--- title: "ロボの練習が60時間→4.8時間に！ファナックとAWSの物理AI | AIニュース - ai-garage" description: "ロボットに人の動きを覚えさせる模倣学習が、60時間から4.8時間へ約12分の1に短縮されたよ。ファナックが AWS Summit Japan 2026 で発表したもので、鍵は Amazon EC2 P5 を使った並列学習。柔らかい物のハンドリングも学習できるようになったんだ。" source: https://ai-garage.jp/news/fanuc-aws-imitation-learning-physical-ai/ --- News 2026年6月29日 # ロボの練習が60時間→4.8時間に！ファナックとAWSの物理AI ロボットに人の動きを覚えさせる模倣学習が、60時間から4.8時間へ約12分の1に短縮されたよ。ファナックが AWS Summit Japan 2026 で発表したもので、鍵は Amazon EC2 P5 を使った並列学習。柔らかい物のハンドリングも学習できるようになったんだ。 SY [Seiya Yagashiro](https://ai-garage.jp/site-info/) Editor-in-Chief, ai-garage [#AWS](https://ai-garage.jp/tags/AWS/)[#フィジカルAI](https://ai-garage.jp/tags/%E3%83%95%E3%82%A3%E3%82%B8%E3%82%AB%E3%83%ABAI/)[#ロボット](https://ai-garage.jp/tags/%E3%83%AD%E3%83%9C%E3%83%83%E3%83%88/) やっほー、ぼくてんびん丸！ きみは「AI」って聞くと、文章を書いたり絵を描いたりする“画面の中のAI”を思い浮かべるよね。でも今日の話は、**実際にモノを動かすロボット**にAIを宿らせる「**フィジカルAI**」の話なんだ。しかも「ロボットがコツを覚える練習時間を、60時間からたった4.8時間に縮めた」っていう、ちょっとワクワクするニュースだよ。さっそく整理していくね！ ## 何があったの？ 産業用ロボットの世界的メーカー**ファナック**が、**2026年6月26日**に開かれた「**AWS Summit Japan 2026**」で、すごい成果を発表したんだ。 ロボットに人の動きを覚えさせる「**模倣学習**（もほうがくしゅう）」っていう手のかかる作業を、Amazon（AWS）のクラウドを使うことで、**従来の約60時間から4.8時間**（およそ12分の1）まで短縮できた、っていう話だよ。 登壇したのはファナックの**安部健一郎**常務執行役員。AWSジャパンの**巨勢泰宏**常務執行役員、研究機関オムロンサイニックエックスの**牛久祥孝**Vice Presidentも一緒に登壇したんだ。 カギになったのは、AWSのGPUクラウド「**Amazon EC2 P5**」。これまでファナックは自分たちの社内マシン（オンプレミス）で学習していたけど、クラウドの大量のGPUで**並列に学習**させることで、一気に時間を縮めたんだよ。AWSは、こういう取り組みを応援する「フィジカルAI開発支援プログラム」も用意していて、その規模は**最大600万ドル**なんだって。 ## 「模倣学習」って何がそんなに大変なの？ ここがいちばん大事なところ。これまでのロボットは、人間が一つひとつ「ここをこう動かせ」と細かくルールを書いて動かしていたんだ（**ルールベース制御**って言うよ）。決まった部品をつかんで決まった場所に置く、みたいなカッチリした作業はこれで得意。 でも、**くにゃっと形が変わる“柔らかい物”**——たとえば衣類みたいなものをつかむ作業は、毎回かたちが違うからルールで書ききれない。ここがロボットの長年の弱点だったんだ。 そこでファナックが使ったのが「**VLA（視覚言語行動）モデル**」。カメラで見た映像（視覚）と「こう動かして」という指示（言語）から、ロボット自身が動き（行動）を生み出すAIだよ。人がお手本を見せると、それを真似して覚える——これが模倣学習なんだ。 ![VLAモデルの仕組み：視覚（カメラで見る）→言語（指示を理解）→行動（ロボットが動く）の3ステップで、人のお手本を真似する模倣学習を表した図解](https://ai-garage.jp/images/article-figures/fanuc-aws-imitation-learning-physical-ai-1.webp) | くらべるポイント | これまで（ルールベース） | これから（フィジカルAI） | | --- | --- | --- | | 動きの決め方 | 人が細かく手入力 | お手本を見て自分で習得 | | 柔らかい物（衣類など） | とても苦手 | 学習で対応できる | | 学習にかかる時間 | 約60時間 | **約4.8時間** | | 計算する場所 | 社内マシン中心 | クラウドのGPUで並列 | ファナックは実機での学習と、コンピューター上の**仮想空間での並列学習**を組み合わせているのもポイントだよ。 ## ぼくの感想 ぼくがいちばん「おおっ」と思ったのは、**ファナックが世界で120万台超ものロボットを動かしている会社**だってこと。それだけ現場を知り尽くしたメーカーが、いまクラウドAIに本気で乗り出したっていうのは、フィジカルAIが「実験」から「実戦」の段階に入りつつあるサインな気がするんだ。 背景には、日本がずっと向き合っている**労働人口の減少**もあるんだと思う。人手が足りない現場で、柔らかい物まで扱える賢いロボットが増えれば、助かる場面はすごく多いはず。「練習時間が12分の1」っていうのは、つまり**ロボットに新しい仕事を覚えさせるサイクルがめちゃくちゃ速くなる**ってことだから、現場への広がり方も変わってくるかもしれないね。 しかも面白いのは、ファナック単独じゃなくて**AWS（クラウド）＋研究機関**の三者が組んでいること。ハードの強い会社と、計算力の強い会社と、研究の強い人たちが手を組む——フィジカルAIって、一社だけじゃ完成しない総力戦なのかもなぁ、ってぼくは感じたよ。 ## まとめ きょうは、ロボットにAIを宿す「フィジカルAI」のニュースを整理したよ。ポイントはこの3つだね。 - ファナックが模倣学習を**60時間→4.8時間**（約12分の1）に短縮、AWSの**Amazon EC2 P5**が立役者 - **VLAモデル**で、これまで苦手だった**衣類など柔らかい物**も扱えるように - 世界**120万台超**のロボットを持つメーカーが本気＝フィジカルAIが実戦段階へ 画面の中だけじゃなく、**現実の世界でモノを動かすAI**が、これからどんどん身近になっていくんだね。きみの街の工場や物流倉庫でも、こっそり賢くなったロボットが働く日が近いのかも。ぼくもワクワクしながら見守るよ。それじゃ、またね——てんびん丸でした！ 参考・一次ソース - [→ 一次ソース](https://www.itmedia.co.jp/aiplus/article/2606/29/2000000136/) この記事に出てきた用語・モデル 用語をやさしく解説 [GPU](https://ai-garage.jp/glossary/gpu/) この業界での使われ方 実際の業務でどう使われているかは、業種ごとのガイドにまとめています。 - [製造業界での AI の使われ方 →](https://ai-garage.jp/industries/#manufacturing) - [教育業界での AI の使われ方 →](https://ai-garage.jp/industries/#education) この記事をシェア [Xでシェア](https://twitter.com/intent/tweet?text=%E3%83%AD%E3%83%9C%E3%81%AE%E7%B7%B4%E7%BF%92%E3%81%8C60%E6%99%82%E9%96%93%E2%86%924.8%E6%99%82%E9%96%93%E3%81%AB%EF%BC%81%E3%83%95%E3%82%A1%E3%83%8A%E3%83%83%E3%82%AF%E3%81%A8AWS%E3%81%AE%E7%89%A9%E7%90%86AI%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Ffanuc-aws-imitation-learning-physical-ai%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Ffanuc-aws-imitation-learning-physical-ai%2F) 引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。 関連記事 [![MHS（Model Hardware Standard）とは？MCP との違いと、AIが顕微鏡やロボットを動かす新規格を整理](https://ai-garage.jp/images/news-heroes/mhs-model-hardware-standard-card.webp)2026/8/29MHS（Model Hardware Standard）とは？MCP との違いと、AIが顕微鏡やロボットを動かす新規格を整理](https://ai-garage.jp/news/mhs-model-hardware-standard/)[![ロボットは3年以内に人手より安くなる？Intel（インテル）調査はやる気6割・戦略4割](https://ai-garage.jp/images/news-heroes/intel-robotics-readiness-gap-card.webp)2026/8/24ロボットは3年以内に人手より安くなる？Intel（インテル）調査はやる気6割・戦略4割](https://ai-garage.jp/news/intel-robotics-readiness-gap/)[![ベンチマークのスコアが3倍・出力トークンは6分の1に——ARC-AGI-3 で効いた「考えを残す」と compaction の2設定](https://ai-garage.jp/images/news-heroes/arc-agi-3-retained-reasoning-compaction-card.webp)2026/7/30ベンチマークのスコアが3倍・出力トークンは6分の1に——ARC-AGI-3 で効いた「考えを残す」と compaction の2設定](https://ai-garage.jp/news/arc-agi-3-retained-reasoning-compaction/)[![AIへの指示は書きすぎが逆効果！？指示文を8割カットした話](https://ai-garage.jp/images/news-heroes/claude-5-context-engineering-new-rules-card.webp)2026/7/26AIへの指示は書きすぎが逆効果！？指示文を8割カットした話](https://ai-garage.jp/news/claude-5-context-engineering-new-rules/) 執筆 Seiya Yagashiro（編集長） 公開・更新 公開 2026/6/29 この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。