2026年10月18日、Physical AIプロジェクトのAxis RoboticsがSeason 1を終了した。
約7か月間にわたる活動を経て、ロボット学習用のTrajectory（動作軌跡データ）は700万件を突破した。
さらに、自動車メーカーとの商用連携や新たな研究成果も発表している。
AXISはデータ収集から実社会でのロボット活用へと、事業領域を広げている。
Season 1終了、10月23日からSeason 2へ
AXISは10月18日、Season 1の最終スナップショットが確定したことを発表した。
これまでに記録されたContributionが、TGE前のエアドロップ報酬の対象となる。
Season 1の最終ポイントは、Challenger Pointsを含めて10月19日に反映される予定だ。
10月18日から22日までは通常タスクの休止期間となる。
そして10月23日、新たなSeason 2がスタートする。
Season 2では、従来のシミュレーションデータ収集に加え、Sim2Real領域への展開が注目される。
700万件を突破したロボット学習データ
AXISは2026年3月にBase上でサービスを開始した。
一般ユーザーがブラウザ上でロボットを操作し、その動きを学習データとして収集する仕組みだ。
公開データによれば、わずか約7か月で700万件以上のTrajectoryを蓄積した。
また、オープンソースのFrankaロボット向けデータセットは、Hugging Faceで16万回以上ダウンロードされた。
こうした実績は、分散型のデータ収集がロボットAIの研究に活用され始めていることを示している。
Lotus Cars、Geelyとの商用連携
事業面でも重要な動きがあった。
AXISはLotus Cars、Geelyと、自動車製造ラインにおける部品の自動仕分けに取り組んでいる。
公式サイトでは、500〜800種類の自動車部品に対応する自動化ソリューションを紹介している。
シミュレーション環境でロボットを学習させ、その成果を実際の生産ラインへ展開する。
AXISの研究技術が、産業用途でどこまで通用するかを測る重要な取り組みとなる。
最新研究「TUCO」を公開
10月には、ロボット学習におけるデータ選択手法「TUCO」に関する研究も公開された。
従来、ロボットAIの学習では大量のデータを集めることが重要視されてきた。
しかしTUCOが着目するのは、データの量だけではない。
実際のタスクに有効なシミュレーションデータを選び、限られた実機データと組み合わせる手法だ。
これは、ロボット学習に必要なコストを削減する可能性がある。
Khala ResearchもAXISを紹介
10月16日には、Khala Researchがロボット学習市場に関するレポートを公開した。
同レポートではAXISの事業構造、研究成果、製品群、商用展開を詳しく取り上げている。
AIモデルの高度化に伴い、ロボットの学習データをどう確保するかが重要な課題となっている。
AXISは、このデータ供給の課題に取り組むプロジェクトの一つとして紹介された。
AXISの次の成長段階に注目
Season 1では、コミュニティを通じた大規模なデータ収集を実現した。
Season 2では、集めたデータを実際のロボット開発や商用サービスへどう結びつけるかが問われる。
さらに、独自トークン「$AXIS」のTGEも今後の重要な注目材料だ。
研究成果、企業導入、トークンエコシステム。
複数の領域が同時に進展するAXISの今後に注目したい。
コメント