足を捨ててAIレースに勝ったロボット

ヒューマノイドロボットは過去2年間、堂々と歩くことを学んできました。テスラのオプティマスとフィギュアのフィギュア01は、2018年頃にはサイエンスフィクションのように思えた自信を持って歩き、バランスを取り、階段を登ることができるようになりました。スリックなデモリールは、スローモーションの歩幅、一脚のポーズ、そして工業用階段の慎重な上昇を映し出しており、すべて膨らむシンセサウンドトラックがバックで流れています。

これらの動画は何百万回も再生されます。なぜなら、二足歩行の動きはまだロボティクスの聖杯のように感じられるからです。「人間のように動く機械は、あと一つのソフトウェアアップデートで人間のように機能するに違いない」という論理です。しかし、研究室のフロアや整然とした工場のセットの外では、その約束は現実の家庭という混乱と衝突し続けています。

家庭環境は複雑さを容赦なく排除します。キッチンは狭い隅や反射する表面、散らかったカウンタートップを数平方メートルの中に詰め込みます。ケーブルはテーブルの下を這い、子供たちは床におもちゃを置き、ペットは170ポンドの人間が安全に共有できない通路を駆け抜けます。

宣伝には騒がしいですが、二足歩行システムが無秩序なアパートで長時間の作業を信頼性高くこなすことはできません。テーブルの片付け、皿の仕分け、食器洗い機の運搬、そして常に監視なしで表面を拭くことなどです。最近のヒューマノイドの映像で見られる軽いピック＆プレイス動作も、通常は制約された環境、慎重に配置された物体、厳選されたテイクが伴っています。歩行は解決されたように見えますが、有用な自律性はそうではありません。

核心の問題は、ロボットが片足で立てるかどうかではありません。重要なのは、汎用プラットフォームが壊れやすいガラス製品や柔らかい繊維、そして不規則な物体を20〜30分間連続して落とさず、詰まらせず、人と衝突することなく操作できるかどうかです。つまり、子供やペットと共存するハードウェア上で、ロバストな認識、微細な力制御、そして不確実性の下での信頼できる計画が求められます。

安全性はさらなる基準を引き上げます。研究室での階段のつまずきは失敗ですが、幼児の近くでのつまずきは訴訟につながります。二足歩行システムが優雅に失敗できることを証明するまで—突然の振りや激しい転倒、暴走する関節がないことが求められます—それらを日常の家庭に導入するのは難しい提案です。

そのような背景の中、新たな波の企業が異端的な問いを投げかけています。役に立つホームロボットには本当に脚が必要なのでしょうか？ホイールベース、垂直リフト、そしてマニピュレーター優先のデザインが、歩行が作業の前提でなければならないという考えを静かに覆しつつあります。

サンデーロボティクスは、パルクールをする前に食器を片付ける家庭用ロボットを望んでいます。2024年にトニー・ジャオによって設立されたこのアメリカのスタートアップは、バク転や階段昇降を巡るヒューマノイドの競争を無視し、掃除や食器洗い機のセット、洗濯物の整理、靴下の取り扱いといった反復的な家庭作業に直接取り組んでいます。

そのロボット、Memoは、テスラ・オプティマスというよりも、背骨が生えたキッチン家電のように見える。頑丈な車輪付きのベースが、中央のテレスコピックコラム—「Z軸」リフト—を支え、Memoは床から高いキャビネットまで、一歩も歩かずに届くことができる。

その垂直の背骨がデザインの核です。メモは体を下げて床から靴下を拾うことができ、その後、基盤が動くことなく、食器洗い機の上段に壊れやすいガラス製品を置いたり、天井の棚にしまったりすることができます。

脆弱な腱駆動の五指の手の代わりに、Memoは頑丈でタスク指向のグリッパーを使用しています。これらは、皿やマグ、器具を一定の力でつかむことができるだけでなく、薄いワイングラスや壊れやすいアイテムを破損させることなく扱うためにグリップを調整することもできます。

そのハードウェアの選択には明確なトレードオフが伴います。Memoは階段を上ることができず、サンデーロボティクスはそれを隠そうとはしません。会社はこれを、バランス、電力、メンテナンス、コストなどの他の要素を簡素化するための意図的な制約として扱っています。

脚を省くことで、Memoは低い重心と堅固な安定性を得ます。それは、キッチンやリビングルームを支配する平らな床での特長です。その安定性と効率的な車輪により、ダイナミックバランスにバッテリーを消耗する代わりに、1回の充電で4時間以上の稼働時間を実現しています。

機械的なシンプルさは、アクチュエーターが少なく、故障ポイントが少なく、メンテナンスが容易であることを意味します。サンデーは、足首の関節のデバッグではなく、操作、認識、長期的な計画にエンジニアリングの努力を集中させることができます。

その成果は早期の能力デモに現れます。Memoは自律的に乱雑な夕食のテーブルを片付け、カトラリーや食器を整理し、一貫した配置で食器洗い機に積み込みます。

それはまた、柔らかく、厳格でないタスクにも取り組みます。Memoは、床からしわくちゃになったTシャツや靴下を拾い上げ、テーブルの上で整えて折りたたみ、きれいな山に積み上げます ― 現在はゆっくりとですが、フレームごとの遠隔操作なしで行います。

ロボティクスは、階段に達する前にデータという壁にぶつかります。テーブルを拭いたり、食器洗い機をロードしたり、靴下を畳んだりするためにロボットを訓練するには、ただの美しい映像ではなく、正確な動きと力の数百万の例が必要です。これは、自立したロボットが良いデータを収集する必要がある一方で、そのロボットを能力を持たせるためにはまずデータが必要であるという厳しい「データデッドロック」を生み出します。

従来のテレオペレーションは力任せに進めようとします。企業は専門のオペレーターを20000ドル以上のVRおよび触覚デバイスに装着し、その動きをロボットアームにストリーミングします。そのセッションは時間、費用、人間の集中力を消費し、大規模なモデルが必要とするスケールに匹敵しない微小なデータしか生み出しません。

シミュレーションは近道を約束しました。チームは無限のバーチャルキッチンを立ち上げ、物理エンジンでポリシーをトレーニングし、それらを現実に移行させることを期待しています。しかし、シミュレーションと現実のギャップ—摩擦のわずかな不一致、センサーのノイズ、物体の形状の違い—は、ロボットが実際の脂っこい皿や歪んだカウンタートップに遭遇したときに壊れやすい挙動を引き起こします。

人間の動画は答えのように見えます。なぜなら、YouTube、TikTok、内部データセットは、人々が家事をする姿の数十億フレームを提供するからです。しかし、カメラの映像は重要な要素をほとんど捉えません：接触力、指先の滑り、関節トルク、グラスが傾き始めたときの微調整などです。繊細な操作において、これらのデータを欠くことは、ハンドル角やスロットルなしでダッシュカム映像をもとに自動運転車を訓練するようなものです。

日曜日の予測と業界の新たなコンセンサスは、安価で高忠実度のデータ収集に成功した者が競争に勝つということです。数千の実際の家庭で完全な6自由度の動き、力のプロファイル、オブジェクトの状態を記録するスケーラブルなパイプラインは、ロボットの基盤モデルを、ImageNetが視覚を供給し、Common Crawlが現代の大規模言語モデルに供給したのと同じように供給するでしょう。

アナリストたちはすでにこれをヒューマノイドロボットと家庭用ロボットのコアモートとして位置づけています。『ヒューマノイドロボット2025：有用な知能への競争』のようなレポートは、ハードウェアではなくデータが勝者とデモリールを分けると主張しています。

日曜日のデータの行き詰まりに対する答えは、20万ドルのヒューマノイドロボットではなく、20万ドルのスキルキャプチャグローブです。六桁のロボットを研究ベイに駐車して操り人形のように動かす代わりに、日曜日はこれらのグローブを普通の人々に送付し、彼らが実際にどのように清掃、整理、料理を行うかを記録します。それぞれのグローブは、カウンターを拭いたり食器洗い機に物を入れたりする際に、人間の手から直接取得した細かい動きや力のデータを、フレームごとに記録します。

従来の遠隔操作機器はモーションキャプチャスタジオのような外観をしており、複数のカメラセットアップ、VRヘッドセット、ハプティックコントローラー、そしてもう一方に専用のロボットがいます。高品質の遠隔操作ステーションは、ハードウェア、スペース、オペレーターを追加すると$20,000以上かかることがあります。一方、日曜日のグローブは製造と配送に約$200のコストがかかるため、1台の機器を購入するための資本で100軒の家庭を支援することが可能です。

資本効率はスケールに直結します。ラボで一人の専門オペレーターがロボットを操作する代わりに、何百人もの人々が、生活を送る傍らで静かにデータを並行して生成できます。サンデーはこれらの人々を「メモリーデベロッパー」と呼んでいます—ロボティクスの専門家ではなく、ただの普通のユーザーが仕事をしながらグローブを着用しているのです。

メモリーデベロッパーは、一晩で十数回の「エピソード」を実行することがあります：散らかった夕食のテーブルを片付け、皿をこすり、器具を整理し、壊れやすいガラス製品をラックに置く。それぞれのエピソードは、手のポーズ、接触力、物体の相互作用のラベル付きのシーケンスとなり、ロボット自身のシーンに対する認識に対応します。時間が経つにつれ、これらのシーケンスは「人間が実際に家事を行う方法」の広大なライブラリを形成します。理想化されたラボのデモンストレーションではなく。

サンデーはすでに2,000以上のスキルキャプチャグローブを初期のメモリーデベロッパーに発送しました。これらのグローブは約500軒の家庭で稼働しており、狭いアパートから広々とした郊外のキッチンまで、データセットには単一のテストハウスでは得られない多様性があります。どの家庭も新しいレイアウトや照明条件、そしてロボットがうまく対処しなければならない奇妙なケース（ゴミ箱、子供用のカップ、欠けた皿など）を追加しています。

そのすべての活動は、ロボティクスデータよりもインターネットデータに近いスケールに集約されます。サンデーは、これまでに約1000万回の家事エピソードを記録したと述べており、各エピソードは実際の家庭での実際のタスクの構造化された記録です。このボリュームは、同社が「ゼロロボットテレオペデータ」で訓練されるアクトワンモデルの主張を裏付けています——ロボットはまず人間の手から学習し、その後それらのスキルをメモのマニピュレーターに転送します。

グローブデータはメモに動き方を教えるだけでなく、日曜日のACT-1基盤モデルの骨格となります。「メモリー開発者」が200ドルのスキルキャプチャグローブを着用してカウンターを拭いたり食器洗い機をロードしたりするたびに、システムは高頻度で正確な関節の軌跡と力のプロフィールを記録し、シーンのRGB-Dビデオと組み合わせます。

日曜日のルートは、この多モーダルストリームをACT-1に流し込み、言葉ではなく身体的動作のために大規模言語モデルを訓練しているかのようです。モデルは動作の語彙を学びます—つかむ、こする、分類する、積み上げる—そして人間がそれらを秒ではなく数分間にわたって、約500の実際の家庭で、2,000以上の出荷されたグローブを通じてどのようにシーケンスするかを学びます。

重要なのは、ACT-1はロボットのテレオペデータを一切使用せずにトレーニングされることです。エンジニアがジョイスティックでメモを操作することもなく、高価なモーションキャプチャ機器がロボットを囲むこともありません。全ての事前トレーニングは人間の空間で行われ、その後、学習されたマッピングが人間の手や腕の動きをメモの運動学に変換します。

その翻訳レイヤーは、異なる肢の長さ、関節の制限、そしてメモが歩くのではなく転がるという事実といった厄介な詳細を処理します。ACT-1は高レベルのアクションプランと連続的な制御信号を出力し、一方で低レベルのコントローラーは実際のハードウェアに対して安全性、接触力、衝突回避を強制します。

長期的な自律が日曜日の賭けの中心にあります。ACT-1はただ皿を持ち上げる方法を学ぶだけではなく、散らかったディナーテーブルを片付ける一連のルーチン、皿の分別、食器洗い機の開け方、ラックの詰め方、そして人間の介入なしにドアを閉める方法を学びます。

それらのルーチンには、椅子を避けたり、重ねられたガラス製品を避けたり、各アイテムの配置を選んだりするなど、数十のサブステップが含まれています。ACT-1はこれらを時間的計画としてエンコードし、Memoは何かが動いたとき—皿が新しい場所に置かれたり、椅子が少しずれていたりしても—タスク全体を再起動することなく回復できるようになります。

ゼロショット一般化により、これは実験室の外でも可能になります。ACT-1は、トレーニング中にさまざまなレイアウト、照明条件、混雑のパターンを見ているため、サンデーはMemoが新しいキッチンに入って以下のような作業を実行できると主張します：

• 1カウンターを拭く
• 2テーブルを片付ける
• 3食器洗い機の荷物を詰める

すべてはタスク特化型のファインチューニングなしで、短いキャリブレーションと自然言語のコマンドだけで行います。

ヒューマノイドロボティクスは今、岐路に立たされています。サンデーロボティクスは、機能優先の道を迷わず選んでいます：車輪、伸縮可能な脊椎、実際にテーブルを片付け、混乱を整理し、食器洗い機を積むことができる腕。テスラのオプティマス、フィギュア01、ユニツリーのG1は足に倍賭けしており、人間に似たシルエットと階段昇降が生産量よりも重要であると信じています。

典型的なアパートや一層の家では、車輪が静かに勝ります。車輪付きのベースは、Memo に長いバッテリー寿命、高い安定性、そして重力と常に戦う30以上のアクチュエーターを持つ二足歩行ロボットよりも少ない故障モードを提供します。階段は犠牲にしますが、代わりに数時間の稼働時間と、はるかにシンプルなメンテナンスのストーリーを手に入れます。

今日の家庭での有用性は、足の先端ではなく腕の先端に存在します。散らかった夕食のテーブルを片付けたり、食器洗い機に荷物を詰めたり、靴下の山を畳んだりすることは、長期的な操作課題です：認識、計画、そして巧みな制御が求められます。ロボットがキッチンへ歩いたり転がったりすることは、壊れやすいグラスを認識し、安全に握って壊さないことができるかどうかよりも重要ではありません。

2万ドルから8万ドルの家庭用ロボットに対する初期の顧客は、「登れるか？」という質問よりも、「監視なしで私のキッチンを扱えるか？」という質問をするだろうと考えています。サンデーは、ロボットが数百の実際の家庭で効果的に操作できるようになれば—すでに500軒分のグローブデータが集まっている—移動能力は解決可能なエンジニアリングのアップグレードとなり、コアの差別化要素ではなくなると賭けています。ベースを再設計することはできますが、成熟した基盤モデルを一晩でレトロフィットすることはできません。

批評家は、この価格帯の購入者はおそらく階段のある多層住宅に住んでおり、ビデオではその点が明確に言及されています。日曜日のカウンターベットは、そうした購入者が一階を管理し、二階を無視する初代ロボットを容認するだろうというものです。特にそれが食器洗いや洗濯を確実にこなすのであれば。階段は将来のハードウェアの改良かニッチなアドオンのいずれかになるだけで、初期の市場獲得の妨げにはなりません。

この戦略的分裂がハードウェア、データ、そして展開のタイムラインにどのように影響するかを追跡している人には、ヒューマノイドロボット：デモから展開へが、日曜日の車輪先行の賭けに対する有益な背景を提供します。

中国は実用ロボットのための並行宇宙を展開しており、それは現実のある湾岸エリアのヒューマノイドの華やかな映像とは大きく異なります。英雄的な階段の上り下りではなく、午前3時に静かに通りを掃除するボックス型の機械の群れや、パルクールを飛ばして洗濯をマスターするヒューマノイドを見ることができます。焦点は「歩けるか？」から「人間よりも早く部屋を掃除、仕分け、リセットできるか？」へとシフトしています。

深圳の街角では、その実践主義が競争へと変わります。最近行われた衛生ロボットコンテストでは、さまざまなメーカーからの自律型清掃ロボットが数十台集まり、実際の市街地の道路に配置され、ラボの模擬テストではなく、リアルな環境の中で競いました。主催者は、実際の交通、歩行者、そして汚れがある長距離コースでのカバレッジ、障害物回避、稼働時間を測定しました。

これらの清掃ロボットは専門化に注力しています。ほとんどは、低い車体に大型の水タンクや回転ブラシ、ライダーのドームを備えたホイール型プラットフォームに搭載されています。これらは、歩道の縁、サイクリングレーン、横断歩道に最適化されています。アクロバティックな動きに追われるかわりに、チームはルーティングアルゴリズム、バッテリー交換、遠隔フリート管理のダッシュボードを最適化し、数秒で数十台のユニットを派遣または再ルーティングできます。

深センの街は実質的に生きたベンチマークスイートとなります。市の職員はロボットが人間に似ているかどうかを気にしません。彼らが気にするのは、1時間あたりの清掃面積、事故報告、メンテナンスコストです。そのプレッシャーは、1日8〜12時間稼働でき、雨やほこりに耐え、配達トラックが車線を塞いだ際にはスムーズに遠隔操作に切り替わることができるシステムに報酬を与えます。

室内では、ある別の中国のデモが「何をすべきか？」という問題を解決した後、模倣学習がヒューマノイドをどれほど進化させることができるかを示しています。ロボティクス企業Mindonは、16,000ドルから20,000ドルの範囲で販売されている比較的低コストのヒューマノイドUnitree G1を用いて、驚くほど能力の高い家政婦に変身させました。エキゾチックなハードウェアも、カスタム外骨格も不要で、ただより賢いトレーニングを行っただけです。

Mindonのクリップは、G1が家庭の雑務を不気味な速さでこなしていく様子を示しています。このロボットは、滑らかで連続的な動きでカウンターを拭き、雑多なものをビンに分別し、キャビネットを開け、ボトルや箱を2本の手で操る様子は、慎重な産業用アームよりも早送りされた人間に近い印象を与えます。このデモは、演出された偽のキッチンではなく、実際のアパートで行われています。

Mindonは、複雑な多段階ルーチンを単一の制御スタックに圧縮するために、高品質の人間によるデモンストレーションと先進的なポリシー学習を活用しています。「皿を持ち上げる→歩く→食器洗い機を開ける」といったスクリプトを書く代わりに、システムは人間が仕事を端から端まで行う際の軌道や力のプロファイルを学習します。その結果、動きのキャプチャされた人形のようではなく、過剰にカフェインを摂取したインターンのように振る舞うヒューマノイドが誕生しました。

深圳の衛生車両とMindonの作業最適化G1を合わせて考えると、世界的な変化が際立ちます。実際の進展は、狭くても価値のある領域に集中しています—街の清掃、キッチンの準備、洗濯サイクル—一方で業界は足と車輪について議論し続けています。シャーシが人間のように見えることよりも、上に搭載された大規模言語モデルと制御スタックが、生のデモンストレーションを信頼性が高く、迅速で、繰り返し可能な作業に変えることができるかが重要です。

Sourceyは、洗練されたハードウェアとクローズドエコシステムを捨て、ハッカビリティと透明性を重視したオープンソースのホームロボットとして登場します。日曜のMemoが脳とファームウェアをNDAや招待制ベータの背後に隠しているのに対し、SourceyはGitHubのリポジトリ、ドキュメンテーション、そしてあなたが実際に内部を覗くことを前提としています。

「パーソナルホームロボット」として設計されたSourceyは、掃除、整理、簡単な家事といった同じカテゴリーの作業に焦点を当てており、その全てのレイヤーを明らかにします。ユーザーはデモンストレーションを通じてトレーニングを行うことができます。タオルの積み方やおもちゃの片付け方をSourceyに見せることで、AIモデルは複数のセッションを通じて行動を改善し、巨大な中央集権型データセットに依存するのではありません。

シェルの下で、SourceyはLarotフレームワークに依存しています。これは、動作、認識、制御を扱うオープンソースのロボティクスライブラリです。ソースコード、API、設定ファイルへの完全なアクセスにより、ロボットは以下のための生きた実験室に変わります： - ロボティクスプログラミング - 機械学習 - 現実のヒューマン・ロボットインタラクション

価格は、Sourceyの最も過激な特徴かもしれません。約1,500ドルから始まり、UnitreeのG1や1XのNeoなど、約16,000ドルから20,000ドル、または月額500ドルのサブスクリプション料金を設定している人型ロボットを下回ります。このコストシフトにより、家庭用ロボティクスは研究所や豊富な資金を持つスタートアップから、メーカーズスペース、教室、そして真剣なホビー愛好家へと移行します。

あなたはそのトレードオフをすぐに感じるでしょう。Sourceyは、MemoやTesla Optimusが追い求めるスリムで家電のような仕上がりを目指していません；むしろ、ホイール付きの開発キットのように振る舞います。しかし、教育者やインディーズ開発者にとって、そのラフさはバグではなく機能です。すべてのセンサー、動作、および障害ケースが教えられる対象となります。

広く捉えると、SourceyとMemoは、家庭用ロボットにおけるLinux対Windowsの対立のように見えます。Memoは垂直統合された厳密に管理された体験に賭け、Sourceyは雑然としたコミュニティ主導のプラットフォームがより速く進み、多くのことを壊し、最終的には家庭用ロボットが実際にどのように機能するかを多くの人に教えると賭けています。

サンデー、フィギュア、テスラ、そしてソーシーは皆「汎用ロボット」について語っていますが、それぞれのロードマップは大きく異なります。サンデーは、すでに2,000以上のスキルキャプチャグローブを出荷し、約500の家庭からデータを収集した後、2026年までに約50世帯の招待制ベータ版を通じてメモを実際の家庭に届けたいと考えています。一方、ソーシーは、ホビー愛好家向けに1,500ドルのオープンソースプラットフォームを今出荷しており、洗練された自律性よりも実験を優先しています。

工業用の人型ロボットは、工場を優先したゆっくりとした成長を辿っています。Figureは、BMWや他の企業と契約を結び、厳密に管理された製造ラインでFigure 01を試験的に運用しています。この道筋は、テスラのオプティマスの野望に似ています。1X NeoやUnitree G1のような製品は、消費者向けのタイムラインを語る前に企業向けの展開や研究所に重きを置いていますが、Figure 03 – 2025年の最高の発明 (タイム)のような華々しい報道もあります。

日曜日の賭け：工場を飛ばして、直接キッチンに向かおう。2026年のホームベータ版は、ほとんどの二足歩行ロボットがUL認証、サービス契約、または消費者サポートのプレイブックを持つ数年前に、メモを支払い中または支払い予定のユーザーの前に置くことになる。このホームファーストの姿勢は、日曜日が今、テーブルの下のクラム、雑然としたカウンター、奇妙な照明、子供やペットといった厄介な現実を解決することを迫っている。これは、自動車工場の整然とした作業セルとは異なるのだ。

誰が具体的な価値を最初に提供するかは、あなたが気にする「仕事」に依存します。24時間365日確実に部品を移動できる工場用ロボットは、すでに明確なROIを持ち、予算のあるバイヤーがいます。しかし、実際にディナーテーブルを片付け、食器洗い機に入れ、洗濯物を畳むことができる家庭用ロボット—たとえゆっくりであっても—は、数社のOEMに限らず、何百万もの人々の日常の悩みを解決します。

ハードウェアだけではそのレースを決定することはできません。日曜日のスキルキャプチャグローブは、データのデッドロックを打破し、ACT-1モデルに供給するリアルな家庭内操作の軌道の独自パイプラインを構築します。フィグ、テスラなどはテレオペレーション、合成データ、および大規模なビデオコーパスに依存していますが、スケーラブルな注釈、安全層、および導入ツールが依然として必要です。

データ収集、モデルトレーニング、ロボット上のインテリジェンス、さらには実際に機械を家庭や工場に導入するための市場戦略を完璧に実現できる者が勝者となる。足、車輪、あるいはトラックは、そのソフトウェアとデータエンジンのためのシャーシに過ぎない。

あなたの初めての本物のロボットルームメイトは、おそらく転がるでしょう。これはエンジニアが足を諦めたからではなく、車輪は二足歩行よりも食器洗浄機に早くたどり着けるからです。家事によって判断されるレースでは、安定した基盤と長持ちするバッテリーが毎回アクロバットより勝ります。

テスラオプティマス、フィギュア01、ユニツリーG1のようなヒューマノイドロボットは、膝、足首、人間のような歩行を精密に調整したバイオミミクリを追求しています。しかし、サンデーロボティクスのメモはそれらを無視し、テレスコーピングトルソーを車輪のプラットフォームに取り付け、カウンタートップやキャビネットの間を滑らかに移動します。階段を放棄することで、4時間以上の稼働時間とガラス製品に落ちるリスクを減らしています。

成功の指標が静かに変わりつつあります。階段の上り下りやパルクールではなく、新たな自慢の基準は次のようになります： - 端から端まで片付けられた散らかったダイニングテーブル - お皿、ボウル、カトラリーが整理され、食器洗い機に積まれている - 一つもひびの入らないように扱われた壊れやすいグラス - 整然と積み重ねられた靴下の山

Memoの全体的なスタックは、その成果を中心に展開しています。サンデーは数百ドルで販売されるスキルキャプチャグローブを出荷しており、20,000ドルのモーションキャプチャ機器ではありません。そして、すでに2,000以上のグローブが市場に出回っています。約500の家庭が、リアルな振り付けデータをサンデーにストリーミングしており、日常のルーチンを同社のACT-1基盤モデルのためのトレーニングセットに変換しています。

そのデータファースト戦略によって、ACT-1は「ゼロショット」一般化を試みることができます。新しいキッチンを見て、皿の置き場所を推測し、なおかつ複数段階の掃除サイクルを実行するのです。ロボットの歩き方が不気味に見えても、それがテーブルを拭き、残り物を整理し、あなたがZoomコールをしている間に食器洗い機を詰め込むことができれば、誰も気にしません。形はUIの詳細であり、機能が製品になります。

サンデーは、2026年に約50の世帯を対象にした招待制のベータ版を計画しています。この数は控えめですが、実際の家庭に静かに導入された完全なヒューマノイドの数を大きく上回ります。この展開が成功すれば、ホイールと胴体を持つロボットが、まだ歩行を完璧にしている脚付きプロトタイプを追い越すかもしれません。キッチンを共有するロボットをついに購入する際、あなたは自分に最も似ているものを選ぶでしょうか、それとも単により多くのことをこなすものを選ぶでしょうか？

Sunday Roboticsのメモロボットとは何ですか？

メモは家庭の雑務をこなすために設計された汎用ホームロボットです。安定性とリーチのために、人型の脚ではなく、車輪の付いたベースと垂直リフトを使用しています。

Memoは、Tesla OptimusやFigure 01のようなロボットとはどのように異なりますか？

主な違いは、家庭環境に適した車輪付きの形状と、そのトレーニング方法です。Memoは、高価な遠隔操作装置ではなく、人間が着用する低コストの「スキルキャプチャグローブ」から得たデータを用いてトレーニングされています。

「スキルキャプチャーグローブ」とは何ですか？

これは、サンデーロボティクスがユーザーに送る低コストのデバイスで、ユーザーが家事を行いながら動きや力のデータを記録します。このデータは、その後、メモロボットのAI基盤モデルACT-1のトレーニングに使用されます。

サンデーメモロボットはいつ購入可能になりますか？

同社は2026年に予定されている招待制ベータプログラムを発表しました。より広範な消費者向けのリリースがその後に続くと予想されていますが、具体的な日付はまだ設定されていません。