9月19日、Dick Weisingerが「Reward AI's OM-1: Rapid Human-to-Robot Training」と題した記事を公開した。ロボットの訓練といえば、専門エンジニアによる遠隔操作（テレオペレーション）や、膨大な試行錯誤を要する強化学習が当たり前だった。米Reward AIが開発した「Omnibody Model 1（OM-1）」は、その前提を覆す可能性のあるアプローチを提示している。ウェアラブルデバイスを装着した人間が30分未満動くだけで、ロボットが新タスクを習得できるというのがその主張だ。
人間の動作30分未満でロボットを訓練
OM-1の核心は、ウェアラブルデバイスで収集した人間のモーションキャプチャデータだけを学習ソースとする点にある。テレオペレーションや物理ロボット上での強化学習といった従来手法を必要とせず、人間の動作データをそのまま訓練シグナルとして活用する。
公開された映像（1倍速、早送りなし）では、ロボットが以下のタスクをこなす様子が確認できる：
- スマートフォンの梱包
- カクテルの調合
- 洗濯物の折り畳み
- イーサネットケーブルの抜き差し
この映像はX上で広く拡散し、動作の速さと滑らかさから「過去最速では」という声も上がっている。
新タスクの習得に必要なデモンストレーション時間は30分未満とされている。これが実環境で再現できるなら、ロボット導入コストと複雑さを大きく削減できる可能性がある。
クロスロボット対応が示す汎用性
OM-1のもう一つの柱はクロスロボット互換性だ。産業用アームからヒューマノイドまで、異なるロボット形態に対して同一モデルが適用できる設計となっている。
従来のロボットプログラミングは機種ごとに専用の設定や調整が必要なケースが多く、これが導入障壁の一因だった。OM-1のクロスロボット互換性については、記事内ではキッチンや倉庫での活用事例が挙げられており、製造・物流・飲食といった多様な現場への展開が想定されている。ただし、これらはあくまで言及レベルの事例であり、大規模な実証結果が公開されているわけではない点は留意が必要だ。
「人間レベルの器用さ」という主張をどう評価するか
Reward AIは「人間レベルの器用さと効率性（human-level dexterity and efficiency）」を主張しているが、記事でもこの点については留保が付いている。
Why it matters: If Reward AI's claim of 'human-level dexterity and efficiency' holds true and the learning process from short demonstrations proves robust, it could reduce the cost and complexity of deploying automation in diverse settings.
つまり、現時点ではまだ検証段階だ。商用展開の具体的なスケジュール、価格、初期パイロット導入の結果が出るまで、実運用での性能とスケーラビリティは不明のままである。記事は「OM-1の商用提供開始・価格・パイロット展開に関するアナウンスを注視せよ」と締めている。
背景：ロボティクスAIの訓練手法の潮流
OM-1のアプローチを理解するうえで、関連する技術概念を押さえておきたい。
模倣学習（Imitation Learning）とは、人間や専門家の行動データを観察・記録し、その動作パターンをエージェント（ここではロボット）に学習させる手法の総称だ。テレオペレーションによるデモンストレーション収集もその一形態だが、OM-1はウェアラブルデバイスによる自然な動作収録でこれを代替しようとしている。OpenAIのRobotics研究やDeepMindのロボット学習でも模倣学習は重要な研究トピックとして位置づけられている。
基盤モデル（Foundation Model）とは、大規模データで事前学習され、多様なタスクやドメインに転用できる汎用的なモデルを指す。Transformerアーキテクチャの台頭以降、言語・画像に続きロボティクス分野でも基盤モデル化の動きが加速している。Google DeepMindのRT-2やPhysical Intelligence（π0）などが代表例として挙げられる。
OM-1はこの両者を組み合わせ、「ウェアラブル収録の模倣学習データで訓練された、複数ロボット形態に転用可能な基盤モデル」を標榜している。ウェアラブルデバイス単体のデータで実機を訓練し、かつ複数のロボット形態に転用できるとする事例は現時点では少なく、OM-1がその主張を実証できるかどうかが今後の評価の核心となる。
詳細はReward AI's OM-1: Rapid Human-to-Robot Trainingを参照していただきたい。
