経済産業省とNEDOが進める生成AIプロジェクト「GENIAC」において、「製造現場視触覚データ収集によるVTLA基盤モデルに向けたデータセットの構築」が採択された。日本の製造業が抱える人手不足や熟練技能者の高齢化に対応するため、視覚だけでなく触覚も扱える次世代AIロボットの開発基盤を整える取り組みである。

現在、日本の製造業では、熟練作業者の減少や、生産の高度化・多品種化への対応が課題となっている。従来のロボットは、決められた場所で決められた動きを繰り返す作業には強い。一方で、人間の職人のように、手先の感覚や力加減を頼りに微調整する複雑で繊細な作業の自動化は難しかった。

こうした課題を解決する技術として注目されているのが、現実の物理世界で動く「フィジカルAI」である。今回のプロジェクトは、このフィジカルAIを製造現場で使える水準に進化させ、人手不足の解消につなげることを目的としている。

技術の中心となるのは「VTLA」と呼ばれるAIの基盤モデルである。VTLAは、視覚を意味するVision、触覚を意味するTactile、言語を意味するLanguage、動作を意味するActionの頭文字を取ったものである。カメラで状況を見て、センサーで触った感触や力加減を把握し、人間の言葉による指示を理解したうえで、ロボットの動作につなげる仕組みである。

従来のAIは、画像認識などの視覚情報と言語処理を中心に発展してきた。今回の取り組みでは、そこに「触覚」を加える点が大きな特徴である。これにより、たとえば「ちょっと強めに押し込んで」といった人間の言葉の指示を受け、ロボットが実際に触った感触を確かめながら、繊細な手作業を行うことが可能になると見込まれている。

この技術の実現には、AIに学習させるための大量で質の高いデータが欠かせない。今回のプロジェクトでは、川崎重工業、ファナック、安川電機という日本を代表するロボットメーカー3社が協力しており、ロボット業界が一体となって、共通の技術基盤づくりに向けて手を組む形である。

さらに、大阪大学や、触覚センサーに独自技術を持つスタートアップ企業のFingerVisionも連携する。各社・機関が製造現場の視覚データや触覚データを集め、どのロボットでも活用できる共通のデータセット、すなわちデータエコシステムの構築を目指す。期間は2026年8月から2027年7月までの1年間を予定しており、短期間で基盤づくりを進める計画である。

資金面でも大きな動きがある。今回の事業は、経済産業省とNEDOの生成AIプロジェクト「GENIAC」に採択されたことで、公的助成を受けながら研究開発を進めることができる。

加えて、企業側も大型の資金を用意している。川崎重工業は、プロジェクト発表と同じ2026年7月2日、新株式や社債の発行により、合計約1900億円規模の資金調達を行うことを発表した。

調達資金のうち約927億円は、自社工場にフィジカルAIやロボットを導入し、生産効率を高めるための設備投資に充てる。また、社債で調達する資金のうち約305億円は、フィジカルAIの開発に向けた研究開発費や他社との提携拡大に向けた投資のほか、借入金の返済資金や社債の償還資金などに使う計画だ。

今回のVTLA基盤モデルに向けたデータセット構築は、言葉と視覚だけでなく、触覚を備えた次世代AIロボットの実現を目指す取り組みである。日本の強みであるロボット技術を生かし、企業の枠を越えたデータ連携と、国による支援、企業自身の大型資金調達を組み合わせて進める点に特徴がある。

実用化が進めば、製造現場の労働力不足への対応に加え、日本のロボット産業や製造業の競争力を高める手段となる可能性がある。