Nexdataの一人称データ収集デバイス、人の作業をロボットの教材に【2026年11月】
目次
フィジカルAIを現場で動かすための「お手本データ」を、人の頭に着けた機器で集める。2026年11月16日にロボスタが報じたところでは、データ・タング(ブランド名Nexdata)が幕張メッセの「第1回 フィジカルAI EXPO【秋】」で、一人称視点のデータ収集デバイスを展示した。機材、ソフトウェア、データ作成を一つの窓口で請け負う形だ。ロボット導入を考える企業にとっては、機体選びより先にデータの準備を検討する材料になる。
この記事のポイント
- Nexdataが頭に着けるデータ収集機を展示
- カメラ6台と位置推定、IMU、音声を同時に記録
- 機材からデータ納品まで一括で請け負う
- 編集部は導入前のデータ準備が分岐点と見る
- 価格と提供条件は公表されていない
何が起きたか
ロボスタが報じた取材記事によると、Nexdataは2026年11月11日から13日の会期で、一人称視点のデータ収集デバイスをブースの中心に据えた。頭に被る本体と、腰に掛ける小型端末の組み合わせである。作業者がこれを着けて普段どおりに働くと、視界と動きがそのまま記録される。
着けるのはロボットではなく人だ。工場や物流の作業者が身に着け、その記録をフィジカルAIの学習に回す。担当者はこれを、ロボットを入れる前の準備段階の話だと説明したという。
導入の方法を考える前に、まず現場のデータを集める
— ロボスタ取材記事でのNexdata担当者の説明(要旨)
展示の要点を整理すると次のようになる。
- 一人称視点の収集デバイス(頭部の本体と腰の端末)
- 手の動きを記録するグローブ型の触覚データ収集機
- 遠隔操作用のロボットやアーム、器用ハンドなどの収集専用機材
- データの収集、管理、アノテーション、品質確認のソフトウェア
- 既製データセットの販売や、実環境でのモデル評価のサービス
単体の機器の発表ではない。データを取る道具から、仕上がったデータの納品までをまとめて売る事業の入口として、この機器が置かれている。
なぜ人に着けるのか。ロボットを現場に置いて試行錯誤させるには、機体の手配や安全の確保に手間がかかる。人の作業を記録する方法なら、いつもの工程を止めずにお手本を集められる。導入の前段階から収集を始められるのは、この順番の違いによる。
関係するのは、ロボット導入を検討する製造、物流の現場責任者と、フィジカルAIを研究する開発部門だ。前者は自社の作業を記録する側、後者はその記録を学習に使う側に立つ。
ロボット・技術の中身
取材記事が伝える仕様を表にまとめた。記載のない項目は公式で確認してほしい。
| 項目 | 内容 |
|---|---|
| 構成 | 頭部の本体と、腰に掛ける小型端末 |
| カメラ | 前面にRGBカメラ2台、上部に赤外線カメラ4台(計6台) |
| 同時に取るデータ | 映像、IMU(加速度と角速度)、音声、移動の軌跡 |
| 本体の重さ | 約300グラム |
| 調整 | 頭上の位置とサイズをその場で調整できる |
| 連続使用 | 8時間を想定。延長はバッテリー容量の増量で対応 |
| 品質管理 | 手が画面外に出ると「トラッキングロスト」の警告 |
| 価格、販売形態 | 公表なし(公式で確認) |
一般的なアクションカメラとの違いは、位置推定の仕組みを持つ点だと担当者は説明した。作業者がどこからどこへ動いたかが軌跡として残る。映像、音声、位置を一つのまとまりとして扱えるのが強みだという。
取材では、記者が会場を一周して原点に戻る実演で、軌跡が管理画面上で閉じる様子が示された。回線の影響で表示はやや遅れたが、描画自体は確認できたと伝えている。装着感については、重さは気にならない一方、おでこのあたりに熱がこもったという。
「トラッキングロスト」の警告は、地味だが要の機能である。手の動きが映っていない区間は、学習データとして使いにくい。収録の最中にそれが分かれば、撮り直しの判断をその場でできる。
IMUは、加速度と角速度を測り、体の傾きや動きの速さを捉えるセンサーだ。映像だけでは、頭が動いたのか物が動いたのかを見分けにくい。IMUの値と映像を同じ時刻で揃えれば、作業者の動きと周りの変化を切り分けやすくなる。編集部は、カメラを前面と上部に分けた構成も、手元と周囲を同時に捉える狙いと見る。
8時間という連続使用の想定にも意味がある。一日の勤務をまるごと記録できれば、始業直後と終業前の作業の違いまで残せる。現場の担当者にとっては、収録のために作業を区切らずに済む点が負担の差になる。
注意
位置推定の精度や、カメラの解像度、フレームレートの数値は取材記事に出ていない。会場での実演は精度の目安にはなるが、検証値ではない。導入を比べるときは、計測条件つきの数値を同社に求める必要がある。
背景
フィジカルAIは、現実の空間で体を動かして作業するAIを指す。言葉を扱う大規模言語モデルはウェブ上の文章で学べた。体を動かすAIには、それに当たる大量の「動きのお手本」がまだ足りない。ここがデータを売る会社の出番になる。
取材記事によると、Nexdataの本拠は中国にあり、これまでに積み上げたデータは4.5ペタバイトに達する。日本法人は2020年2月の設立で、国内では自動運転とフィジカルAIの相談が多いという。ブースの掲示には、次の規模が示されていた。
- 多指ハンドの遠隔操作データセット 10,000時間
- UMI方式のデータ収集 月間50,000時間以上
- 3Dモデル、シーンのデータセット 2億8,800万件
UMIは、人が小型のグリッパーを手に持って作業を実演し、その記録でロボットを学習させる方式だ。スタンフォード大学などの研究チームが論文「Universal Manipulation Interface」で示した。ロボット本体を現場に持ち込まずに教示データを集められる点が広まった理由である。一人称デバイスは、その発想を「手に持つ道具」から「頭に着ける記録機」へ広げたものと捉えられる。
なぜこれほどの量が要るのか。言語のAIは、似た言い回しを大量に読むことで文の組み立てを覚えた。体を動かすAIも、同じ作業を条件を変えて何度も見ることで、物の位置がずれても対応できるようになる。動きのデータは文章と違い、記録に機材と人手がかかる。供給が足りなくなるのはこのためだ。
ペタバイトは、テラバイトの1,000倍にあたる単位である。この規模の数字は、一社が自前で同じ量を集める難しさを示している。研究開発部門が既製データの購入を検討する理由もここにある。
ロボット開発の土台そのものに不慣れな読者は、ROS(Robot Operating System)入門で、ソフトウェアの層の全体像を先に押さえておくと理解しやすい。
編集部の視点
ヒューマノイドの話題は機体の性能に集まりがちだが、現場で役に立つかを決めるのは学習データの質と量だ。編集部は、データ層を専業で担う会社が日本の展示会で前面に出てきたこと自体を、市場が次の段階に入った合図と見る。
競合・同種のロボットとの比較
教示データの集め方は、大きく4つに分かれる。それぞれの性格を表にまとめた。
| 集め方 | 代表例 | 強み | 弱み |
|---|---|---|---|
| 一人称視点の記録 | Nexdataのデバイス、Meta「Project Aria」 | 普段の作業をそのまま記録できる | 人の体とロボットの体の差を埋める処理が要る |
| 手持ちグリッパーでの実演 | UMI | ロボットの手先に近い形で記録できる | 道具を持つぶん作業が普段と変わる |
| 遠隔操作 | 遠隔操作アーム、多指ハンド | ロボットの関節そのままのデータになる | 機材が高く、熟練した操作者が要る |
| 公開、既製のデータセット | Ego4D、Open X-Embodiment、販売データ | すぐに研究を始められる | 自社の現場とは条件が合わない |
表の各行を順に読み解く。一人称記録は、現場の負担が最も小さい集め方だ。ただし人の手とロボットの手先は形が違う。人の動きをロボットの関節の動きに置き換える処理が、別の工程として要る。
手持ちグリッパーは、その置き換えの手間を減らす工夫である。ロボットに近い形の道具で実演するため、記録を手先の動きに使いやすい。遠隔操作は、ロボットの関節の値がそのまま残る点で最も直接的だ。その代わり、一つの作業を収録する手間と費用が大きくなる。公開データセットは、手法を試す段階の出発点に向く。
誰に関係するかで分けると、作業の流れを広く押さえたい現場は一人称記録が軸になる。つかむ、はめるといった細かい動作を詰めたい開発部門は、遠隔操作が軸になる。
Nexdataの特徴は、この4つのうち3つの機材とデータ販売を同じ窓口で扱う点にある。一人称デバイスで現場の流れを押さえ、遠隔操作で細かな手の動きを補う。足りない部分は既製データで埋める。こうした組み合わせを一社で提案できる。
国内の展示会でも、ロボット本体を見比べる場は増えている。名古屋のROBO PRIDE show 3.0は現場向けの機体を並べる催しだ。こうした場で機体を選ぶ前に、どのデータで動かすかを決めておく。その順番を、今回の展示は示している。
海外の同種の動きとの比較
担当者は課題として、米国と中国でデータ準備の競争が激しいことを挙げた。誰が最も早く、大量に集められるかが問われるという。地域ごとの位置づけを整理する。
- 米国は大手の研究機関と半導体企業が、基盤モデルと開発環境を押さえにいく。NVIDIAはIsaac GR00Tでヒューマノイド向けの基盤モデルと開発基盤を提供している
- 米国のMetaは、Project Ariaで一人称視点の記録装置を研究者向けに出し、データの集め方そのものを研究の土台にしている
- 中国は機体メーカーが量産とデータ収集を並行して進める。現場での長時間試験の例としてAGIBOT G2のコンビニでの24時間試験がある
- 欧州は個人データ保護の規則(GDPR)が厳しい。作業者の映像や音声を集めるには、同意と匿名化の設計が先に要る
Nexdataは、この中で「機体も基盤モデルも作らず、データ層に絞る」立場を取る。同社は研究開発をデータ層で支えると述べている。米国の大手が自前で集める流れとも、中国の機体メーカーが自社で抱え込む流れとも違う、請負の立ち位置だ。
なぜデータ層の専業に需要が生まれるのか。基盤モデルを作る会社も、機体を作る会社も、最後は現場ごとのデータを必要とする。どちらにも属さない請負の会社は、複数の顧客に同じ機材と手順を使い回せる。収集の仕組みを顧客ごとに一から作らずに済むことが、外部に任せる利点になる。
日本企業が米国や中国の大手と同じ規模で自前の収集を組むのは、現実には難しい。編集部は、外部の収集基盤を使いつつ、どの作業を記録するかの設計は自社で握る分担が現実的だと考える。
編集部の視点
日本の製造業は現場の作業を言語化する文化が強く、作業標準の文書は豊富だ。足りないのは、それを映像と動きのデータに置き換える手段である。編集部は、海外勢と同じ量の勝負より、手順書と記録データを対にする方向に日本の勝ち筋があると考える。
導入・購入を考える人への影響
価格、提供時期、購入の条件は、取材記事にも公開情報にも出ていない。分かっている点と不明な点を分けて示す。
| 項目 | 状況 |
|---|---|
| 日本での相談窓口 | 日本法人あり(2020年2月設立) |
| デバイスの価格 | 不明(公式で確認) |
| 単体購入か、サービスとの抱き合わせか | 不明 |
| 提供開始の時期 | 不明 |
| 既製データセットの購入 | 可能と説明あり。品目と価格は公式で確認 |
| 実環境での収集、評価の委託 | 可能と説明あり |
| 対象の現場 | 工場、物流、家庭内の作業 |
相談の入口はNexdataの公式サイトになる。担当者によると、現状は製造業と物流業からの相談が多い。現場のデータを取りたいという依頼から、設備の調達まで進む例もあるという。
家庭向けの話も出ている。家事を代行するロボットには、家庭での作業のお手本が要る。ものの置き場所や大きさも要るため、同社は3D空間のスキャンでそれをデータ化するサービスも手がける。
なぜ窓口を一つにまとめる形が選ばれたのか。担当者は、機材の調達、データの管理、データの準備が別の業者に分かれると、調整の負担が増えると説明した。収録の形式とアノテーションの基準がずれれば、データを作り直す手間が出る。一社で通して受け持てば、その食い違いを減らせる。
読者が次に取る行動としては、まず記録したい工程を一つ選び、作業時間と頻度を書き出しておくとよい。そのうえで日本法人に、価格、提供形態、データの権利の扱いを問い合わせる。既製データで足りるか、自社収集が要るかの判断も、この段階で相談できる。
注意
作業者の視界を記録すると、顔、画面の表示、取引先の情報まで映り込む。導入前に、労使での合意、映り込みの処理、データの保管場所と国外移転の扱いを契約で詰めておく必要がある。本拠が中国にある事業者を使う場合は、社内の情報管理の規程と照らし合わせたい。
AI Beat 編集部の見解
編集部は、この一括支援を「ロボット導入を本気で検討している製造、物流の現場が、機体選びの前に試す価値のある選択肢」と評価する。理由は単純だ。どのヒューマノイドを買っても、自社の現場のデータがなければ思うように動かない。担当者のこの見立てに、編集部も同意する。
勧めたいのは次のような企業だ。
- 作業標準が固まっていて、繰り返しの多い工程を持つ工場、倉庫
- 自社でロボットの学習やモデル評価まで進める研究開発部門を持つ企業
- まず既製データで試し、効果を見てから自社収集に進みたい研究機関
一方、次の企業には急ぐ必要がないと考える。
- ロボットの導入計画がまだなく、データの使い道が決まっていない企業
- 作業映像を社外に出すことに社内の合意が取れていない企業
待つべきものは三つある。位置推定の精度の検証値、価格と契約の形、データの権利がどちらに残るかだ。特に最後の点は、競争力の源泉そのものに関わる。自社の作業データを納めた先で別の顧客の学習に使われないか。そこを確かめてから契約に進むべきだ。展示会で現物を確かめたい読者は、ロボデックス2026(名古屋)の見どころも参考にしてほしい。
よくある質問
Q. このデバイスを着けると、ロボットは何を学ぶのですか。
人が作業するときの視界、手の位置、体の移動を学ぶ。工具をどこで持ち、どの順に動かすかといった手順の流れが中心になる。ロボットが現場に入る時点でAIがそれを覚えていれば、デバイスはもう要らないと担当者は説明している。
Q. 一般的なアクションカメラで撮った映像では足りないのですか。
足りない部分がある。違いは次の3点だ。
- 位置推定で移動の軌跡を残せる
- IMUと音声を映像と同期して記録できる
- 手が映らない区間を収録中に警告できる
学習に使うには、映像に加えてこうした付随データが揃っている必要がある。
Q. 個人や小さな会社でも買えますか。
価格や販売形態は公表されていない。取材記事が伝える提供形態は、企業の研究開発を支える一括支援である。個人での購入を想定しているかは、日本法人に問い合わせて確認してほしい。
Q. 自社でデータを集められない場合はどうすればよいですか。
既製のデータセットを購入して研究を始められると担当者は述べている。ただし既製データは自社の現場と条件が違う。まず既製データで手法を試し、効果が見えた工程から自社収集に移る進め方が現実的だ。
Q. 作業者の映像を集める前に、社内で何を決めておけばよいですか。
決めておきたいのは、労使での合意、映り込みの処理、データの保管場所の三つだ。顔や画面の表示、取引先の情報が映る前提で手順を作る。委託先が国外に拠点を持つ場合は、データの国外移転の扱いも契約に入れる。
Q. 家庭向けのロボットにも関係しますか。
関係する。担当者は、家庭内の作業も収集の対象になると説明した。家事を代行するロボットには、家庭での作業のお手本と、ものの置き場所や大きさの情報が要る。同社は後者を3D空間のスキャンでデータ化するサービスも手がける。
Q. ヒューマノイドを買えば、すぐに現場で使えるのではないですか。
機体だけでは現場の作業はこなせない。安価な機体の事情はUnitree H1、G1の完全ガイドで整理しているが、どの機体も現場ごとの学習を前提にしている。データの準備が導入の第一歩になる。
まとめ
Nexdataがフィジカル AI EXPOで示したのは、ロボットそのものではなく、ロボットに教える教材の作り方だった。頭に着けるデバイスは、その教材作りの入口にあたる。
- 6台のカメラと位置推定、IMU、音声で人の作業を丸ごと記録する
- 機材、ソフトウェア、データ納品を一つの窓口で請け負う
- 価格、精度の数値、データの権利の扱いは確認が要る
機体の性能競争が続く一方で、勝負を分けるのは現場のデータだという見方が広がっている。導入を考える企業は、どの機体を買うかの前に、自社のどの作業をどう記録するかを決めておきたい。
この動きは、ロボットを作る側よりも、使う側の企業に関係が深い。自社の作業をデータとして持つ企業ほど、どの機体を選んでも学習の出発点を早く作れる。
持ち帰り
- ロボット導入は機体選びより先にデータ準備から始める
- 一人称記録、手持ち実演、遠隔操作は使い分ける
- 契約前にデータの権利と映り込みの扱いを詰める
最終更新: 2026年11月





