ロボット学習の現状 2026年1月: 送料品, 滞納品

ロボット学習における2026年の第一四半期を 専門家が目にしたレビューです 成熟した枠組み 運用性バーを 乗り越えた基礎モデル 荷付けドックに現れたハードウェア そして実際の展開の重さの下で 崩壊した物語

シリコンバレーのロボットセンターの研究チームによって2026年04月17日に出版されました

TL;DR.* 2026年1月1日は,単一のタイトルリリースの一季度ではなかった.オープンソースのロボット学習スタックが静かに生産レベルに変わった.レロボットは安定したリリースカデンスを達成し,OpenVLAの微調整は単一のH100で1週末の仕事となり,拡散政策は実験的なことをやめました. 硬件方面では,UnitreeのG1,BoosterのT1,EngineAIのSE01とFourierのGR-2はすべて買い手に達した.停滞した物語は商業化である.ヒューマノイドの収益は依然として調達された資本に対する丸化エラーであり,閉鎖されたパイロットと再生可能な公共基準間のパフォーマンスギャップは閉鎖ではなく拡大した.

1 フレームワーク: ついに退屈なインフラが退屈になった

訓練の枠組みを選ぶことは 研究グループを選ぶことを意味していました 2026年には契約を選ぶことを意味し始めました APIにコミットし データセットのフォーマットにコミットし 上流市民になることを約束します 現在,3つの枠組みは 私たちの研究室と助言するチームに意味のある負担を 担っています

ローボット

Hugging Face の [LeRobot]T0) は,フィールドがデフォルトに最も近い. Q1 リリースでは,表面面積よりも安定性に焦点を当てています.よりよいチェックポイント/コンフィギュレーション provenance,クリーンなデータセット v2 変換,そして,最終的にトレーニングループを書き直さずに ACT,Difusion Policy,VQ-BeT,および pi0 味のアーキテクチャを交換できるポリシーレジストリです. 図書館の意見の集成データセット形式は,小さなラボで事実上の交換基準となり,私たちの [LeRobot framework getting-start guide]T1) は最も速い道であり続けています. 残りの粗略な側面は推論側にあります. ロボットで提供されるオンラインポリシーにはまだ多くの粘着コードが含まれています.

ロボスイート イザックラボとシムスタック

模擬側では,アイザックラボは,以前はオービットとアイザックジムで分散していたものの多くを統合し,Robosuiteは GPU加速物理を必要としない学習研究の最もきれいな入口点であり続けています. チームが選択する際には 決定的な質問は同じです 強化学習のために 千もの環境を並列に訓練していますか それとも ステージ作成の時間というボトルネックで 操作作業を繰り返していますか?

ROS 2 と ミドルウェア層

ROS 2 Jazzy は現在,我々が見られるほとんどの研究兵器の参照実行時間です. Q1 の頭文字は機能リリースではなく,学習時間ツール (レロボット,ロボソイット包装,遠隔操作代理) が現在 ROS 2 橋を箱から出荷する程度でした. コンピュータの設置ガイド (T3) とハードウェアのチュートリアルが 合理的な出発点です

2 基礎モデル:VLAの静かな統合

視覚言語行動 (VLA) カテゴリでは Q1 で最も興味深い実践者向け進歩が起こりました [/vla-models/]T4) で追跡するカタログ化された公共モデルが成長しましたが,より重要なのは,使いやすさバーが移動しました.

オープンVLA

OpenVLAは拡張ネットワークの中で最も広く調整されたオープンVLAであり続けています. LoRA アダプターと7Bパラメータベースの組み合わせにより,数百回のデモデータで,ほとんどの操作作業に単一のGPU領域に精細調整実行をもたらしました. Q1 繰り返しの改善は,主にデータ側にある.データセットのクレーティングが改善され,アクションスペースの正常化が改善され,双手動行動ヘッドの管理が改善された. [予算に関するVLAトレーニングをスケールする]T5では,予算の微調整のための予算数学について議論します.

オークト

Octoはパレトの境界線の別の場所を占めています.小さく,細かく調整し,異なったデータセットを許すことが多い.小編予算と単一腕を持つチームでは,Octoは,OpenVLAが重量成功率で勝った場合でも,成功率の評価で勝利する. 実行可能なヒューリスティック: 演出と演出の数は500回未満なら Octoから始め,それ以上 OpenVLAを再見する.

RT-Xと交代体現の遺産

GoogleのRT-Xラインは,競合他社よりもQ1年に新しい公共物質を少ないものを作りましたが,その影響はどこにでもあります.オープンX-Embodimentデータセットは,ほとんどの新しいVLAアーキテクチャが訓練されるまたは共同訓練を受ける脊柱であり続けています.私たちの [オープンX-Embodiment説明]T6) はデータセットと貢献する方法をカバーします. 透明なレシピを備えたOXEのサブセットに訓練された新しい検査点を出版する新しい研究室の数が 新たにRT-X紙が開発されたことではなく 横体体体化というアイデアは親の研究室から逃げた.

拡散政策

拡散政策は"興味深い研究方向"から"数百のデモで接触豊かな操作のためのデフォルト選択"へと移行しました 参照実装のQ1の更新はトレーニングのエロゴノミックを清掃し,観測視野のデフォルトを改善しました ACTと拡散政策を選択するチームについては [ACT vs Diffusion Policy: When to use which]T7で実践者の比較を継続します.

これは買い手にとって意味: フレームワークの質問は"どちらが一番良いのか"ではなく"データパイプライン,コンピュータ,ロボットフリットに最小の粘着テープで統合する"です. 2026年1Q1ではほとんどのラボの答えは,LeRobotと選択のVLAとROS2です. [RCSVストア](T8でマッチングハードウェアを探求してください.

3.人間型ハードウェア:打ち上げが着陸,現実のチェック

2026年1月は 人形硬件の物語が約束のままで 荷造りドック物流の問題になり始めた四半期でした

ユニットリーG1

UnitreeのG1は,ワーカーホース研究の人類型としての評判を維持した.20,000ドル未満のエントリー構成,使用可能なSDK,それに対応した公共チェックポイントの増加人口,四半期ではなく数週間で測定されたリードタイム. Q1の段階的な改善は腕部にありました: 役に立たない負荷,重複性,モントルの頭部がすべて正しい方向に動いたが,グリッパーは深刻な操作作業の最も弱いリンクであり続けています.

増強剤 T1

プースターロボット工学はT1を Q1で一般研究利用率への早期アクセスから卒業した.T1の物語は,コンプライアンスと安全率です. 設計哲学は,檻の中の工業作業ではなく,人間に近い部署を目的としたものです.初期の採用者は,制御スタックがUnitreeよりも成熟していないが,混沌とした室内環境での移動安定性が強いと報告しています.

エンジニアAI SE01

EngineAIのSE01は,我々のレーダー上で最も興味深いワイルドカードです. 低コストの移動に焦点を当てたヒューマノイドが,熟練した出場歩行と意図的に最小限の操作ストーリーを持って到着しました. 短期間の研究計画が全身制御,移動政策,または双脚基準であるラボでは,SE01はQ1で価格床を大幅に変更しました.

フューリア GR-2

フォurier IntelligenceのGR-2は研究価格帯の上端に位置しています. Q1の出荷は主にアジア太平洋とヨーロッパの大学や企業R&Dラボにありました.常に聞いた話は,GR-2のハードウェアが印象的なことですが,リードタイムとスペアパーツの利用率は依然として問題です.

仕様と価格の並行については,私たちの [人間ロボット比較2026] (T11) は Q1 データポイントと最新状態で保持され, [比較ツール] (T12) は, 荷物,範囲,価格によって絞ることができます.

4 資金調達:資本はまだ流出している

ロボット学習における主要な物語は2026年1季度において,通常の技術業界標準では,非凡なままだった.2024年と2025年に追跡したヒューマノイドメガラウンドは継続した.いくつかのVLAとデータレイヤ企業はシリーズAとBラウンドを閉鎖した. 産業移動ロボットや企業の人類型パイロットの数々の外では,一般目的学習ベースのロボットからの商業収益は依然として募集された資本に対する丸化誤りである.

閉ざされたプラットフォームが実際の展開量や開拓量を示す必要がある時期を設定しているため,このことは実践者にとって重要です.我々の読み方:2026年は,投資家が単位経済についてより厳しい質問をする年です. [オープンデータセット] (T13) と [オープンVLAチェックポイント] (T14) で独自のスタックを構築するチームは,そのサイクルへの曝露を減らす.

5.オープンソース対閉源:格差は拡大する,閉じるのではなく

1年前,オープンエコシステムは (LeRobot, OpenVLA, Octo, OXE) は1年以内に閉ざされた境界モデルに追いつくようだった.2026年1Qでは,我々はそれを反対に呼んでいる.オープンスタックはこれまで以上に利用可能だが,閉ざされた境界線も動いている. 短いバージョン:オープンスタックと2,000個のクレーティングの良いデモを持つラボは,狭い作業で閉モデルパフォーマンスを匹敵できます.実施形態と作業の間で閉モデルの一般化を匹敵するには,閉データライセンスまたは産業規模での遠隔操作操作が必要です. [遠隔操作データ品質チェックリスト] (T15) でデータ操作側をカバーします.

唯一の"オープンソースGPT-4瞬間"がこの分野を統一するという希望が 阻害された.生態系は,それぞれ異なるライセンス制度と異なるデータカバーを持つ複数の可信なオープンVLAに分裂している. 現在,このRobotics Stackの全文で開発されているT16は,少なくとも2つのVLAの移植性のために設計する代わりに,1つと結婚するということです.

2026年2月2日目には何を見るべきか

• 双手基準* ALOHAとOpenArm型プラットフォームによって推進された双手操作に関する公共基準が成熟することを期待します. [双手境界分析]T17を参照してください.
• Humanoid remember event* 設置基地が1000個ずつ供給するにつれて,最初の深刻なフィールド信頼性の物語が破綻すると期待します. 部品ネットワークはテストされます.
• **閉じたデータ漏洩.**少なくとも1つの閉じたVLAが,その重量を開くか,または漏洩されたレシピで訓練された信頼できるオープン重量競争相手と対峙するかを期待する.
• スケールで触覚センサーを検出する. GelSight型センサーは,大規模な遠隔操作操作が操縦されるほど安価になりつつあります.学習側ツールが遅れているので,ギャップは縮小します.
• VLA-on-robot 遅延性** 機器人側計算における有用な制御率でVLA ポリシーをサービスすることは,インフラストラクチャの問題の中で最も少なく解決されている.

7 専門家の勧告

2026年2月9日目には 90日間の計画を立てていたら 今日お見せした選択肢は

• データ. SLAを伴う製品として遠隔操作パイプラインを扱います. データ品質は,下流の決定ごとに上限値を設定します.
• トレーニング. 標準的には,LORA調整された OpenVLAまたはOctoで,単一のH100またはレンタルされたA100でLeRobotに設定されます.単一のGPUの通力を明らかに上回った場合にのみ,マルチGPUに拡張します.
• ローボット・アジェンダに並べ替える. [店舗] T19) と [賃貸オプション] T20) は購入と賃貸の両方をカバーします. 契約する前に [ロボット比較] T21) を閲覧してください.
• デプロイメント. 評価リストではなく,自分の評価セットと比較するベンチマーク. 公共のベンチマークは必要だが十分ではない. [/データセット/]T22) で私たちのカタログや [チュートリアル]T23 でトレーニングレシピを参照してください.
• チーム* ML の 2 人 に 1 人 の データ 人 を 雇う. Q2 の 拘束力 的 な 制限 は モデル 建築 で は なく,データ ループット です.

8 締めくくりの注記

2026年1月は最も魅力的ではなかった. 単一のタイトルリリースではこの分野を再編しなかった. その代わりに,2年間形作りを続けてきたスタックが利用可能なようになったので,小さなラボは,以前産業研究ラボが必要だった結果を再現することができます. 閉ざされた境界線は 動き続けましたが オープンな境界線は 実践者にとって 最も重要な場所である 複製性,コスト,そして コンピューターから リアルなロボットへの 作業への 速さへと 移行する 速度を 移動し続けました

未来ロボットデータ市場 (T24) の分析が,そのためのサポートです.また,次の四半期にハードウェアやデータサービスを評価している場合は, [連絡してください]

次のステップ. [RCSVハードウェア](T26]を閲覧し, [比較ツール] (T27) のプラットフォームを比較し, [オープンデータセット] (T28) を探求し,または [購入者ガイド] (T29) を読み,より深い選択アドバイスをください.