TechFlow Logo
ログイン/ 登録
ETHガス
Gwei
恐怖
gas
メタバブスが遺した仮想世界に、ロボット「原住民」が迎え入れられた。

メタバブスが遺した仮想世界に、ロボット「原住民」が迎え入れられた。

2026.09.22
共有先
「仮想世界の構築や現実のシーン再現」といった記述だけを単に捉えていれば、つい過去の「メタバース」を巡る技術潮流を思い出させてしまう。

執筆:Zen、PANews

9月8日、米国のスタートアップ企業Antiochが3,200万ドルのシリーズA資金調達を完了し、シリコンバレーの有名ベンチャーキャピタルGreylockがリードインベスターを務めた。年初に完了した850万ドルのシードラウンドを加えると、設立わずか1年以上というこの企業の累計調達額は4,050万ドルに達している。

Antiochの主要なアプローチは、現実世界のロボット、センサー、ソフトウェアシステム、および稼働環境をコンピュータに取り込み、現実と可能な限り近いデジタル空間で機械の大規模なトレーニング、テスト、検証を行うことだ。現実では高コストで再現が難しく、場合によっては危険を伴う故障や極端な状況も、ここでは繰り返し発生させることができる。

Antiochだけが例外というわけではなく、Physical AIがAI業界における新しい投資ターゲットとなるにつれ、3D空間、デジタルツイン、物理シミュレーション、合成データを取り巻く一連の企業が再び資本からの注目を集め始めている。これらが解決しようとしている本質は、すべてコンピュータの中に現実と十分に類似した世界を創り出す方法である。

「仮想世界の構築、現実シーンの複製」といった記述だけを見ると、つい直近の「メタバース」テクノロジーブームを連想しがちだ。しかし違いは、AntiochがユーザーにVRヘッドセットを着用させて仮想世界を漫歩させるものではない点にある。今回は真に仮想世界に長期で「居住」する必要があるのは、ロボットの方だ。

仮想世界が消滅したわけではなく、単に今回そこに住む「住民」が変わったのだ。

人類はメタバースに住まなかった

2021年8月、世界最高峰のコンピュータグラフィックス会議SIGGRAPHにおいて、NVIDIAはOmniverseプラットフォームの拡大を発表した。当時のNVIDIAによるその位置づけは明確だった。Omniverseはシミュレーションと3Dコラボレーション用のプラットフォームであり、「メタバースの基盤を提供している」ものであるということだ。

その核となる発想は、本来異なるソフトウェアに分散していた3Dコンテンツを、同じ仮想世界へと統合することにある。

その中でも非常に重要な基盤技術の一つがUSD、すなわちUniversal Scene Description(汎用シーン記述)だ。これはピクサーが発祥となり、複雑なアニメーション映画の制作のために開発され、後にオープンソース化された3Dシーン記述規格である。簡単に言えば、それは3D世界における一種の「共通言語」として機能する。仮想シーン内にどのような物体が存在し、それらの位置や素材、動作、相互の関係性がすべてUSDによって整理・構築されるのだ。

したがって、当時Blenderといった3Dモデリングソフトウェアを使うデザイナー、Adobe Substance 3Dでテクスチャやマテリアルを作るアーティスト、そして異なる工学ソフトウェアを使うエンジニアたちは、USDを通じて各々が作成したコンテンツをOmniverseに接続し、同じ3D世界内で協力作業を行うことが可能となった。

NVIDIAは当時、このような未来を一種の「3Dインターネット」と表現した。今日のインターネットがウェブページをつないでいるように、将来のインターネットは無数のリアルタイムアクセス・双方向対応の3D空間をつなぐことになるかもしれない、との展望だ。

同年10月、Facebookが社名をMetaに変更し、メタバースは最も熱狂的なフェーズへと突入した。

NVIDIAよりもザッカーバーグが描く未来はより壮大なものだった。彼の构想では、人々はもはや2次元の画面越しにインターネットを利用するのではなく、空間感と「存在感」を持つデジタルワールドに入り、そこで会議、仕事、エンタテインメント、ショッピング、ソーシャル活動を行うようになる。当時Metaは、今後約10年の間にMetaverseが10億人の人口をカバーし、巨大な規模のデジタル経済を形成すると予測していた。

メタバースとはまさに何でも入りを入れる器であり、その後の2年間でVR、AR、デジタルヒューマン、バーチャルオフィス、3Dゲーム、デジタルツイン、さらにNFTなどのデジタルアセットに関する物語のすべてが、「大規模なデジタルワールド」という一つの統一された想像力の中に収められた。

しかしながら、消費者向けメタバース産業は未だに現実のものとなっておらず、当初の多くの参加者たちがひっそりと撤退していった。MetaはVR、AR、スマートグラスへの取り組みを放棄していないものの、関連事業を支えるReality Labsはいまだに極めて高額な長期投資を必要としている。2025年、Reality Labsの年間売上高は約22億0,700万ドルであった一方、営業損失は191億9,300万ドルに達した。同時にMetaは、2026年も同部門の営業損失はおおむね2025年の水準にとどまると見込んでいる。

一方、Omniverseの変化はより味わい深いものだ。5年前、NVIDIAはOmniverseを「メタバースの基盤」と称していた。現在、NVIDIAの公式サイトで提示されている定義はすでに「Physical AI アプリケーションを開発するための一連のライブラリおよびマイクロサービス群」と変化している。

Omniverseの上位ナラティブと製品焦点は、工業用デジタルツイン、ロボティクスシミュレーション、自動運転開発へと移行した。その下位には、Isaac Sim、Isaac Lab、Cosmos、PhysX、Warpなど、一連のロボティクスおよびPhysical AIツールが連携している。同一プラットフォームが支える最大の物語はすでに様変わりしたのである。

実際、ロボティクスシミュレーション、工業用デジタルツイン、物理エンジンなどの歴史は「メタバース元年」よりも遙かに古く、直近のメタバースブームとは、3Dモデリング、リアルタイムレンダリング、デジタルツイン、バーチャルコラボレーション、オープン3D標準、さらにはNFTなど、従来比較的分散していた技術を単に「大規模なデジタルワールド」という一つの統一された枠組みに投げ込んだものにすぎない。

したがってメタバースの泡沫が去った後、これらのインフラストラクチャーが消えたわけではない。人々は徐々に、人間よりもむしろロボットこそが仮想世界をより必要としていることに気づき始めたのだ。

なぜロボットは仮想世界を必要とするのか

NVIDIAは今年開催のGTCカンファレンスでヒューマノイドロボットのトレーニング体系について説明する際、非常に直感的な「ロボティクスデータピラミッド」を再び公開した。

ピラミッドの最下部は、インターネットおよび人間由来データの最大層である。ウェブページ、画像、動画、人間の行動記録などが該当し、ほぼ枯渇することなく入手可能だ。これらはロボットに対し世界が何か、人間が何を行っているかを教えうるが、通常はロボットが実際に動作を実行する際に必要な関節角度、力、触覚、制御信号を含んでいない。

ピラミッドの最頂部は実機ロボットデータである。ロボットに遠隔操作または自律走行・動作させ、実際に把持、運搬、歩行を行わせることで最終任務に最も近いデータが得られるが、それは同時に最も高額でもある。ロボット1台が実際に経験できるのは1日中最でも24時間が限界であり、かつマシン、施設、オペレーター、設備保守なども併せて負担しなければならないからである。

その中間に位置するのがシミュレーションおよび合成データである。実機データほど正確ではないものの、GPU上で高速に複製・並列生成が可能である。またインターネット動画のように「人間が何をしているかを見ている」だけでなく、ロボットがタスク実行に必要な動作、状態、センサーデータを直接生成することができる。

NVIDIAはこのため、将来に向けてピラミッド中央部の合成データ層をさらに拡大し、ロボットトレーニングにおける重要なデータソースとすることを求めている。

这三种データの長短利短は実は非常にシンプルだ。インターネットおよび人間データは安価で規模が大きいが、ロボットの実動作からは遠い。実機ロボットデータは実際のデプロイメントに最も近く、物理的真实性が最高ではあるが、高額かつ低速である。シミュレーションデータは中間に位置し、多少のリアリティの犠牲を払うものの、規模、コスト、制御性において実機を遥かに凌駕する。

だからこそ、シミュレーションは今や米国におけるPhysical AIインフラストラクチャー分野で、資本および大手テック企業が最も注力する方向性の一つとなりつつある。

そしてそれが解決するのは、単なるデータ量の問題だけではない。現実世界の最大の特徴は、容易に複製できないことだ。企業にロボットが100台あれば、同時に作動できるのもせいぜい100台である。倉庫においてロボットの訓練のためだけに、10分ごとに棚、照明、床面、商品を全て再配置することは不可能だろう。しかし仮想環境では、1台のロボットを数千、あるいは数万体のデジタルコピーに増殖させることができる。

1台の産業用ロボットアームが同時に1000種類のテーブルレイアウトに対応できたり、ロボットがオブジェクトの位置、質量、材質を絶えず変更したり、光線、カメラ位置、床面の摩擦係数、さらにはセンサー誤差まで人為的にランダムに調整可能だったりする。この訓練手法はロボティクス領域ではドメインランダム化(Domain Randomization)と呼ばれ、完璧な仮想環境をロボットに暗記させるのではなく、意図的に環境を変化させ続け、モデルが様々な変奏のもとで同一タスクを達成できるようにするのである。

加えて特筆すべきは、「正常動作」に必要なデータに加え、開発者は異常時や極限状況のデータにも注目する必要がある点だ。カメラが突如として故障する、ロボット足元が急にかつてなくなる、ロボットが転倒するなど、克服すべきシナリオは多数存在する。現実世界でデータ収集のために毎日事故を起こすことは不可能だが、仮想世界であれば自由に再現可能である。

これが一部の関係者が、ロボティクス開発の継続が実証試験場への過度な依存を忌避する理由でもある。現実でのテストは確かに機器、施設、エンジニアリング時間を要し、かつ極端な障害の再現性は限定的である。一方シミュレーションにおいては、システムアップデート1回で即時に数千の条件下での並列テストを実施することが可能なのだ。

メタバースがかつて直面した最大の疑問は「なぜ人は仮想世界に入らなければならないのか?」だった。今日、ロボットがこの疑問に対して全く異なる回答を示しつつある。人間にとって仮想世界は現実生活に対する代替案の一つでしかないが、ロボットにとっての仮想世界は現実導入前の訓練場たりうるのだ。

ビジネスとして蘇る「仮想世界」

Physical AIを中心に、新たな「仮想世界インフラ」産業が登場しており、企業間の分業はますます細分化しつつある。

2026年8月、ドイツ・ミュンヘンを拠点とするNavVisが8,500万ドルの資金調達を完了した。

NavVisは空間データ企業である。その中核業務はロボット訓練ではなく、モバイルスキャンデバイスを用いて現実の工場、建築物、インフラを高精度の3Dデータとして素早くスキャンすることに置かれている。同社は、2025年だけで自社システムが処理・配信した実空間が10億平方メートルを超えると明らかにしている。

現在NavVisは自社の事業をPhysical AIにおける「データ基盤」と明確に位置づけている。将来的にロボットが実工廠で稼働するためには、まずコンピューターがその工場の形状を正確に把握することが不可欠だからである。

韓国のスタートアップ企業NdotLightが解決しようとしているのは別の層の問題である。NdotLightはロボティクス用シミュレーション3Dアセットを専門に制作するPhysical AIデータ企業だ。今年8月、韓国開発銀行KDBがリードインベスターとなって1,500億ウォン(約1,060万ドル)の新規資金調達を実施した。

通常の3Dモデルは一般的にビジュアルとしての説得力さえあればゲームやアニメーションに使用可能だが、ロボティクス訓練にとっては全く不十分である。椅子の重量、衝突が発生する座標、表面摩擦係数、どの関節が可動域を持つかといった物理特性情報が必要だからである。

NdotLightが開発するTRINIXは、従来の3DコンテンツをSimReadyアセットに変換するものであり、直接的にロボットシミュレーターに読み込める3Dアセットを作成する。外見の忠実性に加え、質量、摩擦、関節構造、衝突データの情報を付加し、NVIDIA OmniverseおよびIsaac Simとの連携を実現する。これにより仮想物体が現実を単に視覚的に再現するだけでなく、実物の物体同様にロボット操作対象として活用される仕組みを解決している。

9月17日、アイスランド発祥のTrebleが1,800万ドルの資金調達を受けた。Trebleは音響シミュレーション企業であり、仮想空間を構築した後、音声の部屋内・建築物内・その他の環境中での伝播経路をシミュレートし、合成音響データを生成する。

ロボット、スマートグラス、その他Physical AIデバイスのマイクへの依存度が高まるにつれ、同社は自社の音響デジタルツイン技術をPhysical AI訓練に応用し始め、主に仮想空間内でロボットがどのように現実と遜色ない「音」を聴き取るかという課題を解決している。

こうしたタイプの企業が集積することで、実のところすでにデジタルワールドの再構築が進み、5年前に語られていた「仮想世界」の姿に極めて近づいている。ただし異なるのは、メタバースが「没入感」を追求するのに対し、Physical AIが追求するのは「リアリティ」である点だ。

ここで重要になるのが、ロボティクスシミュレーション分野における最重要概念の一つ「Sim-to-Real」である。仮の世界で習得した知識やスキルが、現実に戻った時に実際に機能するのかどうかを探る問いだ。

そのためNVIDIAのIsaac Simはビジュアルレンダリングのみならず剛体力学、ジョイント、衝突判定、各種仮想センサーまでを含み、両者のギャップを最小限に抑えることを重視している。Isaac Labに至っては開発者が複数のロボット環境を並列で走らせ、GPUを介してロボット戦略の並列トレーニングを可能にする機能を備えている。

したがって今日のロボティクスにおける仮想世界と、数多の消費者向けメタバースとの核心的な違いは、前者の価値が最終的に現実世界に戻って実証されなければならない点にある。

人類は結局、当初の構想通りにメタバースに住まなかった。しかし仮想世界のために舗装されたインフラは完全に廃墟となったわけではなく、ロボットがそれを頼りに現実世界へと歩み寄ろうとしている。