Physical AIとヒューマノイドの技術アーキテクチャと事業化戦略および最新動向 <オンラインセミナー>
~ 機械設計から状態空間設計への転換、世界モデルと状態空間(SSM)、VLAによる「認識→行動」の直結、Sim-to-Realと物理シミュレーション ~
・ヒューマノイドを成立させる中核技術から事業戦略を成功させるためのポイントまで修得し、製品開発に活かすための講座
・日本の技術をリードしてきたパイオニアの方が、研究開発が激化しているフィジカルAIとヒューマノイドの最新技術と技術戦略について解説する特別セミナー!
・特に、講師自身の「パソコンからインターネット事業開発、更に車載IT/IoT、EV、SDV、自動運転/高度運転支援等の開発経験や、VCとしての多くのスタートアップを見てきた視点」から、リーダー層が、次の10年を勝ち抜くための羅針盤となる内容を提供します
オンラインセミナーの詳細はこちら:
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
AIは今、画面の中の「知能」から、物理世界で自ら動き、働く「身体性」の獲得へと劇的な進化を遂げています。
本講義では、LLM(大規模言語モデル)からVLA(視覚・言語・行動)モデルへと至る「Physical AI」の進化の本質を解き明かします。なぜ今、人型ロボット(ヒューマノイド)が自動車のSDV化と歩調を合わせて産業の最前線に躍り出たのか。その背景にあるSSM(状態空間モデル)や世界モデルといった中核技術の構造から、米中が激突するグローバルな開発競争の最前線、そして日本企業が精密機械の強みを活かして勝機を掴むための戦略までを詳説します。
単なる技術解説に留まらず、工場の実稼働やROI(投資対効果)の臨界点など、ビジネスの現場で「いつ、どこで、どう稼ぐか」というリアリティに踏み込みます。
セミナー詳細
| 開催日時 |
- 2026年08月05日(水) 10:00 ~ 17:00
|
| 開催場所 |
オンラインセミナー |
| カテゴリー |
オンラインセミナー、電気・機械・メカトロ・設備、ソフト・データ・画像・デザイン |
| 受講対象者 |
・フィジカルAIやヒューマノイドの研究開発に携わる方および今後携わる予定の方
・フィジカルAIやヒューマノイドに興味関心を持っている方
・技術と事業の「構造」を整理し、俯瞰的な視点を得たい意欲的な方 |
| 予備知識 |
・特別な数理知識や実装経験は不要です
・IT・自動車・製造業等での基礎的なビジネス知識、またはLLMや生成AIの基本概念をニュースレベルで理解していれば十分です |
| 修得知識 |
・ヒューマノイドを成立させる中核技術の詳細
・自動車(SDV)とロボットの共通構造
・世界モデルとSSMが果たす役割
・エッジAIにおける低遅延制御の重要性
・米中ヒューマノイド開発の勢力図と強み
・アクチュエータ等ハードウェアの実装制約
・日本企業が取るべきAIレイヤー提携戦略
・数理と物理を統合した次世代の勝ち筋 |
| プログラム |
1.Physical AIの本質:なぜ今ヒューマノイドなのか
(1).LLM→VLM→VLA→Physical AIの進化構造
(2).「知能」から「身体」へのパラダイムシフト
(3).自動車(SDV)とロボットの構造的共通性
(4).ヒューマノイドの意味:なぜ“人型”なのか
a.人間環境との互換性
b.汎用性vs専用機
2.ヒューマノイドを成立させる中核技術:技術アーキテクチャとその応用
(1).機械設計から状態空間設計への転換
a.要求定義の再構築:状態量/制約/評価指標の設計
(2).世界モデルと状態空間(SSM)とは
a.世界モデル=物理学や空間特性などの実世界の力学を理解するニューラル ネットワーク
b.状態空間(SSM)における状態方程式と観測方程式
(3).VLAによる「認識→行動」の直結
a.学習データ設計:実環境データ/合成データの要件定義
b.SSM適用の判断軸:安定性/計算量/遅延要件の整理
c.移行計画:既存機械設計資産を状態空間へ接続する手順
(4).運動制御(バランス・接触・動力学)
a.接触を前提とした制御:摩擦/滑り/衝撃の設計パラメータ化
b.安全設計:失敗モード/フェイルセーフを組み込む制御設計
c.実装への落とし込み:表現学習と制御ループの接続点
(5).センサー融合(視覚・触覚・力覚)
a.キャリブレーション設計:時刻同期/座標系/ドリフト管理
b.安定稼働の設計:外乱・モデル誤差に対するロバスト化
c.評価設計:成功率/サイクルタイム/再現性のKPI化
(6).TransformerとSSMの役割分担
a.使い分けの原則:長期依存/リアルタイム性/説明可能性
b.観測品質の保証:ノイズ・欠損・遅延を前提とした融合
c.検証計画:シミュレーション/実機テストの分担と基準
(7).Sim-to-Real:物理シミュレーション
a.シミュレータ要件:接触・摩擦・柔軟体の再現粒度を定義
b.統合アーキテクチャ:推論系と制御系の責務分割
c.異常検知:センサーフェイルを運用で潰す監視設計
d.ドメインランダム化:ギャップを潰すパラメータ設計
e.モデル運用:更新頻度/検証/ロールバックを含むMLOps設計
f.量産・現場適用:再学習コスト/検証工数を抑える運用設計
3.ハードウェアと計算制約:実装の現実
(1).SoC/エッジAI/リアルタイム処理
(2).p99.9遅延と制御安定性
(3).消費電力 vs 推論性能
(4).バッテリーと稼働時間
(5).アクチュエータ・機構系の制約
(6).エコシステムとサプライチェーン
a.高トルク密度モーター等コンポーネントの進化
4.ヒューマノイドの事業性と導入シナリオ:どこからマネタイズするか
(1).初期市場
a.工場(組立・搬送)
b.倉庫・物流
c.限定サービス業
(2).なぜ家庭用は最後なのか
(3).ROIモデル
a.人件費代替
b.生産性向上
(4).“汎用ロボット”の経済性の壁
5. ヒューマノイドをめぐるグローバル競争環境と日本企業の戦略:勝ち筋とリスク
(1).各国の開発状況
a.米国、中国、欧州
b.勝敗を分ける要因
(2).日本の強み
a.精密機械・品質・安全設計
(3).日本の弱み
a.AI・ソフト統合
b.意思決定スピード
(4).取るべき戦略
a.AIレイヤーの確保(内製or提携)
b.自動車(SDV)との融合
c.“匠のAI”の構築
(5).今後の勝ち筋
a.数理+物理の統合
b.機械工学の再定義
c.ガバナンスと安全性(法規制とPL法のリスク管理)
6.最前線の研究・開発動向とその事例:スタートアップ/大企業/大学
(1).スタートアップ
a.Figure/1X/Apptronik
b.中国勢(Unitree 等)
→ AIネイティブなロボット企業
(2).大企業
a.Tesla(Optimus)
b.Meta・Google系
c.自動車OEMの参入
→AI企業vs製造企業の主導権争い
(3).大学・研究機関
a.強化学習+VLA統合
b.安全性・認知研究
→原理とアルゴリズムの源泉
(4).最新トレンド
a.Embodied AIの主流化
b.量産・低価格化の見通し
c.実運用フェーズへの移行
7.Q&A
|
| キーワード |
Physical AI ヒューマノイド VLM VLA 状態空間設計 世界モデル Sim-to-Real センサー融合 アクチュエータ 高トルク密度モーター SDV Embodied AI
|
| タグ |
AI・機械学習、アクチュエータ、シミュレーション・解析、センサ、デバイスドライバ、モータ、組み込みソフト、ロボット、機械、機械要素、制御 |
| 受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
|
| 会場 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|