#東京都 #文京区 #Ememe #Physical AI #モーションデータ

新たなロボット学習支援「Ememeパイプライン」の登場

1. はじめに

2026年10月27日、株式会社Ememe（代表取締役CEO：小島由香）は、物理AI（Physical AI）分野向けの新しいサービス「Ememeパイプライン」を開始しました。このサービスは、人間の作業を撮影した動画からロボット学習用のモーションデータセットを大規模に生成することを目指しています。これにより、従来の遠隔操作に依存しない新たなデータ収集の手法が提供されます。

2. Physical AIの課題

ロボットに人間の作業を覚えさせるためには、膨大な量の手本となる動作データが必要ですが、現在の主流であるテレオペレーションは、収集に時間とコストがかかるため、制限があります。そこでEmemeは、工場やインターネット上のすでに存在する映像を最大限に活用することで、データの不足という課題を解決しようとしています。

3. Ememeパイプラインの仕組み

「Ememeパイプライン」では、以下のようなプロセスで動画から学習データが生成されます。

• - 映像の選別: 入力された動画から、学習に役立つシーンを抽出します。
• - モーションデータ化: 抽出したデータをロボット用に整形し、出力します。
• - 改善提案: 追加学習されたモデルのロボットを撮影し、AIが失敗したタスクを特定、改善点を提案します。

これらのアプローチにより、既存の映像を効果的に学習データとして利用できる点が特長です。

4. 成果と効果

Ememeの社内検証では、NVIDIA社のヒューマノイド向け基盤モデル「Isaac GR00T」を使用し、Ememeのモーションデータによって、ロボットがより複雑なタスクを成功させる割合が向上したことが示されています。このことは、より実用的なロボット開発に向けた大きな一歩です。

5. 提供されるサービス

Ememeパイプラインでは、顧客の映像やオープンライセンスの動画から、カスタマイズされたモーションデータセットを作成することが可能です。また、機密性の高いデータを社外に出さずに処理するオプションも提供し、安心して利用することができます。

6. 代表者のコメント

小島CEOは「ロボットが人間のように働くためには、多くの動作を覚える必要がある。Ememeパイプラインはそのための仕組みであり、Physical AIの実用化に向けて、企業と協力しながら進んでいきたい」と述べています。

7. 利用を推奨する企業

以下のようなニーズを持つ企業にEmemeパイプラインの利用が推奨されています。

• - ロボットの学習データに苦労しているが、コストや時間が悩みの種
• - 工場でのロボットによる作業自動化を検討中
• - Physical AI分野でのR&Dを進めたいが、具体的にどこから始めればよいか悩んでいる
• - ヒューマノイドやロボットハンドを開発・導入している

8. まとめ

「Ememeパイプライン」は、既存の映像資産を活用し、ロボットの学習を効率化する革新的なサービスです。今後、この取り組みがPhysical AIの発展に寄与することが期待されます。興味のある企業は、気軽に問い合わせてみてください。

関連リンク

サードペディア百科事典: 東京都 文京区 Ememe Physical AI モーションデータ

Wiki3: 東京都 文京区 Ememe Physical AI モーションデータ