WUWENAIは「実世界→仮想世界→実世界」の循環で、身体性AIのデータ不足をどう解決するのか

身体性AIの普及を阻む大きな壁は、ロボットが現実世界で物体に触れ、動かし、失敗し、立て直す過程を記録した高品質なデータの不足だ。WUWENAIの創業者兼CEOである劉勝湘氏は、百度で自動運転のデータ収集・テストを率いた経験を背景に、単に実演データを集め続けるのではなく、実世界と仮想世界を往復させるデータ基盤を打ち出している。8

同社が掲げるのは、いわゆる**Real-to-Sim-to-Real（実世界から仮想世界へ、そして実世界へ戻る）**の閉ループだ。現実のロボット操作を起点に生成ワールドモデルを構築し、そこから制御可能なシミュレーション環境を大量に作る。仮想空間で学習・評価した結果から弱点や珍しい失敗例を選び出し、必要なケースを実機で追加収集することで、データ生成、方策学習、評価、改善を一つの仕組みに組み込む考え方である。

3つの構成要素

1. Data Factory――現実に根ざしたデータを集める

「Data Factory」は、ロボットと物体の相互作用を、複数のセンサーで同期して記録する仕組みだ。視覚情報だけでなく、ロボットの動き、接触、物体の状態変化、タスクの成否などを収集する。一般的なウェブ動画や、見た目を再現しただけの合成映像では得にくい、ロボット制御に必要な物理的因果関係を捉えることが狙いだ。

WUWENAIは、浙江省徳清市で展開する身体性AI向けデータ基盤「Wuyin」について、1,000TB超のデータと、1万時間のオープンな高品質データセットを公開したと説明している。12 ただし、これらの規模や品質が、どのロボット作業でどの程度の性能向上につながったのかは、今後さらに検証が必要になる。

2. Generative World Model――経験を仮想空間で増幅する

ワールドモデルとは、エージェントが行動したとき、周囲のシーンが時間とともにどう変化するかを学習するモデルだ。シーンとその時間的な推移を、圧縮された内部表現として捉えることを目指す。5

実世界の相互作用データを学習した生成ワールドモデルは、作業のバリエーション、異なる軌道、外乱、物体の配置、失敗パターンなどを、現実のデータに条件づけて生成できる可能性がある。現実のロボットを一台ずつ動かして試す代わりに、仮想空間で「もし別の動きをしたらどうなるか」を繰り返し試せる点が、規模拡大の鍵になる。

3. World Simulator――学習・評価・実データ収集を選別する

ワールドシミュレーターでは、実機よりも高速かつ低コストでロボットの方策を実行できる。タスクの成否を評価し、性能が不安定な条件を見つけ、どのケースを新たに実世界で収集すべきかを選ぶこともできる。

アクションに応じて未来を予測するインタラクティブなシミュレーターについては、シミュレーション内の評価結果と実世界での性能が相関するとの研究報告がある。3 もっとも、接触を伴う複雑な操作や長時間のタスクで、常に現実を正確に予測できる能力が確立されたわけではない。現時点では、活発に研究が進む分野と見るのが妥当だ。

「数百万時間」はどう実現するのか

劉氏の主張は、WUWENAIが数百万時間分のロボット稼働をすべて物理的に記録するという意味ではない。比較的限られた数の、現実に根ざした相互作用データを種データとして使い、そこから制御可能な訓練軌道を大量に生成するという発想だ。

実世界のループは、仮想モデルが現実からずれていく「ドリフト」を修正する。仮想世界のループは、実機の稼働時間やコストに縛られない規模を提供する。この実データと合成データのフィードバック構造は、近年登場している実ロボット向けの閉ループ強化学習の方向性とも一致する。4

従来の3つの方法と比べた違い

• 遠隔操作（テレオペレーション）
  人間の操作とロボットの行動を対応づけたデモンストレーションを取得しやすい一方、コストと時間がかかり、オペレーターの技能にも左右される。また、成功例に偏りやすく、稀な失敗や反実仮想的な動作を効率よく集めにくい。

• 人間の一人称動画
  大量に集められる可能性はあるが、ロボットの具体的な行動、正確に調整された幾何情報、力や接触の信号、ロボットの身体構造との対応を欠くことが多い。そのため、物体操作の制御を直接学ぶための教師データとしては限界がある。

• 純粋なシミュレーション
  安価で多様なケースを試せる反面、形状、接触力学、センサーのノイズ、物体の挙動、人間がいる環境などを誤って表現する可能性がある。これが「シミュレーションと現実のギャップ」だ。デジタルツインを実際の観測に合わせ続けることで、その差を縮めるのがReal-to-Sim-to-Realの狙いとなる。2

模倣学習から強化学習へ

デモンストレーションは、まず「人間がしたことをまねる」模倣学習の起点になる。しかし、行動に条件づけられたシミュレーターの精度が十分に高ければ、方策は複数の選択肢を試し、タスクの報酬を受け取り、より長い手順を最適化し、失敗からの復旧方法も学べる。これは強化学習への移行を意味する。

実際、ワールドモデル内で視覚・言語・行動（VLA）方策を強化学習で微調整する研究も発表されている。1 ただし、現実に通用する報酬設計と、接触を含む物理現象をどこまで正しく再現できるかが、依然として決定的な制約だ。

World Labs、Tesla、DeepMindとの位置づけ

競争の焦点は、単一の機能ではなく、実データ、ワールドモデル、シミュレーター、実機フィードバックを一体化するアーキテクチャへ移りつつある。World Labsの「SceniX」も、現実のタスクを多数の制御可能で再利用可能な仮想世界へ変換し、ロボット方策の訓練とテストを高速化するReal-to-Sim-to-Realエンジンを説明している。7

Google DeepMindは、学習した環境ダイナミクスのモデルを、スケーラブルな強化学習へ結びつける研究を長く進めてきた。3 Teslaの人型ロボット「Optimus」には、ハードウェアの反復開発、製造基盤、より広範なデータ・計算資源のエコシステムという強みがある。一方、公開情報だけから、WUWENAIがTeslaやDeepMindを技術的に上回っていると判断することはできない。

中国のロボット産業が持つ意味

中国は世界最大の産業用ロボット導入基盤を持ち、人型ロボットの開発にも力を入れている。ロボット関連のサプライチェーンも一部で現地化が進んでいる。6 また、中国の公式見解では、身体性AIは小規模な試験導入から、より広範な展開へ移行する重要な段階に入っているとされる。9

これは、データ基盤企業にとって、工場、ロボット、作業、導入環境からなる大きな国内の収集・販売基盤になり得る。WUWENAIが複数のロボットメーカーに共通ツールやデータサービスを提供できれば、個別メーカーのロボット開発とは異なる、インフラ企業としての立ち位置を築く余地がある。

最大の検証ポイントは「実機への移行」

WUWENAIが「世界クラス」である、あるいは競合より数カ月先行しているという評価は、現時点では企業やメディアによる主張であり、独立したベンチマークで確認された事実ではない。

最終的に問われるのは、同社のシミュレーターが、接触の多い作業や長い手順の結果をどれだけ正確に予測できるかだ。そして、その内部で訓練された方策が、異なるロボット、物体、環境へ移っても一貫して実機で機能する必要がある。WUWENAIの構想はデータ不足を「収集量の競争」から「現実に根ざした生成と検証の循環」へ転換する試みだが、その価値を決めるのは、宣伝されるデータ量ではなく、現実世界での移行性能になる。