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)

器用な操作(ネジ・紐・袋の密封等)

Dexterous fine manipulation (screws, ties, seals)

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

Gemini Robotics 2のマルチフィンガーハンドは電球の取り外しで92%、精密挿入89.6%だが、塵取りでの掃き掃除32%、電球の取り付け(ねじ込み)36%、ゴミ袋の結び44%、ジップロック密封40%。人間なら数秒でほぼ確実にこなすタスクの多くが依然50%未満

できること

特定の訓練済み精密作業(電球取り外し、挿入作業)は高成功率

まだできないこと

自由度の高い5指ハンドでの日常的な微細操作の大半。二指グリッパーの方が複雑なハンドより成功率が高いという逆転現象も観測されている

なぜそうなのか

多自由度ハンドの制御空間が広すぎて学習が難しく、力覚・触覚フィードバックの統合が未成熟なため

これからの予測の根拠

触覚センシング統合(BitVLA等の高速化研究)の進展ペースから2030年までに専門家並みの半分程度の水準に到達すると推定

いま使える主な道具

Gemini Robotics 2 (SharpaWave hand)、Physical Intelligence π0

根拠

• Gemini Robotics 2: what DeepMind's own numbers show 2026
  多指ハンド:電球取り外し92%、掃き掃除32%、ねじ込み36%、密封40%
• Where Autonomy Works: Evaluating Robot Capabilities in 2026 2026
  鍵の挿入は人間の5倍遅く、Robot Olympicsでの平均信頼性52%

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)
• 新規タスクへの構成的汎化
• 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。