Nvidia「Graphics 3.0」：AIが駆動する物理的生産性の未来

Nvidiaは、「Graphics 3.0」と称する新時代を提唱しています。これは、AI生成ビジュアルが物理世界、特に工場や倉庫での生産性向上に不可欠となるビジョンです。この概念は、人間が作成したグラフィックスから脱却し、代わりに生成AI（genAI）ツールを活用して必要な画像を生成します。Nvidiaは、これらのAI駆動グラフィックスが、現実世界のタスクのためのロボット訓練から、AIシステムが機器や構造物の設計と作成を自動化する支援まで、さまざまなアプリケーションで重要な役割を果たすと信じています。

Nvidiaの研究担当副社長であるMing-Yu Liuは、最近バンクーバーで開催された著名なグラフィックス会議SIGGRAPH 2025での基調講演で、「私たちは今、AIによって超強化されたGraphics 3.0の時代にいると信じています」と述べました。Nvidiaの強力なGPUは、テキストベースの生成AIモデルやバーチャルアシスタントにすでに広く利用されていますが、同社はGraphics 3.0がAIの影響を私たちの物理環境に直接拡大すると構想しています。これには、AIがロボットを管理し、交通信号を制御し、家電製品を操作し、自動運転車を誘導し、オフィス、工場、倉庫などの多様な環境で機器を監督することが含まれます。Nvidia CEOのジェンスン・フアンはビデオ演説でこの変革の可能性をさらに強調し、ロボットがまもなく「私たちの家で私たちを助け、工場、倉庫、農業などでの仕事のやり方を再定義する」と予測しました。

しかし、Graphics 3.0の実現には独特の課題があります。OpenAIやGoogleのような企業の大規模な基盤モデルを訓練するために豊富なテキストデータに依存する仮想AIとは異なり、物理AIにはピクセルベースのデータが必要です。このようなデータは、現実世界では容易に入手できません。このギャップを埋めるため、Nvidiaはこれらのアプリケーションに特化した包括的な仮想世界をシミュレーションすることで、合成データの作成を先駆けて行っています。「ロボットはコードから学ぶのではありません。経験から学ぶのです」とフアンは説明し、核心的なジレンマを強調しました。「しかし、現実世界での訓練は遅く、費用がかかります。」

これらの障害を克服するため、Nvidiaは、ロボット、自動運転車、その他の物理AIデバイスを訓練するために必要な正確なピクセルデータを生成するように設計された高度なAIモデルとシミュレーションツールを開発しました。Nvidiaのリアルタイムグラフィックスラボの研究担当副社長であるAaron Lefohnは、これらのイノベーションが「アーティストが今日よりも桁違いに速く概念化、作成、反復できるように、まったく新しいツールを要求する」と述べました。これらの進歩の中には、ロボットが物理ドメイン内でコマンドを解釈し、周囲を感知し、推論し、計画し、タスクを実行できるようにするNvidiaのCosmos AIモデルがあります。Nvidiaの空間インテリジェンスラボの研究担当副社長であるSonia Fidlerは、これらのモデルがデジタルインテリジェンスを物理領域に注入するためにいかに重要であるかを強調し、「物理AIは現実世界での試行錯誤ではスケールできません。それは危険で、時間がかかり、費用がかかります」と付け加えました。その典型的な例が、仮想環境での自動運転車の訓練であり、訓練データを蓄積するために物理的な車を繰り返し衝突させるよりもはるかに実現可能なアプローチです。

今週、Nvidiaは、現実世界のセンサーデータを完全にインタラクティブなシミュレーションに変換する画期的なツールであるOmniverse NuRecも発表しました。これらのシミュレーションは、ロボットが訓練とテストを受けるための安全で効率的な仮想空間を提供します。Omniverse NuRecは、詳細な3Dデジタル環境の構築、シミュレーション、レンダリング、強化のためのさまざまなツールとAIモデルを統合しています。これらの世界の仮想再構築は、カメラやその他のセンサーから収集された2Dデータを処理することで実現され、入力されたセンサーデータの視覚的理解に基づいて各ピクセルが細心の注意を払ってラベル付けされます。しかし、Fidlerは重要なニュアンスを認めました。「ここで強調することは非常に重要ですが、視覚的理解は完璧ではなく、異なる曖昧さのために完璧にするのは難しいです。」シミュレーションを超えて、同社は反射率や表面テクスチャなどの本物の視覚的詳細を備えた非常にリアルなグラフィックスの作成を容易にする新しいAIマテリアル生成ツールも導入しました。これらのツールにより、3D専門家やエンジニアは、単純な言語を使用してAIアシスタントに設計要件を記述し、クリエイティブなプロセスを合理化できます。