人型ロボットの「学習データ不足」に挑む、51WorldのAperEgoとAperOS

同社によれば、このフィルタリングによって必要なストレージ容量と計算資源を抑えながら、モデル開発に使いやすいデータセットを作れるといいます。

想定される流れは次の通りです。

1. 記録する： AperEgoが、人の作業中の一人称映像、動作、音声を収集する。
2. 手の動きを加える： 手首・指用デバイスが、手を伸ばす、つかむ、物を操作するといった動きを記録する。
3. 同期する： 複数のセンサー情報をそろえ、同じ行動を異なるデータ形式で対応付ける。
4. フィルタリングする： AperOSが、アップロード前に無効な記録を除外する。
5. 訓練に備える： 残ったデータを身体性AIモデルの開発や、ロボットの学習工程に活用する。

「精度99％」は独自検証済みの数字なのか

51Worldの李毅（Li Yi）CEOは、ハードウェアとソフトウェアを統合することで、データ精度を 99％ まで高められると説明しています。さらに、データ収集、データの利用、モデル訓練、汎化の各段階で効率を高め、より正確で効率的なロボット学習につながると主張しています。

ただし、これらはあくまで 51Worldが示した主張 です。公開されている報道では、99％という数値について、外部機関による試験手順や比較用データセット、独立した検証結果までは示されていません。

記録データが整理され、品質がそろえば学習に有利になる可能性はあります。しかし、最終的なロボットの性能は、AIモデル、ロボットの機械構造、作業内容、動作環境、評価方法などにも左右されます。「データ精度99％」が、そのまま実際の作業成功率を意味するわけではありません。

なぜデータ基盤が人型ロボットに重要なのか

人型ロボットは、変化する現実の環境で、周囲を認識しながら身体を動かさなければなりません。人間の動作を高品質に記録したデータは、物体や空間への対応、手先を使う細かな作業、状況に応じた動作を学習させるうえで役立つ可能性があります。

51Worldが狙っているのは、人型ロボットそのものを製造することではなく、身体性AIを支えるデータ収集・処理のパイプラインです。

この動きの背景には、中国で人型ロボットの量産と商用化を進める動きがあります。TrendForceは、中国の人型ロボット市場が2026年に 150億元（約22億ドル） に達し、2027年も少なくとも 60％ の成長を維持すると予測しています。自動車、3C電子機器、航空宇宙、物流、エネルギーなどで生産拡大と用途の広がりが見込まれているためです。

この市場予測は、AperEgoやAperOSが成長を実現することを示すものではありません。それでも、ロボットが実演や試験の段階から実際の現場へ移るほど、繰り返し利用できるデータを大規模に収集し、選別し、整理する仕組みの重要性は高まります。人型ロボット競争の次の焦点は、ロボットの「体」だけでなく、学習を支えるデータの供給網にも移りつつあります。