NVIDIA GTC 2026におけるXGRIDS：Real2Simによる現実空間とフィジカルAIの架橋
米国カリフォルニア州サンノゼ, 2026年3月21日 /PRNewswire/ -- ロボットが現実世界で信頼性高く稼働するためには、それを正確に再現した環境でトレーニングを行う必要があります。これはReal2Simの中核的課題であり、同時にGTC 2026（3月16日～19日、サンノゼ）におけるXGRIDSの出展の焦点でもあります。
XGRIDSの空間インテリジェンスソリューションは、OpenUSDベースのレンダリング向けにNVIDIA Omniverse NuRecに対応し、複数の会場で展開されました：スタートアップピッチでの発表、NVIDIAエコシステム内でのロボティクスデモンストレーション、ならびにAmazon Web Services（AWS）との共同展示などです。
Real2Sim：物理空間からAIトレーニングへ
スタートアップピッチにおいて、XGRIDSのディレクターであるSunny Liaoは、次の重要な問いを提示しました：
現実世界の状況を真に反映するトレーニング環境をどのように構築するのか？
XGRIDSの答えは、実世界データに基づいて構築されたパイプラインです。LiDARとコンピュータビジョンを組み合わせたマルチモーダルな空間認識と高精度な3D再構築により、物理環境をシミュレーションに利用可能なワールドモデルへと変換することができます。
手動による3Dモデリングと比較して、このアプローチは次の利点があります：
- 高精度環境の構築コストを削減
- 実空間の変化に応じた継続的な更新を可能にします
- シミュレーションを実環境での展開により近づけます
GTCの開発者たちは、これがロボティクスのトレーニングおよび検証において、より実用的なアプローチを提供すると指摘しました。
フィジカルAIのための空間インテリジェンス
インセプション段階を超え、XGRIDSのソリューションはGTCの複数の展示エリアで紹介されました。
NVIDIAロボティクスセッションにおいて、XGRIDSはエンボディドAIシステム向けソリューションを実演しました。四足歩行ロボットプラットフォーム上で空間認識およびモデリングを展開することで、ロボットは環境を継続的にマッピングし理解できるようになり、局所センサーのみに依存した即時の障害物回避ではなく、完全な3D空間構造を活用して経路計画、行動意思決定、およびタスク実行を行うことが可能になります。
これにより、空間インテリジェンスがエンボディドAIシステムにどのように統合されるかが示され、ロボットは完全な3D環境を理解し、経路計画、意思決定、およびタスク実行を可能にします。
AWSの展示において、XGRIDSはキャプチャからワールドモデル生成、シミュレーショントレーニングに至るまでの完全なReal2Simワークフローを紹介しました。
今後の展望
XGRIDSの長期的な重点は一貫しています：現実世界の環境を、AIシステムが理解・推論・学習できるワールドモデルへと変換する空間インテリジェンス基盤の構築です。
GTC 2026は、この取り組みをフィジカルAIエコシステムへと導入する一歩となりました。エンボディドAIシステムが研究室から倉庫、都市、建設現場へと展開されるにつれ、正確でスケーラブルな環境のデジタル表現への需要はますます高まります。
XGRIDSは、それを実現するキャプチャからシミュレーションまでのレイヤーを構築しています。
