📝 エピソード概要

本エピソードでは、ヒューマノイドやフィジカルAIの進化に不可欠な「データビジネス」を徹底解説します。インターネット上のテキストで急成長したLLMとは異なり、ロボットに必要な一人称視点や触覚データの収集には独自の課題があります。データ収集の主流アプローチや各国の国家戦略、さらに「失敗データ」の価値やビジネスモデルの逆転現象まで、最前線の動向を紐解きます。

🎯 主要なトピック

• ロボットの2つの学習アプローチ: 体で覚える「VLA（行動言語モデル）」と、物理法則を考慮して先読みする「ワールドモデル」の違いを解説。
• データ収集の主流3手法: 「遠隔操作」「一人称視点動画」「仮想シミュレーション」の利点と、力加減や質感再現などの課題を整理。
• 「たまにミスする人」のデータの価値: 完璧な熟練者よりも、失敗とリカバリーを含むデータの方がロボットのタスク成功率を高める事実を紹介。
• 国主導の大規模データ収集と共有: 中国の国家級訓練基地や、日本のAIロボット協会（AIRoA）による22機種のデータ共有資産化の取り組み。
• 1X社「NEO」のビジネス構造: ユーザーが費用を払って家庭にロボットを置き、遠隔支援を受けることで自然とデータが集まる逆転モデルを考察。

💡 キーポイント

• 失敗データがお金になる: 不測の事態への対処力を養うため、少しミスをする人のデータを与えた方が成功率が向上（52%→68%）。日常のあらゆる動作にデータ価値が生まれている。
• データ共有による性能向上: 22種類の異なる機体データをミックスして学習させることで、単一機体時の42.8%から75.8%へと動作成功率が大幅に改善した。
• データ収集装置としてのロボット: 1X社のNEOのように、ユーザーが費用を払って家庭にロボットを導入し、遠隔操作を依頼することで高品質な生活データが企業に蓄積される新しい循環が生まれている。