【VLA】ロボットを動かすAI「VLA(視覚・言語・行動)モデル」とは何か
ロボットのニュースに増えてきた「VLA」という言葉を、中身の仕組み、注目される理由、よくある誤解とあわせて整理します。
目次
Fortuneは11/13(米国東部時間)、OpenAIが独立したロボティクス部門を解散し、研究者を社内の別の組織へ移したと報じました。同社は、GPT-6 Astraを含む汎用の最先端モデルをロボットにそのまま応用できると見ている、というのがFortuneの説明です。その前日の11/12には、ドイツのAgile Robotsが$500Mを調達したとSiliconANGLEが報じ、同社の人型ロボットがNVIDIAのロボット向けAIモデル「Isaac GR00T」に対応した状態で出荷されると伝えています。そのGR00Tを、NVIDIAは「オープンなVLAモデル」と紹介しています。
チャットのAIと、ロボットの腕を動かすAIは、同じものなのか別物なのか。ニュースだけでは、そこが見えにくいところです。この記事では、VLAが何を受け取り、何を出すモデルなのかを整理します。
