NVIDIAが「Physical AI Data Factory Blueprint」を発表
現実世界で動くAI、いわゆる「フィジカルAI」は、私たちの暮らしを大きく変える可能性を秘めています。ロボットが工場で働いたり、自動運転車が安全に移動したり、視覚AIエージェントが複雑な状況を認識したりする未来が、ますます近づいています。しかし、これらのAIを賢くするためには、膨大なデータが必要であり、そのデータの準備には時間もコストもかかります。
NVIDIAは、この課題を解決するために「NVIDIA Physical AI Data Factory Blueprint」という新しい仕組みを発表しました。これは、フィジカルAIシステムの開発を加速するための「設計図」のようなものです。このブループリントを活用することで、AIモデルのトレーニングに必要なデータの生成、拡張、評価といったプロセスを、効率的かつ自動的に行えるようになります。
フィジカルAI開発を加速するデータ工場
このブループリントの大きな特徴は、限られたトレーニングデータから、より大規模で多様なデータセットを作り出せる点です。現実世界で集めるのが難しい「珍しい状況」や「めったに起こらないケース」のデータも、この仕組みを使えば効率的に生成できます。これにより、AIがさまざまな状況に対応できるようになり、より賢く、より信頼性の高いシステムを開発できるようになります。
NVIDIAは、Microsoft AzureやNebiusといった大手クラウドサービスプロバイダーと協力し、このブループリントを各社のクラウド環境で利用できるようにしています。これにより、開発者は強力なコンピューティング能力を使って、大量のトレーニングデータを効率的に処理できるようになります。
すでに、FieldAI、Hexagon Robotics、Linker Vision、Milestone Systems、Robo Force、Skild AI、Teradyne Robotics、Uberといった、フィジカルAIの主要な開発企業がこのブループリントを活用し、ロボティクス、視覚AIエージェント、自動運転車の開発を加速させています。
統合されたデータ処理エンジン
Physical AI Data Factory Blueprintは、データをAIモデルが使える形にするためのモジュール式の自動化ワークフローを提供します。具体的には、以下の3つの主要な機能が含まれています。
-
データのキュレーションと検索: 「NVIDIA Cosmos Curator」というツールが、たくさんの現実世界やシミュレーションで得られたデータを整理し、きれいにして、AIが学びやすい形に加工します。これにより、大規模なデータセットの処理、改良、アノテーション（目印付け）が可能になります。
- NVIDIA Cosmos Curator: https://github.com/nvidia-cosmos/cosmos-curate
-
データの拡張と増幅: 「Cosmos Transfer」は、加工されたデータをさらに増やし、多様なバリエーションを作り出します。これにより、さまざまな環境や照明条件、あるいはまれなシナリオのデータを効率的に用意できます。
-
データの評価と検証: 「NVIDIA Cosmos Evaluator」は、「Cosmos Reason」という技術を使って、生成されたデータが物理的に正確か、AIのトレーニングに適しているかを自動的にチェックし、不要なデータを排除します。
- NVIDIA Cosmos Evaluator: https://github.com/nvidia-cosmos/cosmos-evaluator
NVIDIA自身も、自動運転向けの視覚言語行動モデル「NVIDIA Alpamayo」のトレーニングと評価に、このブループリントを活用しています。また、Skild AIは汎用ロボットの基盤モデル開発に、Uberは自動運転車開発に、それぞれこのブループリントを適用しています。
AI開発を効率化するオーケストレーション
多くのロボティクス開発者にとって、大規模なデータ生成に必要な複雑なAIインフラの立ち上げや管理は大きな負担です。
オープンソースのオーケストレーションフレームワークである「NVIDIA OSMO」は、こうしたデータ生成のワークフロー全体を統合し、管理します。これにより、手作業を減らし、開発者はAIモデル自体の構築に集中できるようになります。OSMOは、Claude Code、OpenAI Codex、Cursorといった主要なコーディングエージェントとも連携し、AIが自律的にリソースを管理し、開発を加速させる「AIネイティブな運用」を実現します。
- NVIDIA OSMO: https://developer.nvidia.com/osmo
広がるフィジカルAIのエコシステム
クラウドサービスプロバイダーは、開発者がフィジカルAIを大規模に構築・展開するために、高速なAIインフラや機械学習の運用サービスを提供する上で重要な役割を担っています。
Microsoft Azureは、Physical AI Data Factory BlueprintをオープンなフィジカルAIツールチェーンに統合し、GitHubで公開しました。このブループリントは、Azure IoT OperationsなどのAzureサービスと連携し、フィジカルAIシステムのトレーニングと検証を迅速かつ大規模に行うためのワークフローを提供します。
- Microsoft Azureとの連携について: https://techcommunity.microsoft.com/blog/azure-ai-foundry-blog/nvidia%E2%80%99s-open-models-on-microsoft-foundry/4501643
FieldAI、Hexagon Robotics、Linker Vision、Teradyne Roboticsといった企業は、AzureのフィジカルAIツールチェーンを最初にテストする企業に含まれています。
NebiusもOSMOを自社のAIクラウドに統合し、開発者がブループリントを活用して、すぐに使えるデータパイプラインを展開できるようにしました。Nebiusのインフラは、NVIDIA RTX PRO™ 6000 Blackwell Server Edition GPUなどの最新技術を組み合わせ、フィジカルAIのあらゆる開発段階を支援します。
- Nebiusとの連携について: https://nebius.com/newsroom/nebius-teams-with-nvidia-to-build-cloud-for-robotics-and-physical-ai
Milestone Systems、Voxel51、RoboForceなどの初期ユーザーは、Nebiusのインフラ上でブループリントを活用し、動画解析AIエージェント、自動運転車、産業用ヒューマノイドロボット向けのモデル開発を高速化しています。
Physical AI Data Factory Blueprintは、2026年4月にGitHubで公開される予定です。
関連情報
NVIDIAの創業者兼CEOであるジェンスン・フアン氏によるGTC基調講演や関連セッションは、以下のリンクから視聴できます。
-
GTC 基調講演: https://www.nvidia.com/gtc/keynote/
-
GTC セッション: https://www.nvidia.com/gtc/session-catalog/
NVIDIAに関するより詳しい情報は、公式サイトをご覧ください。
