2026年7月11日 18:03
Orca、ラベルなし動画だけでロボット制御習得
China's Orca world model matches specialized robotics systems without ever seeing a single action label
3行まとめ
- •北京AIがOrcaワールドモデルを公開
- •12.5万時間の動画でラベルなし学習
- •専門ロボットモデルπ0.5と同等性能
詳細
背景
ロボット学習の大きな障壁は、行動ラベル付きのトレーニングデータの慢性的な不足にある。通常、ロボットに動作を教えるには専門家が収録した動画に「腕をどう動かすか」などの行動ラベルを付与する必要があり、このデータ収集・付与コストが業界全体の進歩を阻んできた。
内容
北京人工知能学院（BAAI）が発表したOrcaは、トークンやピクセルではなく抽象的な世界状態を予測するワールドモデルで、行動ラベルを一切使わずに125,000時間のビデオ映像のみで訓練されている。この手法により、5種類のロボット操作タスクで専門特化型モデルであるπ0.5に匹敵する性能を達成した。従来の強化学習や模倣学習とは異なり、汎用的な映像データから暗黙的にロボット制御の知識を獲得するアプローチを採用している点が特徴的だ。
今後の影響
行動ラベルなしで高度なロボット制御を習得できるこの技術は、ロボット学習の主要なボトルネックだったデータ収集コスト削減への道筋を示す成果だ。インターネット上の膨大な映像データをそのまま訓練データとして活用できるため、ラベリング作業なしでの汎用ロボットモデル構築が現実のものになりつつある。現時点では研究発表段階であり、実際のロボット製品への組み込みには追加の検証が必要となる。
なぜ重要か
ラベルなし動画のみで専門モデルと同等性能を達成し、ロボット学習のデータ不足問題を解決する新手法として注目される。
元記事を読む — The Decoder