AIエージェント能力アトラス › 仕事ごとの一覧 › 物理世界・ロボット › 身体性を伴うAI基盤モデル(VLA)

新規タスクへの構成的汎化

Compositional generalization to novel tasks

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

π0.7は洗濯物たたみデータを一切収集していないセットアップでゼロショットにて平均375時間の遠隔操作経験を持つ熟練テレオペレーターと同等の成功率(タスク進捗85.6%、成功率80%)を達成。専門家の初見対応力にかなり近づいている稀有な例

できること

訓練済みスキルの組み合わせによる新規タスクへの一定の転移(π0.7の洗濯物たたみ)

まだできないこと

鍵の挿入デモのように特定の器具に特化訓練された疑いのあるケースでは、他の器具・環境への転移は未実証

なぜそうなのか

構成的汎化は訓練データの多様性(3→104軒の家で訓練するとスコア向上)に強く依存し、絶対的なデータ量が不足しているため

これからの予測の根拠

訓練環境多様性のスケーリング則(3→104軒での改善実証)から2028年までに多くの日常タスクで構成的汎化が実務品質に達すると推定

いま使える主な道具

Physical Intelligence π0.5、π0.7

根拠

• Physical Intelligence unveils π0.7: the rise of compositional generalization 2026-04
  ゼロショットで熟練テレオペレーター同等の成功率80%
• A VLA with Open-World Generalization (π0.5) 2026
  3→104軒の家で訓練するとスコア向上、未見の家でも同等スコア

同じ分野のほかの仕事（身体性を伴うAI基盤モデル(VLA)）

• 汎用ピック&プレース(未見物体)
• 器用な操作(ネジ・紐・袋の密封等)
• リアルタイム制御の推論速度
• 動作速度の人間との比較

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。