この記事の要点: FastLabel株式会社は、建築・AI・ロボティクスの融合を目指す株式会社MWと協業し、住空間特化型ロボット「MW bot」の開発を支える大規模データ生産工場「AI Data Factory」の立ち上げ支援を開始しました。MWが推進する国家プロジェクト「GENIAC」におけるロボット基盤モデル開発において、自律性向上に不可欠な高品質かつ大規模な行動データの収集・生産体制の構築をサポートします。
発表内容のポイント
- 国家プロジェクト「GENIAC」に採択されたMWのロボット開発をデータ面で支援
- 家事タスクを再現する数十ブースを構築し、装着型技術で行動データを収集する
- 3年間で累計15万時間のデータ収集目標の達成に向け、データ基盤構築を推進
発表の背景
経済産業省とNEDOが実施する「GENIAC」プロジェクトにおいて、MWは日本の住宅環境に特化したロボット基盤モデルと準人型ロボット「MW bot」の開発を進めています。ロボットの自律性向上には膨大な行動データが必要となるため、そのデータ収集・生産の拠点として「AI Data Factory」を立ち上げることになり、フィジカルAI領域のデータパイプライン構築に強みを持つFastLabelが支援を行うこととなりました。
何が発表されたのか
今回立ち上げを支援する「AI Data Factory」では、洗濯、洗面所掃除、玄関片付け、ベッドメイク、キッチン片付けといった具体的な家事タスクを再現できる数十のブース環境を構築します。この環境下で、装着型ダイレクトティーチング技術を用いて実際の家事行動データを収集します。MWが目標として掲げる「年間5万時間、3年間で累計15万時間」という大規模なデータ収集を効率的に達成するための体制を整備します。
製造業・生産管理への見方
製造業や生産管理の視点において、今回の取り組みは「フィジカルAI」や「ロボット基盤モデル」の実用化に向けたデータ生産プロセスの標準化として注目されます。工場や物流倉庫における自動化・ロボット導入でも、現場の多様なタスクに対応するための行動データの収集と学習モデルの構築が課題となっています。本件のようなデータ生産工場の仕組みや、ダイレクトティーチングによる効率的なデータ収集手法は、将来的な産業用ロボットの多能工化や製造現場のDX推進における先行事例として応用が期待されます。
現場で確認したいポイント
- 装着型ダイレクトティーチングによるデータ収集の効率や精度がどの程度か
- 構築されるデータパイプラインが産業用ロボットの学習プロセスに応用可能か
- 年間5万時間という膨大なデータ生産における品質管理やアノテーションの手法
確認しておきたい点
本リリースは住空間特化型ロボットの開発支援に関するものであり、現時点で製造工場の生産ラインや産業用ロボットへ直接適用された実績や、具体的な導入効果の数値は示されていません。
出典情報
| 出典 | PR TIMES |
|---|---|
| 発表企業 | FastLabel株式会社 |
| 発表日時 | 2026-09-10 16:02:54 |
| 元記事 | PR TIMESで読む |
