行元のChorusデータエンジンが2026年10月27日に発表された。行元智能（Xingyuan Intelligence）は、ロボットの事前学習向けのクロスエンボディメント・データエンジン「Chorus衆行」を公開し、スマートグラスや手首カメラなどの機器が撮影した人間の作業動画を、さまざまなロボットが使える訓練データに変えることを目指す。2026年6月に創業した同社はロボット本体を作らない道を選び、別のことに賭けている。ロボットに足りないのはデモではなく、大規模に再利用できる訓練データだ、という判断だ。
Chorusの処理パイプラインは5段階だ。まず動画の中の原子動作を認識し、次に意味アノテーションを付け、三次元の動作再構成を行い、動作軌道を最適化し、最後に対象ロボットの身体構造へマッピングする。人間の動画はそのままでは使いにくい。手による遮蔽、視点の変化、軌道の欠落は珍しくなく、身体構造や動き方もロボットとは違うため、未処理のデータの多くは品質スクリーニングではじかれる。行元の考え方は、同じ人間の経験をこのパイプラインに通すことで16種類のロボット本体に適合させ、ロボットごとに別々のデータを集めないことだ。
40倍の拡張はテスト条件での数字、現場での実証はこれから
行元が公表したテスト条件では、Chorusの有効変換率は約85%で、事前に選別した人間の動画1時間から約13.6時間分のクロスエンボディメント動作軌道を生成でき、3倍の指示拡張と合わせると訓練データの有効量は約40倍になり、等価コストは1時間あたり約5元まで下がる。これらの数字は同社自身のテスト条件によるもので、実際の生産ラインでの独立した第三者による実測ではなく、データ規模とモデル能力がそろって伸びるかどうかは、実際の現場で検証する必要がある。行元は配備側の人間と機械の協調も強調している。実際の工場でロボットが訓練データにない状況に出会ったとき、一般の作業員が2〜3秒で引き継いで修正でき、そのフィードバックは訓練システムに戻され、監督比率はモデルの成功率とともに「1人が1台」から「1人が3台」へと進む。工場の顧客にとって、この種のエンジンを見極める方法はデモの滑らかさではなく、分布外の状況で安全に止まり、引き継げて、学び続けられるかどうかだ。
