日本の製造現場に革命を：NEDO採択VTLAモデルが示す、ロボットとAIによる高度自動化の未来

VTLAモデルで実現する高度な自動化
製造業の課題解決と産業競争力強化へ

VTLAモデルで実現する高度な自動化

本プロジェクトの核となるのは、視覚（Vision）、触覚（Tactile）、言語（Language）、動作（Action）に関するデータを統合的に扱う「VTLA（Vision-Tactile-Language-Action）モデル」の開発です。このモデルと、それに適したデータセットの設計・収集・蓄積、そしてデータエコシステムの構築を通じて、これまで困難とされてきた複雑かつ繊細な手先作業の自動化が実現される見込みです。

プロジェクトは2026年8月から2027年7月までの1年間を予定しており、株式会社ABEJA、国立研究開発法人産業技術総合研究所、国立大学法人東海国立大学機構名古屋大学などの企業・研究機関も連携し、基盤技術の高度化が図られます。

製造業の課題解決と産業競争力強化へ

現在、日本の製造業では、熟練作業者の減少や生産の高度化・多品種化への対応が大きな課題となっています。従来の自動化技術では対応が難しい高度な作業のデジタル化が求められており、特に触覚や力覚などの非視覚情報を含めたAI活用による自動化が期待されています。

本プロジェクトでは、視覚・触覚など複数の感覚情報を統合したデータ基盤とモデル技術を開発することで、製造現場における高度な作業の再現・自動化を実現し、日本の産業競争力強化に貢献します。

プロジェクトの主なポイント

ロボットメーカー3社が共同参画し、データ仕様・収集基盤を共通化することで、様々なロボットやデバイスで使用できるデータセットを構築します。
技術の進化スピードを意識した短期間での開発と、早期のデータエコシステム形成を目指します。
触覚情報領域の知見を有するスタートアップや大学との連携により、VTLAモデルの実証が行われます。

このプロジェクトは、ロボット業界が一体となって推進することで、製造業だけでなく、様々な分野におけるロボット導入を加速させ、労働人口減少という社会課題の解決に貢献することが期待されています。プロジェクト終了後も、生み出された成果を基盤としたデータエコシステムの拡張を進め、ロボット産業全体の高度化に寄与していくことでしょう。

FingerVisionの視触覚センサ技術

株式会社FingerVisionが開発する「視触覚センサ」は、画像（カメラ）をベースに触覚を再現するというコンセプトをコア技術としています。ロボットハンドなどの指先に搭載することで、触覚（力や滑りの分布など）を知覚できるようになり、人が「手のひら」の感覚を使って物体を扱うような制御をロボットで実現できます。高機能（高分解能・マルチモダリティ）でありながら、経済性に優れる実用性の高さが特徴です。ロボットと組み合わせたプロセス自動化だけでなく、無限の応用可能性を持つとされています。

AI Workstyle Lab編集部コメント

今回のNEDO採択プロジェクトは、日本の製造業におけるAI活用の新たなフェーズを示すものです。特にVTLAモデルの構築は、これまで自動化が困難だった熟練作業者の「匠の技」をデジタルデータとして捉え、ロボットに学習させる道を拓きます。これにより、人手不足が深刻化する製造現場での生産性向上や、多品種少量生産への柔軟な対応が可能になるでしょう。将来的には、製造業のみならず、介護や医療、サービス業など、繊細な作業が求められる幅広い分野でのロボット導入を加速させ、新たなビジネスチャンスを生み出す可能性を秘めていると分析しています。

📘 もっと基礎から学びたい人へ｜無料で参加できるAIセミナーまとめ

「AIニュースは追っているけど、何から学べばいいか分からない…」そんな初心者向けに、編集部が本当におすすめできる無料AIセミナーを厳選しました。

🔰【初心者向け】生成AIを基礎から学べる無料セミナーまとめ