米国カリフォルニア州サンノゼ, 2026年3月21日 /PRNewswire/ — ロボットが現実世界で信頼性高く稼働するためには、それを正確に再現した環境でトレーニングを行う必要があります。これはReal2Simの中核的課題であり、同時にGTC 2026（3月16日～19日、サンノゼ）におけるXGRIDSの出展の焦点でもあります。

XGRIDSの空間インテリジェンスソリューションは、OpenUSDベースのレンダリング向けにNVIDIA Omniverse NuRecに対応し、複数の会場で展開されました：スタートアップピッチでの発表、NVIDIAエコシステム内でのロボティクスデモンストレーション、ならびにAmazon Web Services（AWS）との共同展示などです。

Real2Sim：物理空間からAIトレーニングへ

スタートアップピッチにおいて、XGRIDSのディレクターであるSunny Liaoは、次の重要な問いを提示しました：
現実世界の状況を真に反映するトレーニング環境をどのように構築するのか？

XGRIDSの答えは、実世界データに基づいて構築されたパイプラインです。LiDARとコンピュータビジョンを組み合わせたマルチモーダルな空間認識と高精度な3D再構築により、物理環境をシミュレーションに利用可能なワールドモデルへと変換することができます。

手動による3Dモデリングと比較して、このアプローチは次の利点があります：

• 高精度環境の構築コストを削減
• 実空間の変化に応じた継続的な更新を可能にします
• シミュレーションを実環境での展開により近づけます

GTCの開発者たちは、これがロボティクスのトレーニングおよび検証において、より実用的なアプローチを提供すると指摘しました。

フィジカルAIのための空間インテリジェンス

インセプション段階を超え、XGRIDSのソリューションはGTCの複数の展示エリアで紹介されました。

NVIDIAロボティクスセッションにおいて、XGRIDSはエンボディドAIシステム向けソリューションを実演しました。四足歩行ロボットプラットフォーム上で空間認識およびモデリングを展開することで、ロボットは環境を継続的にマッピングし理解できるようになり、局所センサーのみに依存した即時の障害物回避ではなく、完全な3D空間構造を活用して経路計画、行動意思決定、およびタスク実行を行うことが可能になります。

これにより、空間インテリジェンスがエンボディドAIシステムにどのように統合されるかが示され、ロボットは完全な3D環境を理解し、経路計画、意思決定、およびタスク実行を可能にします。

AWSの展示において、XGRIDSはキャプチャからワールドモデル生成、シミュレーショントレーニングに至るまでの完全なReal2Simワークフローを紹介しました。

今後の展望

XGRIDSの長期的な重点は一貫しています：現実世界の環境を、AIシステムが理解・推論・学習できるワールドモデルへと変換する空間インテリジェンス基盤の構築です。

GTC 2026は、この取り組みをフィジカルAIエコシステムへと導入する一歩となりました。エンボディドAIシステムが研究室から倉庫、都市、建設現場へと展開されるにつれ、正確でスケーラブルな環境のデジタル表現への需要はますます高まります。

XGRIDSは、それを実現するキャプチャからシミュレーションまでのレイヤーを構築しています。

メディア連絡先：
jingle.huang@xgrids.com
https://www.xgrids.com