NVIDIA、roboticsとautonomous systems向けにOpen Physical AI Data Factory Blueprintを公開

NVIDIAは2026年3月16日、Open Physical AI Data Factory Blueprintを発表し、roboticsやautonomous system開発の最大の制約をdata productionにあると位置づけた。Physical AIではmodel architectureの改良だけでは不十分で、rare edge caseやlong-tail scenarioをどれだけ効率よく学習データ化できるかが実用化速度を左右する。今回の発表は、その課題に対するreference architectureの提示だ。

Blueprintは単一ツールではなくend-to-end pipelineとして設計されている。大規模data processingとcuration、synthetic data generation、reinforcement learning、evaluationを一連のworkflowにまとめ、vision AI agent、robotics、autonomous vehicle向けmodel開発に使えるようにする。現場で集めにくい危険ケースや例外条件をsimulationで補い、学習前に自動で検証する構想が中心にある。

構成要素

NVIDIAは、Cosmos Curator、Cosmos Transfer、Cosmos Evaluatorを中核要素として挙げた。Curatorはreal-worldとsynthetic datasetの整理と注釈付け、Transferはデータの増幅と多様化、Evaluatorは物理的妥当性と学習適性の検証を担う。さらにOSMO orchestration frameworkがcompute環境全体をまたぐworkflow管理を行い、Claude Code、OpenAI Codex、Cursorのようなcoding agentとの統合も進めている。

• Microsoft AzureとNebiusがcloud partnerとして参加
• FieldAI、Hexagon Robotics、Linker Vision、Milestone Systems、Skild AI、Uber、Teradyne Roboticsなどが初期利用例
• NVIDIAはAlpamayoの学習・評価にもこのblueprintを利用
• 狙いはphysical AI向けtraining dataの大量生成と自動検証

今回の意義は、physical AIの競争軸がmodel demoからdata flywheelへ移っていることを明確に示した点にある。Roboticsやautonomous drivingでは安全性のために例外ケースの網羅が不可欠だ。NVIDIAはsynthetic data、cloud、orchestrationを一体化したstackを示すことで、次世代physical AI開発の標準基盤を握ろうとしている。