commissureがUMIデータ取得サービス開始　ロボット導入前の学習データ整備を支援

編集: GA Robotics編集部

3行解説

ニュースの概要

東京大学発のフィジカルAI企業である株式会社commissureは2026年8月28日、製造業やロボット開発企業を対象に「UMIデータ取得サービス」の提供開始を発表した。サービスでは、カメラ付きの手持ち型グリッパー「UMI（Universal Manipulation Interface）」を使い、作業者が普段行っている動作を現場で直接計測する。取得した映像、動作、グリッパー状態は時刻をそろえて扱い、欠損確認や品質評価も行う。

同社は、対象作業とデータ利用目的の整理から、現場での計測、データ加工、分析レポート作成までを支援範囲に含めるとしている。想定利用者としては、製造業の生産技術・研究開発部門、ロボットSIerや機器メーカー、大学・研究機関のロボティクス研究チームを挙げている。

何が新しいのか

このサービスの新しさは、ロボット本体を先に現場へ置かなくても、作業環境や対象物、道具を含む情報を集められる点にある。従来のテレオペレーション型のデータ取得では、ロボットや遠隔操作設備を先に用意する必要があったが、UMIでは人の作業そのものを起点にデータ化できる。

さらに、commissureは触覚センサを組み合わせることで、時間同期された接触状態も学習データに含められるとしている。単なる映像記録ではなく、計測前の条件整理、取得後の欠損確認、品質評価まで含めているため、後から「学習に使えないデータだった」と分かるリスクを下げる設計になっている。

つまり、これはデータ収集の道具を売る話ではなく、ロボット化の前段で必要なデータ仕様を固めるサービスだといえる。フィジカルAIやヒューマノイドの導入では、機体性能だけでなく、学習に使える現場データをどう集めるかが成否を分けやすい。

GA Roboticsの視点

注目すべきは、commissureが「計測設計から品質評価まで一貫して支援する」と明示している点だ。ロボット導入の現場では、作業動画を撮るだけでは不十分で、どの工程を何回計測し、どの条件を成功とみなすかを先に決めないと、後工程で使えるデータになりにくい。今回のサービスは、その前提づくりをサービス化している。

また、触覚センサを組み合わせる方針は、把持や接触を伴う作業で重要になる。視覚だけでは判断しにくい接触の強さやタイミングが入るため、将来的に制御や実機検証へつなげやすい可能性がある。一方で、どの作業にどこまで有効かは、現場条件とデータ品質次第で変わるため、PoCでの見極めが欠かせない。

日本の現場で考えると

日本の製造・物流現場では、部品の取り扱い、箱詰め、仕分け、治具へのセット、検査前後のハンドリングなど、手作業のばらつきが大きい工程で意味を持ちやすい。特に、ロボットをすぐに置けない既存ラインや、対象物・道具の種類が多い現場では、先に作業データを集める価値がある。

一方で、通路幅や段差、安全柵、人とのすれ違い、既存のWMS・MES・PLCとの接続条件が厳しい現場では、データが取れても実装が別問題になる。今回のサービスは「学習データを作る入口」には向くが、設備制約が強い現場では、ロボットの動線や安全設計まで含めて別途検討する必要がある。

向いているのは、作業手順を標準化したい工程、ロボット化候補を絞り込みたい工程、研究開発で実環境データを集めたいケースだ。慎重に見るべきなのは、作業条件が頻繁に変わる工程や、すでに遠隔操作基盤が整っていて別方式のデータ取得で足りる案件である。

導入・PoCで確認したいこと

• 対象作業を何回計測すれば、ばらつきを含めて学習に使えるか。
• 映像・動作・グリッパー状態・触覚情報の同期ずれがどの程度発生するか。
• 欠損や偏りを除いた後に、実際に使えるデータが何件残るか。
• 作業成功率、1サイクル時間、介入回数がどこまで改善できるか。
• レイアウトや対象物が変わったとき、再計測や再設定にどれだけ時間がかかるか。

現時点で分かっていないこと

提供情報では、日本国内での具体的な価格や提供条件は確認できない。また、どの業種・工程でどこまでの成果が出たかという実績値も示されていない。触覚センサを組み合わせる場合の対応範囲や、納品後の継続支援の詳細も本文からは分からない。

合わせて読みたい: ロボットの「手」、器用さはどこから来るのか

ロボット導入では、本体選定の前に「何を学習させるか」を決めることが重要です。データ取得の設計やPoCの進め方を整理したい企業は、まず現場課題の棚卸しから始めるとよいでしょう。

出典: ロボスタ