XNews

NVIDIA、ロボティクスとワールドモデルの進展

NVIDIA、ロボティクスとワールドモデルの進展

NVIDIAのGEAR研究グループは、2026年半ばに4つの主要なロボティクス進展を発表した。長期的な筋記憶のためのRoboTTT、進化するスキルライブラリのためのASPIRE、自律研究ラボのためのENPIRE、そしてオンデバイスワールドモデルのCosmos 3 Edgeである。

Key insights

RoboTTTのテスト時訓練により、ロボットは無制限のコンテキストで「考える」ことが可能に

すべてのセンサー読み取りを継続的に更新される小型モデルに圧縮することで、RoboTTTはロボットに5分間のリアルタイム経験に相当する持続的な作業記憶を提供する。これにより、人間のデモからのワンショット模倣や、再訓練なしでのリアルタイムエラー回復が可能になる。1Kから8Kコンテキストへの62%の改善は、ロボットポリシーがLLMを変革したのと同じスケーリング則の恩恵を受けることを示唆している。

ASPIREは継続学習をパラメータ更新ではなくスキルライブラリとして再定義

エンドツーエンドのポリシーを再訓練する代わりに、ASPIREはコーディングエージェントを使用して、成功した戦略を成長する感覚運動スキルのリポジトリに蒸留する。これにより壊滅的忘却を回避し、ノウハウを再利用することで新しいタスクを10倍高速にブートストラップできる。スキルライブラリは異なるロボットの身体性間で共有可能であり、大規模な新しいデータなしでシミュレーションから実世界への転移や異なる身体間の転移を実用的にする。

ENPIREは自律ロボット研究ラボが今や実現可能であることを証明

Codexエージェントにロボット群とGPU割り当ての直接制御を委ねたところ、一晩で自己主導の実験が行われ、GPUの取り付けなどの高精度タスクを人間の介入なしに解決した。8台のロボットによる並列高速化は、ロボティクスの研究開発サイクルを劇的に短縮できる「物理的スケーリング」の次元を示している。

Cosmos 3 Edge、エッジデバイスにワールドモデリングをもたらし、リアルタイムのシーン推論を実現

デバイス上で動作する4B/2Bパラメータのワールドモデルにより、ロボットや自動運転車はクラウドのレイテンシなしにシーンを理解・予測できる。これはスマートインフラやライブ動画を処理するビジョンAIエージェントでのアプリケーションを支え、エッジ展開シナリオで高度な空間知能をより利用しやすくする可能性がある。

RoboTTT、ASPIRE、ENPIREの3つが閉ループの自律改善システムを形成

RoboTTTは長期的な状況認識を提供し、ASPIREはスキルを構築・再利用し、ENPIREは探索を調整する。これらが一体となることで、ロボットがその場で学習するだけでなく、人間の監視なしに体系的に能力を拡張し、孤立したデモから継続的で自己改善的な展開へと移行する未来が示唆される。

Source posts