ワールドモデル・VLA・Sim2Real・エンボディドAIなど、フィジカルAI関連の用語をわかりやすく解説し、継続的に更新していく用語集です。
ロボットや自律機械を通じて、現実世界を知覚・推論・行動するAI。
フィジカルAIとは、テキストや画像の生成にとどまらず、センサーで物理的な周囲を知覚し、何をすべきか推論し、モーターやアクチュエーター、ロボットの身体を通じて現実世界に働きかけるAIシステムを指す。NVIDIAをはじめ業界全体で広まった用語で、基盤モデルとロボット工学ハードウェア（ヒューマノイド、産業用ロボットアーム、自律走行車、ドローンなど）を組み合わせた領域を表す。生成AIとの違いは、出力が文書や画像ではなく物理的な動作である点で、評価基準もベンチマークではなく、雑然とした現実世界で確実に動作するかどうかにある。
テキストのみではなく、実在または仮想の「身体」を通じて学習・行動するAIエージェント。
エンボディドAIは、フィジカルAIの土台となる研究系譜で、実際のロボットであれ仮想環境上のシミュレーションであれ、「身体」を通じて知覚・行動するAIエージェントを指す。この概念は「身体性認知（embodied cognition）」の研究に遡り、知能は抽象的なデータ処理だけでなく、環境と相互作用する身体を持つことによって形作られるという考え方に基づく。実務上はフィジカルAIとエンボディドAIはかなり重なるが、フィジカルAIは実際に配備された現実のハードウェアを重視する傾向があり、エンボディドAIはシミュレーション上だけで学習するエージェントも含む、より広い学術的な用語である。
行動に応じて世界がどう変化するかをAIが内部に学習した仮想シミュレーション。行動前の計画・予測に使う。
ワールドモデルとは、環境がどう振る舞うか——エージェントがある行動を取るとどうなるか、物がどう動くか、物理的に何が可能か——をAIが学習した内部表現である。現実世界での試行錯誤（ロボットにとっては遅く、リスクも伴う）だけに頼るのではなく、エージェントはまずワールドモデルの中で行動の結果を「想像」してから、計画を立てたり行動を調整したりできる。ワールドモデルは現在のフィジカルAI研究の中心的なテーマで（Genieのようなインタラクティブなワールドシミュレーターや、自動運転向けのGAIA-1などが例）、ロボットや自律走行車が、現実世界や手作りの物理エンジンだけに頼らず、圧縮された予測的な物理シミュレーションの中で学習・計画できるようにする。
ロボットのAIをシミュレーション上で学習させ、実機に転移させる手法・課題。
Sim2Real（シム・トゥ・リアル）とは、物理シミュレーター上——試行錯誤が安価・高速・安全に行える環境——でロボットの制御方策を学習させ、それを実機のロボットハードウェアに展開する手法、およびその中心的な課題を指す。最大の難しさは「リアリティギャップ」で、シミュレーションの物理演算・センサーノイズ・素材の質感は現実世界と完全には一致しないため、シミュレーション上では完璧に動作する方策が実機では失敗することがある。ドメインランダマイゼーション（学習中にシミュレーションのテクスチャ・照明・物理パラメータをランダムに変化させる手法）や、よりリアルなシミュレーターの開発によってこのギャップを縮める取り組みが進んでおり、Sim2RealはフィジカルAI企業各社が最も注力して解決しようとしている実務上のボトルネックの一つである。