事例の概要
| 企業 | General Motors |
|---|---|
| 地域 | 欧米 |
| 業種 | 自動車 |
| 企業規模 | 大企業 |
| 用途 | フィジカルAI・ロボット |
| 使われた技術 | NVIDIA Omniverse／Isaacによる工場デジタルツインとロボットの訓練 |
| 関連する製品・サービス | NVIDIA Omniverse（Mega Blueprint）（NVIDIA Corporation） |
成果
取り組みの内容
自動車工場では、部品の搬送や溶接の工程を変更するたびに、実機での調整に時間がかかります。ロボットに新しい作業を覚えさせる教示や、レイアウトの見直しも、ラインを止めずに行うのは簡単ではありません。
NVIDIAは2025年3月18日のGTC 2025で、フィジカルAI向けのOmniverseの拡張を発表し、General Motorsがマテリアルハンドリング（部品の取り扱い）、搬送、精密溶接の工場改善と、ロボットの訓練にOmniverseを活用することを紹介しました。仮想の工場でロボットのAIを動かして学習・検証し、実機に移す流れを想定した取り組みです。
発表で示されたのは取り組みの範囲までで、どの工場のどの工程で使われているか、立ち上げ期間や品質がどう変わったかは公表されていません。
シミュレーションで学習したロボットの動作を実機に移すと、摩擦や部品のばらつきなどの違いで性能が落ちることがあり、実機での評価は省略できません。デジタルツインは実機検証を減らす道具であって、置き換えるものではないと考えるのが安全です。
この事例から読み取れること
- 当サイトの見方では、搬送や溶接のように既存ロボットが多い工程から仮想検証を始めるのは、既存資産を活かす現実的な順序といえる
- シミュレーションと実機の差は避けられないため、実機での評価手順を計画から外さないことが前提になる
- 取り組みの範囲のみが公表された段階であり、効果の評価には後続の発表が必要である
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
