「フィジカル人工知能（AI）が日常に入り込む、いわばChatGPTと同じ瞬間が近づいていることを示す複数の兆候に直面している。真の『ChatGPT瞬間』は、ロボットがたった1つの例だけを見て新しい作業を実行できるようになったときに訪れる。」
アビナブ・グプタ（Abhinav Gupta）Skild AI共同創業者兼米国カーネギーメロン大学コンピューター工学科教授は14日、ChosunBizとの書面インタビューで「フィジカルAI拡散の変曲点」についてこのように述べた。Skild AIは、ジェンスン・フアンNVIDIA最高経営責任者（CEO）、孫正義ソフトバンクグループ会長、ジェフ・ベゾスAmazon創業者らが出資した企業価値約20兆ウォンのフィジカルAI分野を代表するユニコーンである。
現在のロボットAIは新たな作業を実行するために数十時間のデータを必要とするが、人間のようにたった1つの例だけを見て新しい作業を実行できるようになる瞬間に、フィジカルAIの『GPT瞬間』が到来するというのがグプタ創業者の説明である。
コンピュータビジョンとロボティクス分野の世界的権威であるグプタ創業者は「今後、半構造化された空間を中心にAI搭載ロボットシステムが急速に拡散し、新たな『豊饒の時代』が開かれる」とし、フィジカルAIが最初に広がる対象として工場や物流センター、空港、ショッピングモールなどの「半構造化環境」を挙げた。グプタ創業者は「半構造化環境は従来の産業用ロボットが活動する空間より複雑だが、家庭のような完全な非定型環境よりは変数の範囲が限定されており、汎用ロボットAIを実環境に適用するのに適している」と述べ、「フィジカルAIの自然な試験台になる」と語った。
グプタ創業者はインド工科大学カンプール校で計算機科学・工学を専攻し、米国メリーランド大学で計算機科学の博士号を取得した。カーネギーメロン大学の教授として在職し、コンピュータビジョンと自己学習、ロボット学習分野を研究してきた。Googleと協力し、コンピュータビジョンと大規模視覚学習システムの拡張可能性を共同研究し、2018年にはFacebook AI Research（FAIR）に合流して大規模AI研究とロボティクス研究へ領域を広げた。
Skild AIは2023年に設立された。同社の中核技術は、ロボットの行動を決定する頭脳の役割を担うロボット・ファウンデーション・モデル（RFM）である。このモデルは大量のデータを学習し、ロボットが自律的に探索し、物体を操作し、周辺環境と相互作用する高度な作業を可能にする。特にヒューマノイドロボットだけでなく、あらゆる形態のロボットに適用できる汎用性を備えることが特徴だ。これに着目したソフトバンクやNVIDIAなどのグローバル企業が素早く投資を実行した。4月には具光謨LGグループ会長が米国シリコンバレーを訪れ、両社が協力している。グプタ創業者は26日、ソウル小公洞のウェスティン朝鮮ホテルで開かれる国内最大のテックカンファレンス「SMARTCLOUD SHOW 2026」に基調講演者として参加し、「どんなロボットでも、どんな作業でも：たった1つの頭脳で（Any Robot, Any Task, One Brain）」をテーマに講演する。以下は一問一答。
◇「ロボットごとにAIを別個に作る必要はない」…Skild AIの『汎用の頭脳』
—汎用ロボットAIを開発する究極の目標は。
「Skild AIはフィジカル・インテリジェンスのためのファウンデーションモデル、すなわちロボットのための汎用の頭脳を作っている。ロボットが物理世界を認識し理解し、何をすべきかを推論し、目標を達成するためにどのような行動をとるべきかを予測できるようにファウンデーションモデルを構築することが目標だ。核心は1つのAIが多様な作業とロボット形態をすべて扱えることにある。ヒューマノイドだけでなく四足歩行ロボット、ロボットアームなどにも同じ知能を適用できなければならない。われわれのビジョンは要するに『どんなロボットでも、どんな作業でも：たった1つの頭脳で（Any Robot, Any Task, One Brain）』だ。」
—ロボットを直接製造するよりもAIプラットフォームを提供する戦略を志向している。差別化点は。
「Skild AIの最大の差別化点は『オムニボディ（omni-bodied）』の頭脳だ。多くのロボットAIは特定ロボットの形態と密接に結びついている。Figure AIのFigureロボット、TeslaのOptimus、Physical Intelligenceのモバイルマニピュレーターも同様だ。こうした形はロボット性能を根本的に制約すると考える。フィジカルAIでは知能が特定ロボットの身体に従属してはならない。Skild AIの目標は、人型ロボット、四足歩行ロボット、ロボットアームなど特定形態にかかわらず、物理世界とその世界との相互作用に関する根本原理を理解する頭脳を構築することだ。AIがヒューマノイド、四足歩行ロボット、ロボットアームなど多様な形態のロボットを制御し、異なる作業と環境へ知能を転移できなければならない。」
―現在、多くの企業が特定ロボットに合わせたAIを開発している。汎用ロボットAIはなぜ競争力が高いのか。
「ロボット工学で最大の問題はデータだ。ロボットデータを拡張するといっても、単に数百万や数十億のデータを確保する水準ではなく、数兆のデータが必要になる。だが1つのロボット形態だけに対して数兆のデータを収集するのは現実的に不可能だ。Skild AIは汎用の頭脳を構築するにあたり、人間を含むすべてのロボットハードウェアのデータを統合してフィジカルAIの基盤モデルを構築する。汎用の頭脳が必要なもう一つの重要な理由は安全のためでもある。」
―汎用ロボットAIは安全性の面でも利点があるのか。
「そのとおりだ。実環境ではモーターが故障したり、関節や手足が使えなくなるなどハードウェアの問題が発生しうる。固定された特定形態に最適化されたAIはこのような状況で苦戦する可能性があるが、オムニボディの頭脳は残存する身体能力を把握し、行動戦略を切り替えることができる。モーターや手足が故障しても、数ミリ秒単位で制御戦略を調整できる。」
◇ データのボトルネック問題は、遠隔操作・人間映像・シミュレーションで解決
―フィジカルAIで最大のボトルネックはデータだ。これをどう解決するのか。
「言語の場合、大規模なインターネットデータが比較的豊富で自然な学習信号を提供するのとは異なり、ロボット工学は本質的に別のデータ問題を抱えている。ロボットデータは遠隔操作、人間映像、シミュレーションなど、それぞれ長所と短所が異なる複数のソースから確保できる。遠隔操作データは正確性が高く、認知・行動・物理的結果の間の正確な関係を捉えるが、コストがかかりデータの多様性が限定され拡張が難しい。
人間の映像物は規模と多様性に優れ、一般的な表現を学習するのに有用だが、実際のロボットの動作に関する情報が不足する。シミュレーションは大規模データを作成できるが、現実とのギャップが存在する。したがってSkild AIは1つのデータソースに依存せず、段階的データ戦略を用いる。映像とシミュレーションデータでモデルを事前学習した後、高精度の遠隔操作データで実ロボットの相互作用と動作を学習させる。これにより、映像とシミュレーションの規模と多様性を、実際の遠隔操作の正確性と結合できる。」
―ソフトバンクグループ、ベゾス・エクスペディションズ、サムスン、LGといった投資家がいる。彼らの関心を引いた秘訣は。
「Skild AIは次世代の物理知能を構築するだけでなく、多様な応用分野にわたってそれを展開している。われわれのロボットは工場、データセンター、倉庫、さらには空港でも実際に使われている。何よりもSkild AIは10年以上にわたりフィジカルAIの課題を研究してきた最も強力で賢明な人材で構成されている。共同創業者のディパク・パダクと私はカーネギーメロン大学（CMU）でロボット工学の教授として在職し、この課題を研究してきた。われわれのチームは主要なロボット工学の学会で最優秀論文賞をはじめとする複数の賞を受賞した。」
◇「韓は製造・電子の強国…AIモデル企業と協力すべき」
―韓国政府はフィジカルAI分野で世界的な先頭走者になることを目標としている。
「韓国はフィジカルAI分野の企業と協力し、自社のロボットとモデルを開発できる良い機会を有している。ただし、伝統的に製造および電子分野で先頭を走ってきたが、モデル構築分野では不足している。モデル開発企業と協力すれば、韓国企業は垂直統合されたハードウェアおよびソフトウェア製品を開発できるだろう。」
―韓国で事業拡大の計画はあるか。
「韓国はわれわれの拡張対象国の一つだ。すでに韓国の主要企業を含む複数の顧客社を確保している。現在、工場と物流倉庫の自動化を推進している。」