ストックマーク、フィジカルAI向け国産マルチモーダル基盤モデル開発に参画

編集: GA Robotics編集部

3行解説

ストックマークが参画した国産基盤モデル開発とは

2026年7月29日、ストックマークは、Noetraなどが進める「国産マルチモーダル基盤モデル」の研究開発に参画すると発表しました。対象は、AIロボットやフィジカルAIの土台になる技術です。

今回の取り組みは、経済産業省とNEDOが進める「AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業」に関連しています。Noetraと産業技術総合研究所が採択され、ストックマークはその実用化に向けて加わります。

ストックマークは、ビジネス文書の読解や構造化で培った技術を持ちます。同社は、1000億パラメータの日本語LLM「Stockmark-LLM-100b」や、画像・図表を読めるVLM「Stockmark-2」などを開発してきました。2026年7月には、独自の日本語追加学習を施した「Stockmark-Nemotron-3-Nano-Omni-JapanDocReader」も公開しています。

今回は、VLM Researcherの人材をNoetraへ出向させる形で開発に入ります。言語だけでなく画像も扱うVLMの知見を、実世界で動くロボット向けの基盤づくりへつなげる狙いです。

なぜストックマークの参加がフィジカルAIで注目されるのか

注目点は、ストックマークが「文章を読むAI」だけでなく、「図や画像も読むAI」の開発経験を持つことです。ロボットの現場では、文字情報だけでなく、カメラ映像や図面、作業手順のような複数の情報を同時に扱う場面が多くあります。

そのため、今回の参画は単なる人材協力ではありません。Noetraの基盤モデルづくりに、実務で鍛えた読解・構造化の力を持ち込む動きです。日本の現場データを生かしたモデルづくりが進めば、海外の大規模モデルをそのまま使うだけでは拾いにくい課題にも向き合いやすくなります。

ただし、基盤モデルができた段階で現場導入がすぐ進むわけではありません。ロボット制御では、学習データの質や安全確認、用途ごとの調整が欠かせません。だからこそ、国産モデルの価値は「すぐ動く完成品」よりも、現場に合わせて育てやすい土台を持てる点にあります。

【解説】Stockmark-LLM-100bとStockmark-2の知見は現場でどう生きる？

ストックマークの「Stockmark-LLM-100b」と「Stockmark-2」は、ロボットの頭脳を直接動かす製品ではありません。ですが、作業手順書を読み、図面や画像を見て、必要な情報を整理する力は、フィジカルAIの学習にもつながります。たとえば、倉庫や工場で使うロボットが、現場ごとのルールを理解する場面で役立つ可能性があります。

今回のような取り組みは、ロボットを「動かす」前の準備をどこまで賢くできるか、という競争でもあります。国産の基盤モデルが育てば、製造、物流、インフラの各現場で、用途に合わせた調整を進めやすくなるでしょう。大事なのは、派手な実演よりも、現場で使える精度と安全性を積み上げることです。

こうした国産の基盤モデルづくりは、ロボットを動かす土台を国内で育てる動きとして注目されます。現場ごとの課題に合わせて、どこから自動化を始めるかを見極める視点が大切です。

出典: ロボスタ