フィジカルAI（VLA・VLM）
現場の画像と動作を、
AIに覚えさせる。
VLA・VLMを貴社の作業データで学習させ、ロボットや現場のカメラで動かします。データの集め方の設計から、成功率の評価、実機での試行まで担います。
＼ 画像を読むところからでもOK ／
ジンベイのフィジカルAIの開発支援とは
ロボットや現場のカメラで動くAIを、公開されているモデルをもとに貴社の作業に合わせて学習させる開発支援です。現場の画像を読むVLM（外観検査・作業分析・点検記録）と、映像と指示からロボットの動作を出すVLA（つかむ・置く・入れる）を扱い、データ収集の設計・シミュレーション・学習・成功率の評価・実機での試行までを担います。安全の仕組みは既存の設備側に置き、AIには持たせない前提で進めます。
ENTRY
入口は、現場の画像を読むところから。
ロボットを動かす前に、カメラの画像を読むだけで効果が出る作業も多くあります。
外観検査・異常の発見
製品や設備の写真から、傷・欠け・異常をVLMで見つけます。少ない不良品の画像でも、言葉で基準を足して判定できます。
作業の分析
作業の動画から、手順の抜け・順番違い・所要時間をVLMで読み取り、記録にします。
点検記録の読み取り
メーターの写真や手書きの点検表を読み、点検記録のデータにします。
ロボットの動作の学習
人が操作したお手本の動作を集め、VLAに学習させて、つかむ・置く・入れるといった作業をさせます。
MODELS
VLA・VLM・世界モデルの違い
| VLM | VLA | 世界モデル | |
|---|---|---|---|
| 入れるもの | 画像・動画と、質問 | カメラの映像と、作業の指示 | 映像と、ロボットの動作 |
| 出てくるもの | 文章・判定 | ロボットの動作 | この先の映像・状態の予測 |
| 向いている使い方 | 外観検査・作業分析・点検記録 | つかむ・置く・入れる作業 | 学習データの補充、実機の前の確かめ |
| 学習に要るデータ | 画像と正解（数百枚〜） | 人が操作したお手本の動作（数十回分〜） | 映像と動作の記録 |
OPEN MODELS
公開されているモデルから、条件を確かめて選びます。
モデルごとに、商用で使える条件と、学習に要る計算機の大きさが違います。
| 種類 | 出すもの | 学習・使い方の目安 | ライセンスの傾向 |
|---|---|---|---|
| 小型のVLA | ロボットの動作 | 一般向けのGPU1枚で学習できるものがある。まず試すのに向く | コードと重みのライセンスが緩いものを選びやすい |
| 大型のVLA | ロボットの動作（双腕・人型を含む） | 学習には大きなメモリのGPUが要る | 重みに利用条件が付くものが多い |
| 世界モデル | この先の映像・状態の予測 | 学習データの補充や、実機の前の確かめに使う | 研究向けの条件が付くものがある |
| VLM | 画像を読んだ判定・文章 | 外観検査・作業分析の入口に使いやすい | 商用で使えるものと、申請が要るものがある |
※ 2026年10月時点の傾向です。モデルごとに商用で使える条件が違うため、採用前に公式の利用条件を確認します。
PROCESS
技術検証は、こう進めます。
成功率は、試した回数と条件と一緒に測ります。期間は目安で、作業と機材によって変わります。
| 工程 | 期間の目安 | やること | 成果物 |
|---|---|---|---|
| 課題の定義 | 1〜2週 | 対象の作業、成功の定義、許容できる作業時間、安全の条件を決める | 検証計画（成功条件・評価の手順・中止の基準） |
| 画像を読む検証 | 2〜4週 | 外観検査・作業分析をVLMで試し、必要なら学習させる（画像だけの案件はここまで） | 精度の報告と、誤りの分類 |
| データ収集 | 2〜4週 | 人がロボットを操作してお手本を集める。カメラを固定し、条件のばらつきを少しずつ増やす | 収集したデータと、収集条件の一覧 |
| シミュレーション（必要に応じて） | 2〜4週 | 仮想の環境で事前に評価し、学習データを補う | シミュレーションでの成功率 |
| 学習 | 1〜2週 | 小さなモデルから試し、LoRAと全体の学習を比べる | 学習したモデルと記録 |
| 評価 | 1〜2週 | 条件ごとに20〜50回試して成功率を測る。置き場所・物・明るさを変えて確かめる | 評価表と、失敗の分類 |
| 実機での試行 | 2〜4週 | 動作の遅れを測り、既存の安全の仕組みの中で試す | 本番に進むかの判断材料と見積もり |
どの作業から始めるか、無料相談で一緒に決めます。
SAFETY
安全の仕組みは、AIに持たせません。
実機での試行は、貴社またはロボットのシステムインテグレーターによるリスクアセスメントと、非常停止・速度制限・安全柵や監視といった既存の安全の仕組みの範囲内で行います。産業用ロボットの安全は、労働安全衛生規則やISO 10218・JIS B 8433に沿った体制が前提です。人が操作してお手本の動作を集める作業も、危険を伴う作業として扱います。安全認証や規格への適合の判断は、ジンベイでは行いません。
SCOPE
お受けすること、お受けしないこと
お受けすること
- ○VLMによる外観検査・作業分析・点検記録の読み取り
- ○お手本の動作の集め方の設計と、学習に使える形へのデータの整備
- ○公開されているVLAのファインチューニングと、成功率の評価
- ○シミュレーションでの事前評価と、学習データの補充
- ○既存の安全の仕組みの中での、実機での試行
お受けしないこと
- —ロボット本体・ハンドなどの機械の開発
- —安全認証の取得や、規格への適合の判断
- —成功率の数値を保証する契約
- —自動運転
- —ロボットの基盤モデルをゼロから作る開発
よくあるご質問
VLAとVLMは、何が違いますか？
VLMは画像や動画を読んで文章や判定を返すAIで、外観検査や作業分析に使います。VLAは映像と指示からロボットの動作を出すAIで、つかむ・置くといった作業をロボットにさせるときに使います。
お手本の動作は、何回分くらい必要ですか？
作業とモデルによりますが、公開されている小型のモデルでは、置き場所を変えながら50回分程度から試すのが目安とされています。事前検証で、回数を増やすと成功率がどれだけ伸びるかを測ります。
今あるロボットやカメラで始められますか？
はい、お持ちのロボットアームやカメラで始められる場合があります。画像を読むところ（VLM）から始める場合は、ロボットがなくても検証できます。
世界モデル（JEPAなど）は使いますか？
映像の先を予測する世界モデルは、学習データを補ったり、動作を実機で試す前に確かめたりする補助として使います。それだけで実機に導入できるわけではありません。
安全面はどう考えればよいですか？
AIモデルには安全機能を持たせません。実機での試行は、貴社またはロボットのシステムインテグレーターによるリスクアセスメントと、非常停止・速度制限・安全柵などの既存の安全の仕組みの中で行います。安全認証や規格への適合の判断は、ジンベイでは行いません。
費用はどのくらいですか？
対象の作業・データ収集の量・使う機材で大きく変わるため、ご相談の場で概算をお伝えします。
「この作業、AIに覚えさせられる？」にお答えします
対象の作業と、お持ちの設備をお知らせいただければ、進め方と検証の範囲をご提案します。
＼ 30分・売り込みなし ／