、このアルゴリズム革新のデータはどこから来るのか?
Isaac 0.5のようなモデルは、膨大な量のビデオトレーニングデータを処理することで運用スキルを習得する。Perceptronによると、新しいモデルは設定、視覚、シナリオを認識するために100万時間の一般ビデオでトレーニングされた。同社はまた、ego video(ウェアラブルカメラなどを通じて第一人称視点から撮影された映像)およびUMI video(人間の反復的な動きを記録してAIシステムに物理的行動を教える映像)も利用した。
Perceptronは特定のデータソースを開示していないが、Shrivastavaは同社が「画像、テキスト、ビデオ、ロボットの軌跡など、複数のモダリティにまたがるペタバイト規模のデータセットを内部的に構築している」と述べた。
倉庫で効率的に動作するロボットを可能にするソフトウェアの潜在性は極めて大きい。Perceptronは、この自動化の波を推進する立場にあり、多様な業界にわたって統合するために、さまざまなベンダーにソフトウェアを提供すると考えている。
対象セクターには、製造、物流、倉庫管理、セキュリティ、モビリティ、メディアおよびエンターテインメントが含まれる。
「現在、市場にこれに類似するものは存在しません」とAghajanyanは述べた。「私たちは可能性について本当に興奮しています。」
Blueskyは、誰でもウェブサイトやゲームなどを構築できるAI搭載のAttieアプリを拡大
Bluesky、オープンなソーシャルネットワークは、コアアプリケーションの範囲を超えてその影響力を拡大している。木曜日のTechCrunch Disrupt 2026において、同社はクリエイターがウェブサイト、クイズ、ゲーム、アンケート、その他のインタラクティブな体験を設計できる新ツールを発表した。このツールは、Blueskyの実験的プラットフォームであるAttieを拡張するもので、元々はAI駆動のカスタムソーシャルフィードに焦点を当てていた。これらの新しい作成機能により、従来のソフトウェア開発
公衆の支持を得られず、AIは約束を破った
技術の急速な進歩にもかかわらず、AIの公衆イメージは悪化している。Axiosは水曜日、全米共和党上院選挙委員会が主要なAI企業に送付したメモで、米国のデータセンターの拡張がオハイオ州の重要な選挙における同党の見通しを脅かしていると警告したと報じた。同時に、ピュー研究所の調査は、アメリカ人のAIへの懸念が高まっていることを明らかにした。回答者の52%が、日常生活におけるAIの役割の増大について「興奮よりも懸念している」と答え、2021年の37%から大幅に増加した。画像クレジット:ピュー研究所CNB
ドッペル、サンフランシスコ・フォーティナイナーズと提携し、スポーツ分野にAIを導入
ドッペルのAIネイティブプラットフォームは、脅威から保護するために設計されています。写真提供:ゲッティサンフランシスコ・フォーティナイナーズがDoppelを公式「ソーシャルエンジニアリング防御パートナー」に指名、最先端のAIを活用してディープフェイク、フィッシング、サイバーリスクに対抗サンフランシスコ・フォーティナイナーズと、ソーシャルエンジニアリング対策およびデジタルリスク保護を目的としたAIネ





家






