小型の環境高度理解基盤モデル「PLaMo-SemGround」を共同開発

　Preferred Networks（以下、PFN）とPreferred Robotics（以下、PFR）は9月9日、小型の環境高度理解基盤モデル「PLaMo-SemGround（プラモ・セムグラウンド）」を共同開発すると発表した。

　PLaMo-SemGroundは、屋内移動ロボットの導入・運用の省力化に向け、自然言語・RGB画像・深度情報から走行可能/禁止領域や複雑な作業条件を理解する、20億（2B）パラメータ級以下の基盤モデル。

　PFNとPFRは、PLaMo-SemGroundの開発により、屋内移動ロボットの導入に必要な初期費用・運用タスクの90%以上をAIと現場担当者に任せることを目指す。

　両社は同モデルにより、下記の要素で人手不足の解消と国内産業の競争力を強化する。

• 導入容易性：地図・走行制約の設定を支援して、専門人材への依存を低減する。
• 現場適応性：レイアウト変更や仮置きした物等の環境変化に応じた設定の更新をサポートする。
• 安全性：進入禁止領域、段差、障害物等を認識し、安全な走行を支援する。
• 多様なロボット・業務への展開：搬送、清掃、巡回、点検等の業務や、車輪型から脚型・人型まで幅広い屋内移動ロボットへの展開を目指す。

　同事業では、生成AI基盤モデルを開発するPFNの開発力と、2023年から自律搬送ロボット「カチャカ」シリーズなどを開発・運用し、工場・物流向けAMR（自律走行ロボット）国内市場メーカーシェア1位（2026年富士経済調べ）であるPFRの現場ノウハウを結集し、開発から社会実装まで、下記5つの内容を実施する。

50現場以上の多様な実用データの収集（PFR）

　PFRが開発する自律移動ロボット（搬送・清掃ロボット）やデータ取得専用の台車を活用し、許可を得た工場や商業施設などの50現場以上から、RGB画像、深度情報、走行ログ、現場ルールなどを収集する。

2,000万サンプル以上の学習・評価用データ基盤の構築（PFN）

　収集した実用データと公開データ・合成データを統合し、画像質問応答や対象領域の特定等に利用できる2,000万サンプル以上の学習・評価用データ基盤を構築する。

公開ベンチマークの整備および独自ベンチマークの構築（PFN）

　公開ベンチマーク「EmbodiedScan」を同事業の評価タスク向けに変換・整備。PFRが400現場以上で収集した利用可能な既存データと、新たに収集する50現場以上の現場データを活用し、対象業務に適した独自ベンチマークを構築する。

ロボット環境高度理解基盤モデルPLaMo-SemGroundの研究開発（PFN、PFR）

　自然言語による指示、カメラによるRGB画像・センサーによる周囲の物体や床・壁などまでの距離（深度情報）から、領域、物体、走行制約を2次元および3次元で特定し、意味情報付き地図や経路計画器へ接続可能な基盤モデルを開発する。

10現場以上での実証試験（PFN、PFR）

　開発したモデルは実証試験のため、PFRの搬送・清掃ロボットへ実装し、5業種・10現場以上で空間認識性能と、設定作業の90%を委譲するという目標の達成度を評価する。

事業のロードマップ