動画1本で作業を覚えるロボット「S1」の実力

動画1本でロボットが作業を覚える仕組みとは

ロボットに新しい作業を教える。これまでは大量のデータを集め、モデルを再学習させる手間がかかった。Skild AIのS1はそのプロセスを動画1本に圧縮した。作業者が手順を撮影し、その映像をそのままプロンプトとしてロボットに渡す。重みの更新や追加学習は不要だソース。

植木鉢への植え付け作業では、デモ動画の撮影からハードウェア上での自律実行まで11分だった。パンケーキ作り、ドリップコーヒーの抽出、キット組み立てなど、最大10分間続く工程もこなす。物体の位置がずれても、エラーが起きても対応する。プログラムされていない順序で技能を組み合わせる柔軟性が特徴だ。

数字で見る実力、なぜ「約66%」が意味を持つのか

新しい複数工程タスクを試したところ、S1は各工程で約66%の成功率を出した。比較対象のAIシステムは9%にとどまったソース。7倍以上の開きだ。この差は「初見の作業にどこまで耐えられるか」という現場の悩みに直結する。

Skild AIによれば、この換算によってデータ収集の手間を動画撮影1回にまで圧縮できるという。

短い動画1本の提示は、約380件の手作業による訓練例に相当する。

ビジネスの数字も伸びている。Skild AIは初の商用展開から10カ月後に年間売上ランレート1億ドルに到達した。製造、物流、検査、警備、食品調理などで60件超の導入パートナーシップを築いている。NVIDIA、Foxconnとの協業では、Blackwellシステムの高精度組み立てに双腕マニピュレーターを投入し、バスバーとリミットブロックの取り付け、16本のねじ締めを、外乱への対応を含めて実演した。この実演は、どの作業を任せられるかを見極める材料になる。

現場で「任せる作業」をどう選ぶか

導入を検討するとき、最初につまずくのが対象業務の選定だ。S1が得意とするのは、手順が明確で、かつ頻繁に変わる作業。キット組み立てのように工程は決まっているが、扱う部品や順序が案件ごとに変わる仕事と相性がいい。

逆に言えば、毎回まったく同じ動作を繰り返すだけの単純作業なら、従来型の専用ロボットで十分な場合もある。動画で教える方式の価値は「変化に強い」点にある。物流倉庫でピッキング対象の商品がシーズンごとに入れ替わる、製造ラインで小ロット多品種の組み立てが続く、そうした現場ほど恩恵が大きい。

• 手順変更の頻度が高い作業か
• 作業者が動画で説明できる程度に手順が言語化・視覚化されているか
• 失敗時の被害が限定的で、試行錯誤の余地があるか

この3点を満たす作業から着手すると、初期導入の失敗リスクを抑えられる。次に問われるのは、任せた後の安全管理だ。

安全管理と人の役割分担をどう設計するか

動画1本で作業を覚えるロボットは便利だが、任せきりにしていい話ではない。S1は物体の移動やエラーに自律的に対応する設計だが、初導入時の外乱対応には限界がある。Foxconnとの実演でも「複数工程中の外乱に対応した」とあるように、想定外の事象は起こり得る前提で設計されている。

現場に求められるのは、ロボットの判断範囲と人の介入ポイントをあらかじめ線引きすることだ。誰がどのタイミングで停止させるか、どの異常値で人を呼ぶか。この線引きを曖昧にしたまま稼働させると、小さな異常が大きな停止時間につながる。

Skild AIとNVIDIAは、ロボットが固体物体に接触・把持・操作する動きをより正確にモデル化するGPU高速化シミュレーションソルバーを共同開発している。これはNVIDIAが手がける物理シミュレーション基盤「Newton」の一部として、開発者向けに提供される予定だ。シミュレーション環境で事前に動作を検証できれば、現場投入前のリスク評価がしやすくなる。安全管理は「人が全部見張る」から「シミュレーションで先に潰す」方向に移りつつある。

まとめ

動画1本でロボットに作業を教える発想は、手順変更が頻繁な製造・物流現場にこそ効く。導入を検討するなら、まず「手順変更の頻度」「動画化のしやすさ」「失敗時の被害の大きさ」で対象業務を絞り込むこと。そのうえで、人の介入ポイントを先に決めてから稼働させる順番を守りたい。