ファナック、ロボAI学習を12倍速へ｜Tシャツも畳む

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

ファナックがロボットの「模倣学習」にかかる時間を60時間から4.8時間へ、約12倍も短くしました
カギはAWS（アマゾンのクラウド）のGPUと、NVIDIAのロボット用AI「Isaac GR00T」です
VLA（視覚言語行動）という新しいAIで、Tシャツを畳むような柔らかい物も扱えます
安川電機やデンソーなど、日本の製造業もいっせいに「フィジカルAI」へ動き出しています
フィジカルAI市場は2040年に約55兆円まで育つと予測され、日本の得意分野になりそうです

「ロボットに新しい作業を覚えさせるのに、まる2日半もかかる」。そんな常識が、いま大きく変わろうとしています。ファナックが、その学習時間を約12倍も短くする技術を発表しました。この記事では、何がどうすごいのか、私たちの暮らしや日本のものづくりにどう関わるのかを、やさしく解説します。

ファナックが発表した「模倣学習12倍速」とは

2026年6月29日、工作機械やロボットで世界トップクラスのファナックが、新しい成果を発表しました。

ロボットの「模倣学習」にかかる時間を、60時間から4.8時間へ短縮したという内容です。

模倣学習（もほうがくしゅう）とは、人がお手本を見せて、その動きをロボットにまねさせる教え方のことです。

これまでは、ひとつの作業を覚えさせるのに約60時間かかっていました。まる2日半、ぶっ通しで学習させる計算です。

それが、わずか4.8時間で終わるようになりました。約12分の1の時間です。

朝に教え始めれば、その日の夕方には新しい仕事を覚えたロボットが完成する、というイメージです。

なぜ60時間が4.8時間になった？AWSとNVIDIAの力

これほどの高速化は、ファナック1社の力だけで実現したわけではありません。

2つの強力な「外部の力」を借りています。

AWSのGPUで計算をまとめて片づける

1つ目は、AWS（アマゾンが提供するクラウドサービス）の力です。

具体的には、Amazon EC2の「P5」という高性能なGPUインスタンスを使いました。

GPU（ジーピーユー）とは、大量の計算を同時にこなすのが得意な部品です。AIの学習にはこのGPUがたくさん必要になります。

自社で高価なGPUをそろえなくても、クラウドなら必要なときに必要なだけ借りられます。これで学習を一気に進められました。

NVIDIAの「Isaac GR00T」が土台になる

2つ目は、半導体大手NVIDIA（エヌビディア）のロボット用AI「Isaac GR00T（アイザック・グルート）」です。

これは、ロボットを動かすための「基盤モデル」と呼ばれる土台のAIです。

基盤モデルとは、あらかじめ大量のデータで賢く育てられた、いわば「優秀な新入社員」のような存在です。一から教えなくても、基本がわかっています。

ファナックは、この賢い土台に少しだけ自社の作業を教え込むことで、短時間で実用レベルに仕上げました。

VLAモデルとは？ロボットが「見て・動く」仕組み

今回の技術の中心にあるのが、VLA（視覚言語行動）モデルという新しいタイプのAIです。

VLAは「Vision（視覚）」「Language（言語）」「Action（行動）」の頭文字をとった言葉です。

つまり、カメラで「見て」、指示を言葉で「理解して」、その場で「動く」までを1つのAIでこなします。

これまでのロボットは、決められた動きを正確にくり返すのが得意でした。逆に言うと、想定外のことには弱かったのです。

たとえば箱の位置が少しずれただけで、つかみ損ねてしまうこともありました。

VLAモデルなら、その場の状況を見て動きを調整できます。人が目で見て手を動かすのに、ぐっと近づいたわけです。

柔らかい物を扱えるロボットがすごい理由

今回いちばん注目されているのが、柔軟物（じゅうなんぶつ）、つまり形が変わる柔らかい物を扱える点です。

ファナックは、協働ロボット「CRX」2台による双腕（両うで）システムで、Tシャツを畳む作業を学習させました。

Tシャツを畳む様子を想像してみてください。布はぐにゃぐにゃと形を変え、つかむ場所も毎回変わります。

従来のロボットは、こうした「形が決まらない物」が大の苦手でした。動きをあらかじめプログラムできないからです。

身近な作業に置きかえると、次のような場面で力を発揮します。

洗濯物をたたむ：クリーニング工場やホテルで、シーツやタオルを自動でたたむ
食品をパックに詰める：形がそろわない総菜やパンを、つぶさずに箱へ並べる
精密部品の組み立て：小さな部品をピタッとはめ込む「勘合（かんごう）作業」をこなす

どれも、これまでは人の手に頼るしかなかった作業です。人手不足に悩む現場にとって、大きな助けになります。

他社とどう違う？安川電機・デンソーとの比較

フィジカルAI（現実世界で体を動かすAI）の開発は、いまや世界中の競争になっています。

とくに日本の製造業は、もともとロボットが強い分野です。各社の動きを見てみましょう。

ファナック：AWSとNVIDIAを組み合わせ、学習の高速化と柔軟物の扱いに強み。協働ロボットCRXを活用
安川電機：自律型ロボット「MOTOMAN NEXT」を展開。新計画「Dash 35」で「フィジカルAI市場の開拓」を最優先に掲げる
デンソー：自動車部品で培った技術をいかし、製造現場のフィジカルAIに参入

面白いのは、ファナックも安川電機も、土台にNVIDIAの「Isaac GR00T」を使っている点です。

つまり、同じエンジンを積みながら、各社が自分の得意分野で差をつけようとしています。

ファナックは2026年5月にもNVIDIAとの協業を強化し、AI演算性能を従来の7.5倍超に高めると発表していました。今回の成果は、その流れの上にあります。

日本のものづくりにとって何が変わるのか

この技術は、日本の製造業に追い風となりそうです。

背景には、深刻な人手不足があります。とくに地方の工場では、ベテランの引退と若手不足が同時に進んでいます。

学習が12倍速くなれば、ロボットの導入コストとハードルが下がります。中小企業でも手が届きやすくなります。

市場の伸びも見逃せません。フィジカルAI市場は年率34.4%で成長し、2040年には約55兆円規模に達すると予測されています。

日本はロボットの世界シェアが高く、この大きな波に乗れる位置にいます。

政府も動いています。経済産業省は2026年1月に「AIロボティクス戦略検討会議」を立ち上げ、国を挙げて後押しする姿勢を見せています。

ある地方の食品工場を想像してみてください。これまで人手でやっていた総菜の盛り付けを、夕方までに覚えたロボットが夜勤で担う。そんな未来が、もう手の届く場所まで来ています。

よくある質問（FAQ）

Q1. 模倣学習とふつうのロボット制御は何が違うのですか？

ふつうの制御は、人が動きを細かくプログラムします。模倣学習は、人がお手本を見せるだけでロボットが自分でコツをつかみます。プログラムが難しい複雑な作業に向いています。

Q2. なぜAWSのクラウドを使うのですか？

AIの学習には大量のGPU（計算用の部品）が必要です。自社でそろえると高くつきます。クラウドなら必要なときだけ借りられ、費用をおさえながら一気に計算できます。

Q3. このロボットはもう工場で使えるのですか？

柔軟物の扱いはまだ発展途上の分野です。ただし学習が速くなったことで、実用化のスピードは確実に上がっています。今後、対応できる作業が増えていく見込みです。

Q4. 私たちの仕事は奪われませんか？

狙いは、人手不足の現場を助けることです。きつい作業や単純なくり返し作業をロボットが担い、人はより創造的な仕事に回る、という分担が期待されています。

まとめ

ファナックがロボットの模倣学習を60時間から4.8時間へ、約12倍高速化した
カギはAWSのGPUと、NVIDIAのロボット用AI「Isaac GR00T」の組み合わせ
VLA（視覚言語行動）モデルで、Tシャツなど柔らかい物も扱えるようになった
安川電機やデンソーも参入し、日本の製造業がフィジカルAIで世界と競う
市場は2040年に約55兆円規模へ。人手不足の日本にとって大きなチャンス

まずは身近なニュースとして、日本企業のフィジカルAIの動きに注目してみてください。数年後の工場や暮らしが、ぐっと想像しやすくなるはずです。

参考文献

こんな時代だから遊んで学びたい

AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。

毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。

「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？

一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！

今すぐAIフレンズに参加して、未来への第一歩を踏み出そう！！