金磊 凹非寺より
量子位 | 公式アカウント QbitAI
あまりのコントラストだ。
深圳で設立されたわずか3ヶ月の会社は、自らのポジショニングを具身チップと明確に掲げているのに、外部に披露した最初の成果は、Paimonという名の具身基盤モデル（シリーズ）だった。
そしてこのシリーズの初号モデルPaimon-0は、デビュー早々いきなり4つの第一位を獲得した。
まず最も注目度の高いRoboColiseumを見てみよう。Hugging Face、NVIDIA、清華大学など世界中の約20の大学・企業・研究機関が共同構築するこのランキングは、最近、具身界隈で高い人気を保っている。Paimon-0は0.7754点で第一位に立った。
このランキングは、最近GPT-6 Astra、Claude Opus 5.5、Gemini 4 Argonといった汎用マルチモーダル大規模モデルも参戦させて競わせたばかりだ：
大規模モデルは指示追従と空間理解のスコアで確かに目覚ましい成績を収めているが、実際に手を動かす汎用操作サブランキングになると、Paimon-0の0.6613が依然として会場最高で、撹乱適応サブランキングでも首位を走っている。
RoboCasa365は汎用ロボットポリシー向けの大規模マルチタスクベンチマークで、2500以上のシミュレーションキッチンシーン、365項目の日常タスク、2000時間以上のインタラクションデータを含み、50項目のタスクを選定し、原子可視・組合せ可視・組合せ不可見の三層から汎化能力を検証する。Paimon-0は58.1の総合スコアで首位に立った。
VLA-Arenaは汎用具身モデルのオープンソース評価ランキングで、安全性と抗撹乱能力を中心に体系化された評価を行い、モデル間比較をサポートする。Paimon-0は0.73の平均成功率を達成し、第一位となった。
同時にPaimon-0は、啓元ロボット主催のIROS Workshopチャレンジに参加した。このトラックは双腕ロボットポリシーに焦点を当て、シミュレーションのオンライン評価と実機のオフライン検証を含み、炎曦動力は最終的に46.599の総合スコアで優勝し、双腕操作におけるエンドツーエンドポリシーの能力を実証した。
しかもコントラストはこれだけにとどまらない。
本日以前、この会社の成果はまだ公開されておらず（会社自身に関する情報すらほとんどなかった）にもかかわらず、そのソリューションにはすでに顧客が注文を入れていたのだ！
具体的には、ある顧客がロボットアームの2つの部品を彼らのラボに持ち込み、その制御ソリューションに置き換えた後、同一機での検収記録によれば、1kHzの制御タイミングにおいて、EtherCAT制御周期の最悪の到達時刻誤差がソフトウェアモードの30マイクロ秒からFPGAハードウェアモードでは152ナノ秒へと低下し、元の約1/200。
ソフトウェアモードでは、制御タイミングはCPUのソフトウェアスケジューリングによって決まるため、システム割り込みやタスク切り替えの影響を受けてジッターが発生しやすい。FPGAハードウェアモードは時間の決定論的制御をハードウェアロジックにまで引き下げることで、誤差が大幅に縮小した。
顧客でさえ最初はなかなか信じられなかったが、繰り返し検証を行った結果、事実はまさにそうだったという。
では、この深圳のダークホースとは一体どこなのか。もったいぶらずに言えば、それは炎曦動力（Primotion）。
この成果は評価に値するものだが、それと同時に疑問も浮かび上がってくる：
なぜチップ会社がまずモデルという答えを提出したのか。設立わずか3か月で、これらの成果はどのようにして達成されたのか。
こうした疑問を抱き、私たちは炎曦動力のチームと徹底的な交流を行った。
チップ会社が、なぜまずモデルに取り組むのか？
この問いに答えるには、まず炎曦動力が具身（エンボディッド）チップをめぐってどのようなソリューションを構築しようとしているのかを見る必要がある。
炎曦動力の具身知能ソフトウェアプラットフォームは、オープンなモデルインターフェースによって顧客モデル、オープンソースモデル、そしてPaimonリファレンスモデルを接続し、学習適応、デプロイ最適化、本番推論の全プロセスをカバーする。
学習側ではデータ処理パイプラインとモデルのポストトレーニングによって具体的なタスクに適応し、デプロイツールチェーンは量子化と蒸留、コンパイルと推論最適化、実機検証と評価を提供する。実行側では、クラウドの元脳（メタブレイン）がタスク計画と失敗復旧を担い、エッジ側のローカル脳がポリシー推論を行い、具身ランタイムがデータ同期と動作実行を調整する。
実行のフィードバックは、自社開発のProgress Model Paimon-Evalによる評価を経てRSI自己改善プロセスに入り、モデルの継続的な反復改良を推進し、real2simがこのプロセスにシミュレーション支援を提供する。基盤は組み込みソフトウェアスタックと算制ハードウェアによって支えられ、ロボットのローカル制御クローズドループに接続される。
炎曦動力はこれらの環節をつなぎ、算制一体SoCとドメインコントローラを中心に、顧客の手に渡せるソフトウェア・ハードウェア一体のソリューションを形成しようとしている。
この考え方は自動運転分野ですでに先例がある。NVIDIAは車載ハードウェアを中心にシステムソフトウェア、ミドルウェア、推論ツールを整備し、上位アルゴリズムのチップへの実装を支えており、DRIVEプラットフォームはその典型的な参考例だ。ロボット分野に移す場合も同様に、アルゴリズムの実行、データの流れ、タスク協調のロジックを整理してこそ、チップの設計方向を導くことができる。
しかし、これほど長いソフトウェアスタックの中で、なぜわざわざモデル研究から始めたのか？
同社の創業者任清源が示した答えは、まずアルゴリズムと実際の顧客ニーズから着手し、データ、モデル、Agent、評価のクローズドループを回せるようにし、その後、実際のタスクの計算需要によってチップを定義する、というものだ。
Paimon-0はこのルートの初の公開成果であり、炎曦動力（イエンシー・パワー）のPaimon身体性基盤モデルシリーズに属し、今回複数のランキングで首位を獲得した主力モデルです。
モデルから逆算してチップ設計を行うには、まず算力の境界を区切る必要がある：どのタスクをクラウドに置き、どのタスクをロボットのローカルで実行しなければならないか。この分担がエッジ側チップの算力負荷を直接決定する。
業界全体が「エッジ・クラウド協働」を謳いながら明確な技術ロードマップが存在しない状況の中で、炎曦動力が提起したのは「ローカル脳＋メタ脳」というアーキテクチャである。
共同創業者の馬智恒（マ・ジーヘン）は、エッジ側を単純に小脳と定義することはできないと考える。クラウドが計画を出力した後、タスクが実現できるかどうかは、核心的にエッジ側にかかっている。ロボットの実行過程では、タスクのテンポに追従し、視覚・触覚・力覚のフィードバックに基づいて動作を継続的に調整し、知覚・計算・制御のタイミングを協調させる必要があり、この種の高頻度クローズドループはクラウドのフレームごとの応答に依存することはできず、ローカルで完了しなければならない。クラウドは複雑なタスク計画を担当し、エッジ側は一歩一歩の実行をしっかりと担う。
この体系において、クラウド側のメタ脳はオープンなシーンの理解、タスク計画を担当し、タスク経験を蓄積・再利用し、タスクが行き詰まったり失敗したりした際の再計画と障害復旧を行う；エッジ側のローカル脳は動作の実行を担当し、多様な知覚信号に基づいてリアルタイムで微調整を行う。ひとことでまとめれば：メタ脳は最初の試行を担当し、ローカル脳は安定した反復実行を数万回担う。
△注：ローカル脳は力フィードバックのクローズドループにより、リアルタイムで動作を修正する。
動画アドレス：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A
炎曦動力がサラダを作るデモは、まさにこの分担の姿である。メタ脳は長期的な計画を立て、どの野菜を選ぶかを決める；ローカル脳は把持・配置、ソース絞り、攪拌、盛り付けを担当する：
動画アドレス：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A
身体性AIの低コスト反復クローズドループ
分担が決まったら、次はより現実的な問題を解決しなければならない：別の「料理」に変わったとき、ローカル脳が学習するにはどれだけのコストがかかるのか？
ロボットに作業を教えるうえで、最も高価なのはデータである。
馬智恒は勘定を計算したことがある。単一タスクの成功率をポストトレーニングで向上させるだけなら、多くの場合すでに顧客の要求を満たせるが、真のボトルネックはデータ収集であり、1つのタスクで軽く500〜1000件のデータ収集が必要となり、研究室で収集した後、さらに顧客の現場で収集を続けなければならない。
そのため炎曦動力が賭けているのは、データコストは継続的に下がっていくということだ。十分に強力なコールドスタートを求めており、1〜2回のデモンストレーションでまず新タスクの成功率を5〜6割まで引き上げ、残りはロールアウトと強化学習に委ねて向上させる。
このために、炎曦動力はデータ、モデルおよび自己改善（RSI）を含むアルゴリズムのクローズドループを構築した。
データ面では、モデルの事前学習では一人称視点の人間の操作動画が大量に採用されており、主にパートナーであるEgoScale（深圳市未来眼科技）から供給されている。EgoScaleはPaimon-0に十数万時間の一人称視点操作データを提供し、収集ネットワークは3国160余都市、12800余りの実シーンをカバーし、400万余りのタスク、1.2億余りの動作ユニット、および上万件の「人物-シーン」サンプルを蓄積している。
データセットはシーン、スキル、難易度、操作習慣の多様性を兼ね備えており；自社開発のAI支援による人手の高精度なアトミック動作アノテーション、頭・手の3D軌跡と組み合わせて、モデルの汎化能力とランキングでの成績を支えている。
同時に炎曦動力は身体性学習向けのデータ処理パイプラインを自社で構築し、元の動画を構造化された動作ユニットに変換し、手の軌跡から対象のロボットハンドへのマッピング、データ品質の選別、学習への適合を完了している。
動画アドレス：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A
次にモデルレイヤーにおいて、Paimon-0は世界動作モデル（WAM）を中核としています。現在、WAM+IDM（逆動力学モデル）は効果が顕著な主流アプローチです：WAMが未来の状態を予測し、IDMが状態の変化に基づいて動作を出力します。
しかし、完全な未来の動画を継続的に推論・展開すると、計算コストとレイテンシが高くなりすぎて、ロボットのリアルタイム実行要件を満たすのが難しくなります。Paimon-0はquery tokenによって未来状態の中核となる表現、すなわち物体の3Dポーズ、セマンティクス、操作可能性affordanceを蒸留し、それをエッジ側モデルに入れて動作予測を行います。
この方式により、単一の動作chunkの推論時間は約3000msから300msに圧縮され、従来の10分の1に短縮されました。この指標は動作ブロックの推論時間であり、底层の制御ループ周期とは同一ではありません。
Paimon-0の後、炎曦動力はさらにego基盤モデルを訓練中で、同じく一人称視点の人間操作データに基づく事前学習を行っており、現在すでにロボットハンド（霊巧手）を駆動して作業を完了できるといいます。紹介によると、このego基盤モデルは3ヶ月後に正式リリースされる予定です：
動画アドレス：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A
最後は自己改善モジュールです。これは共同創業者の常新遠が認定する、具身知能の実装における核心的な突破口です。大量のrolloutによる試行錯誤だけに頼ってロボットを訓練するのは、スケール化した実装を実現するのが困難です。真の自己改善には、モデルが完全な実行パイプラインを理解することが求められます：現在の状態を知覚し、動作がもたらす因果的影響を推論し、タスクがどの段階にあるかを識別することであり、汎化可能な自動評価がそのすべての基盤です。自動評価能力が欠けていれば、報酬信号は人手によるアノテーションに依存するしかなく、データコストが高いという構造的ジレンマを打破できません。
この判断を踏まえ、一連の自己改善システムは3つのモジュールが連携して構成されています：
- 第一はクラウド大規模モデルで、タスクの分解、ポリシーの検証、エラーの復旧を担当し、低コストで成功と失敗のrolloutを生み出します；
- 第二はエッジ側の自社開発Policy Model（Paimon-0）で、強化学習によるポストトレーニングを通じて、習熟したタスクの成功率とスループットを向上させます；
- 第三はProgress Model（Paimon-Eval）で、タスクの進捗判断と失敗箇所の特定を担当し、後続の訓練にフィードバックを提供します。
このシステムはreal2sim方式に依拠し、シミュレーション中で未来の軌跡を推論し、3D位置、本体姿勢、動作フィードバックなどの情報を融合させ、その推論状態を実際のシーンに重ね合わせることで、モデルが動作の効果を直感的に予判し意思決定を行うのを支援します。
動画アドレス：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A
低コストかつ汎化可能な報酬信号の獲得は、ロボットが継続的に自己反復するための鍵であり、Progress Modelは実行結果を訓練用フィードバックへ変換するために用いられます。
炎曦動力がトレーニングしたPaimon-Evalは、わずか1件のデモデータによるコンテキスト学習だけで、見知らぬ新タスクの実行段階を判別できる。タオル折りタスクを例にとると、複数のrolloutを並行実行する際、実行がターゲット探索、把持、折り畳み、位置合わせ、確認のどの段階にあるかを継続的に識別し、タスク進捗カーブを出力する。
動画URL：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A
常新遠氏によると、Paimon-Evalは11～12月にオープンソース化する計画で、複数サイズのバージョンを提供する。チームはそのトレーニング規模を数万時間に拡張し、task-centricなトレーニングパラダイムを採用することで、オペレーターやロボットの機体を越えてタスク進捗と実行品質を認識できるようにした。
これについて、任清源氏はこう補足する。アルゴリズムは最終的にデプロイに戻ってくる。収集したデータが有効か、自動アノテーションできるか、モデルが量子化と蒸留後にどれだけの能力を保っているか、そして実機搭載後の実際のパフォーマンスは、いずれも評価体系による継続的な検証が必要だ。これらの工程を自動化フローとしてつながなければ、アルゴリズムのループが本当に納品可能な製品として蓄積されることはあり得ない。
技術ルートが明らかになったところで、次にこのチームがどのように結成されたのかを見ていこう。
チップ・AI・ロボットの複合チーム
炎曦動力の物語は、一人のチップ業界人の「リードタイム」の話から始まる。
このチップ業界人こそ、炎曦動力のCEO任清源氏だ。広東省・深圳市の両レベルの科技専門家であり、大手RISC-Vチップ企業で副社長を務めた際、チップの量産出荷を実現し、会社の売上を千万規模から数億元へと躍進させ、累計受注は10億元を超えた。
任清源氏が以前所属していた会社はRISC-V自社開発プロセッサを手がけ、コアとなるマイクロアーキテクチャを保有しており、彼はずっと新しい計算プラットフォームを探していた。2025年初頭、ロボットが彼の視野に入った。ただしその頃はまだ、披露用のものに思えた。年半ばになって、次第に実装が進み、受注や納品が相次いでいることに気づいた。
任清源氏にとって、これこそがチップ企業が参入する窗口である。
チャンスが来てから始めたのでは遅い。その頃には顧客はすでに他社のチップを使っている。
こうして、炎曦動力が誕生した。そして彼が見つけたアルゴリズムの相棒は、先輩後輩の二人組だった。
馬智恒氏と常新遠氏はともに西安交通大学人工知能・ロボット研究所の出身で、龔怡宏教授に師事した。龔怡宏氏はIEEE Fellowであり、中国で最も早くディープラーニングを研究した学者の一人で、かつてNECシリコンバレーラボの所長を務めた。この研究所からは余凱、林元慶、周曦など多くのAI業界リーダーが輩出された。
先輩の馬智恒氏は、深圳理工大学計算力マイクロエレクトロニクス学院の特聘副教授・博士課程指導教員であり、連続起業家でもある。ワールドAIカンファレンス（WAIC）の「雲帆賞」を受賞し、主要著者としてトップカンファレンス論文50篇以上を発表し、Google Scholar引用は3000回以上、さらにNeurIPS、ICMLなどの会議でエリアチェアを務め、長年コンピュータビジョンとエンボディッドAIの研究に従事してきた。
まさにこうした学者が、任清源氏について「チップに非常に詳しく、アルゴリズムも素早く理解できる」と評価している。
後輩の常新遠氏は大手テック企業の出身で、以前は高徳のビジュアル技術センターでエンボディッドAI方向の技術責任者を務め、ABot-M、ABot-PhysWorld、ABot-Clawなどの汎用エンボディッドプロジェクトを主導し、Google Scholar引用は2000回以上。彼が大企業を離れた理由は実に素朴だ。エンボディッドAIはアルゴリズム、データ、実機、ひいてはチップまでのバリューチェーン全体を一緒にイテレーションする必要があり、モデルの研究開発はエッジ側チップに密着して進めなければならない、というものだ。
アルゴリズムとチップの間には、制御という環をつなぐ人も必要だ。それが共同創業者の張冬軍氏だ。彼はドメイン設計、リアルタイム通信、時間確定性ソリューションを担当し、固高科技やDJIでモーションコントローラとドローンシステムの研究開発・実装を主導した。ロボット界の重鎮・李沢湘教授の最初期の博士学生の一人で、早くも2005年からハンドの研究に取り組んでいた。
四人はそれぞれの担当分野を持ち、任清源氏は炎曦動力で戦略を統括するとともに、算制御一体化SoC、ドメインコントローラ、付属ソフトウェアスタックにも目を光らせている。
わずか2ヶ月で、炎曦動力は約50人規模に拡大した。表舞台に立つアルゴリズムチームのほか、水面下にはチップ業界のベテランからなるハードウェアとシステムのチームが隠れている。彼らは国内でも珍しく、2回連続で0から1へ大型チップを千万規模から億規模の量産まで導いたチームだ。三つのグループは共通のエンジニアリング文化で結ばれ、タスクタイプからSoCアーキテクチャとマイクロアーキテクチャを逆算して設計している。
ちなみに、Paimonという名前はアルゴリズムチームの若手が付けたもので、ゲーム『原神』のキャラクターに由来する。馬智恒氏は笑いながら、業界ではモデルにギリシャ文字の名前を付けることがほぼ使い尽くされたので、面白くて口当たりのいいコードネームにしたのだと言う。
AIは重要だが、すべてではない
冒頭で触れた、元の約1/200にまで低減された制御タイミング誤差を覚えているだろうか。実は多くの場合、ロボットの問題はそもそもモデルにあるのではない。
任清源氏がある実験を紹介した。NVIDIAチップ上で、業界標準のカメラ接続ソリューションを用いた場合、カメラの受光・取得からモデルが画像を読み込むまでの間に、画像前処理、メモリ転送、同期待ちを経由し、パイプライン全体の所要時間はモデルの単回推論とほぼ同等になる。高頻度クローズドループのロボットにとっては、モデルの推論が速くても、データ供給が間に合わなければ、動作はやはり遅れてしまう。
これこそが、ロボットと自動運転の計算アーキテクチャにおける重要な違いだ。自動運転はある程度の遅延を許容できるが、ロボットは接触式の操作が存在するため、制御周波数の要求がより高く、遅延やジッターは軌道のズレ、把持の不安定、力制御の失敗に直結する。
炎曦動力のソリューションは、既存のメインコントロール周辺装置にFPGAを搭載し、モデル推論の前後の前処理・後処理タスクをそこにオフロードするもの。この部分のRTLは今後、大部分を自社開発チップに統合する計画で、制御タイミング誤差の最適化はまさにハードウェアパイプライン調整の典型例だ。任清源氏の言葉をそのまま引用すると：
すべてのエンジニアリングの問題は、実は既存のtechnologyの制約の下でcheatingをしているに過ぎない。
しかしハードウェアは一部に過ぎない。任清源氏がよく口にするのは、「チップ会社は結局のところ本質的にソフトウェア会社だ」ということ。PC産業チェーンでは、ファームウェアやシステム統合は専門メーカーが引き受けるが、ロボット分野にはこうした配套役が不足しており、関連作業はチップメーカーが補完するしかない。国産チップの実装が難しいのは、多くのボトルネックがソフトウェアスタックで生じているからだ。炎曦動力は、NVIDIAのロボット向けの考え方を手本に、完全なエンドツーエンドのソリューションを作ることを目指している。
そしてビジネスモデルこれについて、任清源も彼の方案を示した。
クライアントには何もないので、ソフトとハードが一体となったボックスを1つ買えば、「LANケーブルをつなぐだけでそのまま使える」。チップだけの販売も行う。粗利はチップから得るもので、ソフトウェアはむしろエコシステムの問題なので、オープンソース化できるものはできる限りオープンソースにする。
同時に、ROIを黒字化するため、炎曦動力の目標は、データ収集と追加学習のコストをロボット本体の10分の1以内に抑えることであり、さらには産線作業員自身がデータを収集し、モデルを学習させ、ロボットが稼働するまでを行えるようにすることだという。
何をすべきかを明確にしたうえで、炎曦動力は自らに境界線も引いた。
炎曦動力は本体を作らず、モデル企業や本体企業と利益を争わず、「一芯多用」も行わない。
今後の業界の進化について、任清源（にん・せいげん）は、今後2年間で必ず変化に直面すると率直に語り、カギは理性的な判断フレームワークを持っているかどうかにあるとする。任清源の見方では、モデルのボトルネックとチップのボトルネックは互いに因果関係にあり、動作が速すぎて知覚パイプラインが追いつかない場合、アルゴリズムがどれほど優れていても力を発揮できないという。
炎曦動力（Yanxi Power）がやろうとしているのは、まずエンドツーエンドのレイテンシと計算パイプラインをしっかり作り上げ、鶏が先か卵が先かという悪循環を断ち切ることだ。計画によると、彼らの自社開発チップは2028年に供給開始となる。
この「まず低レイヤーから後押しする」という思いは、実は会社の名前に早くから刻まれていた。炎曦動力の英語名Primotionは、アリストテレスの「第一推動者（第一原因）」の概念に由来し、彼らは物理AIの世界における「運動の原点」になりたいと考えている。
そして、具身知能（エンボディドAI）の最終形態とは、結局のところ現実世界で安定して行動できる知能システムであり、モデルがどれほど大きくても、それはその一部にすぎない。
この道において、炎曦動力はまだスタートしたばかりである。
（PS：炎曦動力では、具身アルゴリズム、ロボットシステム、推論量子化、チップ設計などの分野の人材を募集しています。履歴書または協力のご意向をhr@primotion.aiまでお送りください。）