この記事の要点: Datatang株式会社（ブランド名：Nexdata）は、フィジカルAI基盤モデルの研究開発を支援するため、一人称視点（Ego-centric）を中心とした大規模マルチモーダルデータセットの提供を開始しました。ロボットが実環境で自律動作するために不可欠な、映像、IMU、SLAM、深度、手部キーポイント、セマンティックアノテーションなどの多感覚情報を完全に同期させたデータを提供し、開発における実環境データの不足や前処理の負担を解消します。
発表内容のポイント
- 微細な操作学習に対応する1,000時間のPICO収集データセットを提供
- 6台のカメラを1ms以下で同期露光した3D再構築・SLAM向けデータを用意
- LeRobot標準フォーマットに準拠し、既存の学習パイプラインへ即時導入可能
発表の背景
フィジカルAIの研究開発において、実世界に近い高品質なマルチモーダルデータの確保は最大の課題です。特に一人称視点データにおける複数センサー間の厳密な同期や、実機データとのパイプライン統合を自社で整備・前処理することは、開発リソースの観点から極めて困難でした。こうした技術的ハードルを解決し、汎用性の高いアルゴリズム学習を加速させるために今回のデータセットが開発されました。
何が発表されたのか
今回提供されるデータセットには、ヘッドマウント型デバイスやIMUトラッカーを用いて家庭やオフィスなど7分類のシーンで収集された「1,000時間 PICO収集データ」が含まれます。これらは全身の協調動作データを含み、タスク単位での分割や動作記述がなされています。また、ハードウェアトリガーにより時間差1ms以下の同期露光を実現した「1,000本 6カメラEgo-centricデータ」は、倉庫や小売店舗などを含む34カ所で撮影され、ミリ単位の位置推定軌跡や点群データを包含しています。
製造業・生産管理への見方
製造現場や物流倉庫におけるロボットの自律化・自動化において、ピッキングや微細な組立作業、エラー回復動作の学習には高品質な実環境データが欠かせません。本サービスでは、既製品データの提供にとどまらず、8,000㎡の専用工場でヒューマノイドや双腕ロボットを用いた月間5,000時間規模のデータ収集に対応します。さらに、現実の空間を3Dスキャンしてシミュレーション空間を構築する「Scan to sim」や、Vision-Language-Action（VLA）モデルに最適化されたアノテーション支援も提供されるため、製造業DXにおけるロボティクス実装の期間短縮が期待されます。
現場で確認したいポイント
- 自社の工場や倉庫におけるピッキング等の特定タスクに合わせたデータ収集が可能か
- 既存のロボット制御システムやシミュレータ環境との連携・互換性があるか
- 実機を用いたテスト検証支援において、自社が導入予定のロボット種別に対応しているか
確認しておきたい点
データセットのフォーマットや仕様が自社の開発環境に適合するか、また特定の産業用途における特殊なセンサー構成に対応可能かについては、個別に対話による確認が必要です。
関連リンク
- 関連ページ（Nexdata）：フィジカルAI向けデータセットの詳細情報
- 発表企業サイト：Datatang株式会社のコーポレートサイト
- 発表企業のPR TIMESページ
出典情報
| 出典 | PR TIMES |
|---|---|
| 発表企業 | Datatang株式会社 |
| 発表日時 | 2026-08-26 15:00:01 |
| 元記事 | PR TIMESで読む |
