アント・グループ、自社のロボットモデルが実際に活用されていることを実証するためのコンテストを開始

基盤モデルをオープンソース化することは、具現化AI戦略において比較的容易な部分です。外部の開発者に、単に重みデータをダウンロードして終わりではなく、その基盤モデルを土台として本番システムを構築してもらうことこそが、オープンリリースが業界のインフラとなるか、それとも誰も導入しない「引用数だけは多い論文」に終わってしまうかを決定づける要素なのです。 アント・グループのエンボディッド・インテリジェンス部門は、RobbyantおよびLingBotのブランド名で活動しており、この問いを突きつけるべく、9月14日に上海で開催された「Bund Summit」において初の開発者コンテストを立ち上げた。同部門は、単なる研究論文や資金提供の発表ではなく、自社の基盤モデル「LingBot-VLA 2.0」を軸としたエンボディッドAIモデル・チャレンジの参加登録を開始した。

コンテストは2つのフェーズで構成される。10月26日まで登録を受け付けるオンライン予選に続き、11月13日から15日にかけて上海でオフライン決勝が行われる。 各チームは、ロボット工学シミュレーションのベンチマークである「RoboTwin 2.0」上で必須のシミュレーション課題を完了する必要があります。また、シミュレーションだけでなく実機ハードウェア上でアプローチを実証したいチーム向けに、オプションとして「実機イノベーション・トラック」も用意されています。 また、アント・グループは予選通過チームにクラウドコンピューティングリソースを提供するため、参入の障壁は計算リソースの予算ではなく、モデルへのアクセスと技術力となります。 本イベントは、オープンソースコミュニティ「ModelScope」およびアリババクラウドのコンテストプラットフォーム「Tianchi」と共同で開催され、半導体メーカーのAMDなどのパートナーも参加している。これにより、中国のAI開発者がすでにオープンソースモデルの検索やコンテストへの参加に利用している3つのプラットフォームを通じて、本チャレンジの認知範囲が広がることになる。

なぜオープンソース企業がコンテストを必要とするのか

LingBot-VLA 2.0は、アント・グループが開発したロボット工学向けのビジョン・言語・アクション（VLA）基盤モデルです。これは、ロボットプラットフォームごとに個別のモデルを必要とするのではなく、単一の学習済みモデルから17社の異なるメーカーによる20種類以上のロボット構成を制御できるように構築されており、業界ではこのアプローチを「一つの脳、多くの

「マシン」。Ant Groupは2026年1月にこのモデルを初めて公開し、7月には学習済みモデルとその学習後のコードの両方を完全にオープンソース化しました。つまり、このコンテストが始まる2ヶ月前から、その基盤となる技術はすでに一般に公開されていたことになります。 このタイミングには意味がある。企業がすでに公開されているモデルを題材に開発者コンテストを開催するのは、オープンソース化だけでは望んだような採用の兆しが見られなかったからに他ならない。ダウンロード数やGitHubのスター数は、単なる関心の度合いを示すに過ぎない。賞金やクラウドクレジット、そして公開決勝イベントを伴うコンテストは、開発者が実際にエンジニアリングの時間を割いて、機能するものを構築するかどうかを測るものだ。

「オープンソースモデルにとって、リリースはあくまで始まりに過ぎない」と、アント・グループの幹部は発表会で述べた。「その真の価値は、開発者がそれを活用するかどうかにある」。これは企業の発表としては異例なほど率直な表現であり、アント・グループが管理している実際の競争上のリスクを明確に指摘している。 LingBot-VLA 2.0は、中国のロボティクス開発者が利用できる唯一の視覚・言語・行動（VLA）モデルではない。開発者がアクセスできるものの、その上に構築しない基盤モデルは、この競争の激しい分野において、デフォルトの選択肢というよりは、技術的に信頼できる選択肢の一つとして位置づけられることになる。 アント・グループと同じ企業傘下にある姉妹会社であるアリババは、独自の「Qwen-Robot」という具現化AIファミリーを推進しており、この1年間で他の複数の中国の研究機関も競合するビジョン・言語・アクションモデルをリリースしている。したがって、17社のメーカーにまたがるクロスプラットフォーム互換性、 17社のメーカーに及ぶ実際の導入実績こそが、アント・グループが賭けている差別化要因であり、このコンテストは、その導入実績を公に証明するための比較的安価な手段となっている。

「RoboTwin 2.0」を必須課題としたことが実際に示唆すること

RoboTwin 2.0 でのシミュレーションベースのテストを必須とし、実機によるデモンストレーションを任意とするのは、研究目的でアクセス権を持つ大学チームや個人開発者にとっての参入障壁を下げるための、意図的な設計上の選択である。

シミュレーション環境を対象としており、物理的なロボットハードウェアは対象外である。実体化AIの研究において、物理的なロボットハードウェアは通常、より高価で、利用が制限されがちなリソースである。 この仕組みにより、物理的なハードウェアを必要とするロボットコンテストには本来参加できなかった学術研究所や小規模なスタートアップにも参加の門戸が広げられる一方で、その代償として、必須トラックの結果と実世界での展開性能との直接的な比較が難しくなる。 オプションの「実ロボット・トラック」が存在する理由は、まさに、より豊富なリソースを持つチームやロボット企業、資金力のある研究室が、より困難な主張——すなわち、シミュレーションで学習・検証されたモデルが、業界全体でこれまでの多くの「シミュレーションから実世界への転移」の試みを妨げてきたような性能の急激な低下を招くことなく、実際に物理的な操作タスクに転移できる——を実証できるようにするためである。

Ant GroupがLingBot-VLA 2.0の採用者として獲得しようとしているロボット企業やシステムインテグレーターにとって、公開コンテストへの参加は、社内でひっそりとモデルを評価することとは異なる意味を持ちます。 11月の決勝戦で好成績を収めれば、それは企業が顧客に自社のロボットプラットフォームを売り込む際に提示できる公的な成功事例となり、ベンダー自身のベンチマーク結果による主張よりも説得力のある検証手段となる。 こうしたインセンティブ構造こそが、過去1年間にわたり、より伝統的な資金調達や提携の発表と並んで、中国の具現化AI分野全体で基盤モデルコンテストが繰り返されるようになった理由である。 コンテストは、モデルが多様なハードウェア上で機能するという、公的で第三者が検証可能な証拠を生み出します。これはまさに、企業自身のマーケティング資料だけでは検証するのが最も難しい主張なのです。

LingBot-VLA 2.0がすでにスタック内で占める位置

アント・グループのモデルは、何もないところから登場したわけではない。LingBot-VLA 2.0はすでに、中国の複数の大手ハードウェアメーカーが提供するロボットプラットフォームに対応するよう適応されており、今回の発表に先立ち、クロスプラットフォーム統合の実績を築いている。

純粋に理論的な普遍性の主張ではなく、競争上の優位性である。既存の適応事例こそが、「一つの脳、多くの機械」という売り文句を支える実践的な証拠である。 ビジョン・言語・アクション（VLA）モデルの有用性は、プラットフォームごとに多額の再設計コストをかけずに実際に制御できる物理的なロボットボディの数に比例するものであり、メーカーとの統合が1つ増えるごとに、LingBot-VLA 2.0を基盤とするか、あるいは独自のモデルをゼロから学習させるかを検討している新規ロボット企業にとって、切り替えコストが低減される。 新しいロボットプラットフォームを構築するスタートアップにとって、すでに統合済みの基盤モデルを採用することは、専任の機械学習チームが1年の大半を費やすことになる制御ソフトウェアの開発期間を短縮できる。これこそが、Ant Groupが11月の決勝戦に参加してほしい開発者たちに対して提示している経済的な根拠である。

また、この統合の深さこそが、本コンテストの「実ロボット部門」が任意参加であるにもかかわらず、機関投資家が最も注視すべき要素である理由を説明している。 RoboTwin 2.0上でのシミュレーションのみの結果は、アルゴリズムの能力を示すものの、実際のロボットアームにおけるセンサーノイズ、照明の変化、機械的な不正確さに対してモデルがどのように対処するかについては何も語っていません。こうしたギャップは、シミュレーションベンチマークでは強力に見えた具現化AIモデルを、これまで何度も頓挫させてきました。 オプションの実ロボット部門を突破し、上海での決勝に進出したチームは、まさに「シミュレーションから実環境への転移」を実証することになる。これは、自社のロボット群向けに基盤モデルを評価している調達チームが、現在、ベンダーの主張をほぼ鵜呑みにせざるを得ない状況にある点において、極めて重要な証拠となる。

人材誘致ツールとしてのクラウドコンピューティング助成金

資格を満たすチームにクラウドコンピューティングリソースを提供するという措置は、一見すると些細なロジスティクス上の配慮のように見えますが、実際には、資金力のあるロボットスタートアップだけでなく、そうでなければ参加の機会を得られなかったであろう大学の研究室や独立系開発者まで、コンテストの応募者層を広げることを目的とした直接的な助成金として機能しています。

大規模なビジョン・言語・アクションモデルの微調整や評価といった、計算負荷の高いプロセスには費用がかかりすぎて手が出せない。大規模な言語モデルやビジョン・言語・アクションモデルを、数十種類のタスクバリエーションにわたって微調整・評価するには、膨大なGPU処理時間が必要であり、 本格的なコンテストへの参加には、このコストが数万米ドルにも達する可能性がある。アント・グループはこの障壁を取り除くことで、すでに計算リソースの予算を持ち、偶然ではないがアリババクラウドと既存の商業関係にある企業チームだけでなく、独立した信頼性の高い研究成果を発表する可能性が最も高い学術チームも応募者層に含めるようにしている。

アント・グループが制御できない課題

アント・グループは、自らが完全にコントロールできない問題について、2か月の期限を設けています。 大学チーム、スタートアップ、そして老舗のロボット企業が、LingBot-VLA 2.0を、競争に参加するために必要な技術的投資に見合う価値があるものと見なすのか、あるいはこのチャレンジが、競合する選択肢とモデルを比較検討する真に新しい採用者ではなく、主にModelScopeやアリババクラウドのエコシステムにすでにコミットしている開発者を惹きつけるだけなのか。 11月中旬に行われる決勝戦は、この疑問に対する最初の公開データをもたらすことになる。そして、誰が優勝するかに関わらず、注目に値する点がある。 参加チームリストそのもの、つまりAnt Groupの既存の企業エコシステム外からどれだけのチームが参加しているかという点は、優勝チームがステージ上で報告する成功率のパーセンテージよりも、バイヤーやインテグレーターにとって、LingBot-VLA 2.0の真の普及状況を示す重要な指標となるだろう。

10月26日の登録締切から11月の決勝戦までの6週間という期間は十分に短いため、ほとんどの出場チームは、ゼロから全く新しいシステムを構築するのではなく、既存の成果物をコンテストの課題セットに合わせて適応させることになるだろう。つまり、決勝進出チームは、この分野を初めて評価する新規参入者よりも、すでにビジョン・言語-アクションの研究に深く取り組んでいるチームが、この分野を初めて評価する新規参入者よりも、ファイナリストに選ばれる可能性が高いということだ。この短期間のスケジュールは、アント・グループ自身の

たとえルールが誰にでも公開されていたとしても、実際のエコシステムにおいては、LingBot-VLA 2.0のAPIやドキュメントにすでに精通しているチームは、登録時に初めてこのモデルに触れるチームに比べて、最初から大きなアドバンテージを持っている。この構造的な優位性が、独立したトラクション指標としてのコンテストの価値を損なうものなのか、 あるいは単に、どの基盤モデルコンテストも早期採用者を優遇するという現実を反映しているに過ぎないのかは、11月にアント・グループがファイナリストのリストを公表し、外部のアナリストが、今回のサイクルが始まる前にLingBot-VLA 2.0と公的な関わりがなかったファイナリストチームがいくつあったかを確認できるようになれば、より明確になるだろう。

本分析は、アント・グループの公開されたコンテスト告知および「2026年バンド・サミット」での発言に基づいています。本記事は一般的な情報提供のみを目的としており、投資、財務、または法律上のアドバイスを構成するものではありません。

ヘッダー画像のクレジット：Robbyant（アント・グループ）。