智元机器人、2つのモデルとOSで具現AIの生産性を再定義

導入

具現AIの評価軸は、「一度デモを成功させられるか」から「人の介入を抑えながら、長時間、安定して働けるか」へ移りつつある。智元机器人はイノベーションデーで、具現基盤モデルGO-3 Preview、全モーダル対話モデルWITA-OMNI、AGILE運動知能フレームワーク、具現AI向けOS「霊渠OS 1.0」を発表した。加えて、ロボットの有効な自律稼働を表す新しい指標としてWorkenを提示した。

主なポイント

• 2つのモデルが異なる役割を担う。 GO-3 Previewはタスク理解、動作生成、複雑な操作を対象とする。具現AI向けのWRAMアーキテクチャを採用し、後学習システムGenie EvolverとタスクフレームワークGenie Masterにつなげる。WITA-OMNIは音声、映像、テキストの入力と、音声、表情、動作の出力を一体的に扱い、開放環境での自然な対話を目指す。
• 評価結果は同社の発表に基づく。 GO-3 PreviewはRoboDojo、RoboTwin、RoboColiseumで首位、WITA-OMNIはDaily-Omni、TimeLens-Bench、EmbSpatialBench、MMAUで首位になったと智元は説明している。ただし、実環境では物体や人の動き、異常処理、連続運転への対応が別途求められる。
• ソフトウェアとハードウェアを統合する。 AHA3は1つのSoCで運動、対話、作業の知能を協調させる構成を採る。重負荷作業向けのG2 Maxは長時間運用を想定し、霊渠OSはハードウェア抽象化、リアルタイム制御、再利用可能なSkillを提供する。智元は霊渠OS 1.0のオープンソース化も計画している。
• Workenで現場の成果を測る。 指標は稼働中のロボット数、自律作業時間、成果効率の積として定義される。導入規模だけでなく、人の引き継ぎなしで働く能力と実際の成果を同時に扱う考え方だ。

意義と課題

智元の狙いは、単独のモデルや新型ロボットを示すことにとどまらない。モデルが理解と判断を担い、本体が動作を実行し、OSがハードウェアとアプリケーションを調整する。そして現場の経験を、再び学習やタスク計画に反映させる。この一連の工程を、製造、店舗、観光などの実運用で検証しようとしている。

Workenは、業界の競争基準を変える可能性がある。これまで人型ロボットは、派手な動作や仕様、単発の成功率で注目を集めがちだった。自律稼働時間、停止の少なさ、合格した成果物を継続的に記録できれば、競争は「デモが目立つか」から「安定して生産性を出せるか」へ移るだろう。一方、Workenはまだ智元が提案した探索的な指標であり、業界横断の定義やデータの比較可能性は今後の課題である。

モデル、本体、OSを一体で進める智元の路線が実を結ぶかは、発表された機能の数ではなく、ロボットが実際の職場で少ない介入と停止で、合格水準の成果を繰り返し出せるかにかかっている。

出典：量子位