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)

リアルタイム制御の推論速度

Real-time control inference latency

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

人間の反射的運動制御はミリ秒単位で連続的に働くが、標準GPU上でのエンドツーエンドVLA推論はわずか3〜5Hzしか達成できない。応答性のあるロボット動作には高レベル計画で数十Hz、低レベル制御ではさらに高い更新率が必要

できること

低頻度更新で十分な準静的タスク(ゆっくりした把持等)

まだできないこと

高速な動的タスク(ボール捕球、素早い障害物回避)でのリアルタイム制御

なぜそうなのか

VLAのLLMバックボーンが推論の大部分を占め(OpenVLAで全パラメータの84.3%)、自己回帰デコードが本質的に低速なため

これからの予測の根拠

BitVLA等の軽量化アーキテクチャが4倍規模の高速化を実証しており、2028年までに動的タスクの多くで実用的な制御周波数に到達すると推定

いま使える主な道具

OpenVLA-OFT、BitVLA

根拠

• VLA latency tradeoff analysis 2026
  標準GPUでのVLA推論は3-5Hzに留まる、必要な制御周波数は数十Hz以上
• Movement quality vs inference speed tradeoff in VLA 2026
  BitVLAはOpenVLA-OFT+比4.4倍低レイテンシ・4.4倍高スループット(73ms、341Hz)

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)
• 新規タスクへの構成的汎化
• 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。