事例の概要
| 企業 | Lucid 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 による工場デジタルツイン上での計画検証とロボット学習 |
| 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
EVの新興メーカーは、工場の立ち上げや増産のたびにラインの構成を大きく変える必要があり、設備の配置や搬送の流れを短期間で決めなければなりません。ロボットの動作の作り込みにも時間がかかり、量産立ち上げの遅れにつながりやすい構造です。
NVIDIAは2025年10月のGTC DCで、Lucid Motorsが工場のデジタルツインを使い、生産計画の検討とAIロボットの学習を行っていると発表しました。Omniverseは、OpenUSD形式で工場やロボットの3Dモデルを統合し、物理シミュレーションを行う基盤です。仮想の工場でロボットを動かして学習させ、実機に移す使い方が想定されています。
発表は取り組みの方向を示すもので、立ち上げ期間の短縮やロボットの教示時間の削減などの数値は含まれていません。当サイトの整理では、計画・シミュレーションの段階の事例にあたります。
シミュレーションで学習したロボットの動作は、実機との差（いわゆるSim-to-Realのずれ）を埋める作業が必要です。デジタルツインの精度を保つには、設備変更をモデルに反映し続ける運用も欠かせません。
この事例から読み取れること
- ライン構成を頻繁に変える新興メーカーほど、仮想工場で計画とロボット動作を先に作る価値が大きいと考えられる
- シミュレーションで学習したロボット動作を実機に移す際の調整工数は、計画段階で見込んでおく必要がある
- 設備変更のたびにデジタルツインを更新する運用体制がないと、モデルが実態から離れていく点に注意が要る
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。
