2026/3/19 スケジュールを公開しました．

2026/3/7 OSのページをオープンしました．

2025/12/21 本OSが採択されました．

Vision-Language Action(VLA)モデルや世界基盤モデルといった基盤モデルの進化が著しい．背景には，大規模言語モデル(LLM)の技術革新による知見の蓄積があげられる．LLMにおける大規模に収集されたデータの扱い方やモデルのアーキテクチャなどの利活用により，ロボティクスや自動運転といったPhysical AIと呼ばれる技術がより高性能かつ汎用的になる．実際，環境変化への適応力やタスク汎用性が向上し，いくつかのベンチマークで従来技術を上回る研究成果も出てきており，大いに期待できる．

一方で，実空間と結びつきが強いPhysical AIはLLMが主に扱う言語・画像領域には存在しない特有の課題が多く，依然として実用化には至りきれていない．例えば，データ収集では時空間方向に知覚情報や行動情報の網羅性・緻密性の改善が求められ，システムとして実装する際はリアルタイム性や巧緻性，安全性が求められる．さらに，これらの課題解決の知見は各研究組織内で閉じる傾向が(特に海外を中心に)強く，実用化の律速となってしまっている．

そこで，本セッションでは，

1. VLAモデルや世界基盤モデルを用いた知覚・言語・行動統合

2. 大規模行動データの獲得・活用

3. シミュレーション・実環境の橋渡し

4. ロボティクスや自動運転といった産業・社会応用

などを中心に，基盤モデルが普及した際のPhysical AIのあり方や知見の共有および議論を行い，Physical AIの実用化を加速させることを目指す．