物理世界がAIのアップグレードを受ける
NvidiaのGTC年次開発者会議はAI業界カレンダーの最も重要なイベントとなっており、2026年版も例外ではありませんでした。過去数年はNvidiaのデータセンターAIコンピュートにおける支配力を確立しましたが、GTC 2026はCEOのJensen Huangが説明したフィジカルAI – 単にデジタルデータを処理するのではなく、物理世界と相互作用するシステムにAI知能を導入すること – への決定的な転換を示しました。自動運転車、産業用ロボット、ヒューマノイドロボットプラットフォームにまたがる発表は、複数の業界を同時に改変する可能性のある戦略的な拡張を表しています。
統一されたテーマはNvidiaの野心です。データセンターAI時代の計算基盤になったのと同じように、フィジカルAI時代の計算基盤になることです。同社が成功すれば、それが販売するAIチップ、ソフトウェアプラットフォーム、シミュレーションツールは、今日の大規模言語モデルに対するそのGPUクラスターと同じくらい、次世代産業用ロボットと自動運転車の中心となるでしょう。
自動運転車がロサンゼルスの街路を走行
消費者にとって最も見える発表はおそらく、2027年からロサンゼルスで自動運転車を展開するUberとのパートナーシップでした。車両はNvidiaのDrive Orinプラットフォームを知覚と意思決定に使用し、公開道路での展開前にNvidiaのOmniverseシミュレーション環境で訓練およびテストされたニューラルネットワークを実行します。このパートナーシップはNvidiaをAV業界のオペレーターではなく主要インフラストラクチャプロバイダーとして位置づけています。企業は計算知能を提供し、Uberなどのパートナーがフリート管理、マッピング、規制関係を処理します。
ロサンゼルスは自動運転車にとって特に課題の多い配備環境です。複雑な交差点、積極的な運転文化、頻繁な工事、商業地区での高い歩行者活動があります。NvidiaがLAで制御された環境ではなくプラットフォームを展示することを選択したことは、現在のAVソフトウェアとハードウェアの堅牢性に対する信頼を反映しています。
産業用ロボットがNvidia技術を搭載
世界最大級の産業用ロボットメーカー2社、FANUCとABBが、NvidiaのIsaacロボットプラットフォームとの統合を発表しました。世界中のすべての産業用ロボットの約3分の1を製造するFANUCと、自動車および電子製造で遍在するロボットを持つABBは、次世代ロボット制御装置にNvidiaハードウェアおよびソフトウェアを組み込みます。
Isaacプラットフォームは、ロボットが各新しい操作に手動でコードを書く必要がなく、デモンストレーションからタスクを学習できるようにするシミュレーション、トレーニング、展開ツールを提供します。メーカーにとって、これは新しい部品またはアセンブリシーケンスに対して週ではなく時間でロボットを再トレーニングできることを意味します – これは生産ラン時間が短縮され製品の多様性が増加する中で、ますます重要な柔軟性です。FANUCおよびABBパートナーシップはNvidiaに世界中の製造施設のロボットの設置ベースへの直接アクセスを与えます。
ロボティクスのデータ問題を解決
Jensen HuangはフィジカルAI開発の中心的な課題を忘れられない方法で表現しました。ロボティクス業界はデータ問題を持っていますが、それは計算問題になる必要があります。この定式化は何か重要なことを捉えています。既にデジタル形式で存在する膨大なインターネットテキストコーパスで訓練された言語モデルとは異なり、ロボット学習モデルは物理的相互作用データが必要です – オブジェクトを操作するロボットのビデオ、ロボット関節からのセンサーストリーム、産業部品の画像 – これは単に大規模トレーニングに必要な量では存在しません。
Nvidiaの解決策は、Omniverse（物理的に正確な3Dシミュレーションプラットフォーム）を使用した大規模な合成データ生成です。工場の物理的ロボットからトレーニングデータを収集するのではなく、開発者はOmniverse内でロボット-オブジェクト相互作用の数百万のシミュレーション例を生成し、それらを使用してモデルを事前トレーニングしてから、実際のハードウェアで適度な微調整のみが必要です。このアプローチの計算コストは膨大です – したがってHuangのデータ問題を計算問題に変換するという特性付けです – しかしそれはNvidiaが利益をもたらす方法で解決できる問題です。
ヒューマノイドロボットモデル
GTC 2026はヒューマノイドロボット向けに特別に設計された新しいファウンデーションモデルも紹介しました。新世代アーキテクチャで更新されたNvidiaのGR00Tモデルシリーズは、Figure、1X、Agility Roboticsを含むヒューマノイドロボット開発者が特定の操作およびロコモーション タスク用に微調整できる事前トレーニングされたベースを提供します。
ヒューマノイドセグメントは初期開発段階のままで、ほとんどの配備ユニットはオープンフロア製造ではなく制御されたパイロット環境にあります。しかし軌跡は明確です。ファウンデーションモデルが改善され、フィジカルAIトレーニングパイプラインが成熟するにつれ、ヒューマノイドロボットがラボで何ができるのか、実際の工場で何ができるのかの間の隔たりは、ほとんどの観察者が予測したより速く閉まっています。
プラットフォーム戦略
まとめると、NvidiaのGTC 2026発表はフィジカルAIアプリケーション全体でプラットフォーム戦略を実行している企業を説明します。あらゆるフィジカルAI開発者が必要とするチップ、シミュレーションソフトウェア、トレーニングインフラストラクチャ、事前トレーニングモデルを提供します。投資家および業界参加者にとって、問題はこのプラットフォーム戦略がNvidiaのデータセンターGPUビジネスを特徴付ける勝者独占の動力学を生み出すかどうか、またはフィジカルAIのアプリケーションとハードウェア要件の多様性がより断片化された競争環境を維持するかどうかです。
この記事はThe Decoderのレポートに基づいています。 元の記事をお読みください。
Originally published on the-decoder.com