NEWS

PFNら、屋内移動ロボット向け基盤モデルを開発　設定の90%をAIへ

2026.09.10

TAG

PEAKSMEDIAでは、製造業のイノベーターの皆様に向けて、各社が発信する注目のプレスリリースを転載・紹介しています。
技術革新や新サービス、オープンイノベーションへの取り組みなど、未来を切り拓くヒントとなる情報を厳選してお届けします。

*「PLaMo-SemGround」開発事業のロードマップ。（出典：Preferred Networks、Preferred Robotics）*

Preferred Networks（PFN）とPreferred Roboticsは2026年9月9日、屋内移動ロボット向けの環境高度理解基盤モデル「PLaMo-SemGround」の共同開発を始めると発表した。自然言語とRGB画像、深度情報から走行可能・禁止領域や複雑な作業条件を理解する、20億パラメータ級以下の小型モデルだ。経済産業省とNEDOが実施する「GENIAC」の「ロボット基盤モデルの研究開発」に採択された。

ロボット基盤モデルで初期設定の90%以上をAIへ

ロボット基盤モデルとは、多様なロボットや現場に応用できるよう、大量のデータで事前学習したAIモデルである。

開発の背景には、屋内移動ロボットの導入コストがある。物流倉庫や製造現場、商業施設では、人手不足の解消に向けた搬送・巡回・清掃業務の自動化ニーズが拡大している。一方で、現場ごとのレイアウトや運用ルール（通行方向、進入禁止領域、段差、仮置きした物など）に合わせた走行制約の設定には、専門技術者による調整が必要になる場合がある。運用中の環境変化への対処も同様だ。こうした時間とコストが、普及に向けた課題となっていた。

両社は本モデルにより、導入に必要な初期設定・運用タスクの90%以上を、AIと現場担当者に委譲することを目指す。モデル名は、PFNが開発する国産生成AI基盤モデル「PLaMo」と、自然言語に含まれる意味情報を画像や3次元空間上の物体・領域・位置に対応付ける技術（grounding）に由来する。

狙う効果は4点だ。専門人材への依存を減らす導入容易性、環境変化に応じた設定更新を支える現場適応性、進入禁止領域や段差、障害物を認識する安全性、そして搬送・清掃・巡回・点検といった業務や幅広い機体への展開である。

50現場以上のデータ収集と2000万サンプルの学習基盤

事業では5つの取り組みを進める。第1に、Preferred Roboticsが自律移動ロボットや専用の台車を使い、許可を得た工場や商業施設など50現場以上からRGB画像、深度情報、走行ログ、現場ルールを80万フレーム以上収集する。

第2に、PFNが実用データと公開・合成データを統合し、画像質問応答や対象領域の特定に使える2000万サンプル以上の学習・評価用データ基盤を構築する。第3に、公開ベンチマーク「EmbodiedScan」を評価タスク向けに整備し、400現場以上で収集した既存データも活用して独自ベンチマークを作る。

第4が、モデル本体の研究開発だ。指示と画像、深度情報から領域・物体・走行制約を2次元および3次元で特定し、意味情報付き地図や経路計画器へ接続できる基盤モデルを開発する。クラウドを通さないエッジデバイスでの動作を見据え、PFNの大規模言語モデルPLaMoなどの知見を活かして20億パラメータ級以下に軽量化する。第5に、開発したモデルを搬送・清掃ロボットへ実装し、5業種・10現場以上で空間認識性能と設定作業の90%委譲という目標の達成度を評価する。

成果は2028年度中にPreferred Roboticsの製品へ先行実装する予定だ。その後、PFNからモデルライセンスやSDK、評価基盤として、国内のロボットメーカーやシステムインテグレーター、施設管理事業者へ段階的に商用販売する計画を掲げる。将来はAMR（自律移動ロボット）やAGVに加え、脚型ロボットやヒューマノイドへの適用も視野に入れる。

Preferred Roboticsは2021年11月設立のPFN子会社で、自律搬送ロボット「カチャカ」を手掛ける。富士経済の2026年の調査では、AMRの国内市場でメーカーシェア1位となっている。

この記事の編集者

: PEAKSMEDIA_ニュース配信チーム

PEAKSMEDIAは、「製造業イノベーション」をテーマに松尾産業株式会社が運営するWebメディアです。

製造業をもっと面白くする——そんな技術や素材、アイデア、先進的な取り組みに関するニュースリリースを転載し、情報発信を行っています。

掲載をご希望のニュースがございましたら、ぜひお気軽にお問い合わせください。

SHAREこの記事をシェアする