Question 1

NVIDIAによるHugging Face買収にはどのような狙いとインパクトがあるのか？

Accepted Answer

Hugging Faceは世界中のAIエンジニアが集まり、オープンソースモデルやデータが共有される最大級のコミュニティである NVIDIAが約1.9兆円で買収したことで、AI開発者が必ず最初に訪れる「開発の入り口」を押さえた ほぼすべてのエンジニアが開発の初期段階でNVIDIAのエコシステムに触れる構造が確立された

Question 2

汎用LLM（大規模言語モデル）をロボット制御に活用する実験にはどのような成果と課題があるのか？

Accepted Answer

ChatGPT-6 Astraを用いた実験で、ロボット専用AIを使わずに掴んで運ぶ作業の成功率が95%を達成した 指示やカメラ映像から状況を理解し、作業を達成するための動作プログラムをその場で瞬時に自動生成できる 専用AIモデルを個別に開発・学習させなくても、汎用LLMでロボットを動かせる可能性が示された 1回の作業あたり1,000円〜4,000円ほどのAPIコストがかかり、コード生成に時間がかかる点が現在の実用上の課題である

Question 3

ヒューマノイド向けの「行動データ売買市場」はどのように広がっているのか？

Accepted Answer

ノルウェーのKinetic Blocksのように、ヒューマノイドの訓練データを審査制で安全に売買できる市場が登場した 自社だけで集めにくい現場のニッチな動作データを他社から購入し、開発速度を大幅に上げることが可能になった Figure AIのアプリ「Index」のように、一般ユーザーが日常動作を撮影・提供して報酬を得る仕組みも登場している 個人からのデータ提供を含めて世界中で参加者が増え、訓練データの収集速度が飛躍的に加速している

Question 4

Agility Robotics「Digit 5」のマイクロスリープ充電は稼働スタイルをどう変えるのか？

Accepted Answer

従来のモデルは4時間稼働に2時間充電が必要だったが、新モデルはわずか9分の充電で90分稼働できる 稼働時間と充電時間の比率が従来の2対1から10対1へと大幅に向上した 人間が短時間の休憩や一服を挟むリズムに近いため、人間の現場やシフトに自然に馴染む運用が可能になる

Question 5

GMOが発表した「ヒューマノイド救急車」は現場導入のどんな不安を解消するのか？

Accepted Answer

ロボットが故障した際に工具や部品を積んだ専用車両が駆けつけ、現場で即座に診断と修理を行うサービスである 海外製ロボットをメーカーに送り返すと数ヶ月かかる問題を、現場修理や代替機の提供によって解決する 導入企業が最も恐れる「壊れたときに業務が止まってしまう」というリスクを解消し、普及を後押しする

Podcast振り返り

#025 | 2026年10月号ヒューマノイド最新ニュース | NVIDIAがHugging Faceを約1.9兆円で買収ほか

Podcast振り返り

#025 | 2026年10月号ヒューマノイド最新ニュース | NVIDIAがHugging Faceを約1.9兆円で買収ほか