ELYZAは、大規模言語モデル（LLM）の研究開発と社会実装において、国内トップクラスの実績を積み重ねてきました。私たちの次なる挑戦は、LLM/VLMが持つ高度な「意味理解」を物理世界へ接続し、現実空間の課題解決に挑む Embodied AI の領域です。
物理空間のデータをAIで解析し、ロボットやデバイスの制御・自律化を行うPhysical AIの領域では、新たな技術革新の先駆けとして、特定の作業に縛られず多様な物理タスクをこなせるVLA（Vision-Language-Action）モデルが注目を集め始めています。
技術フェーズとしては、LLMにおける2019〜2020年頃に相当するとも言われ、ELYZAでも今後1〜3年で実用レベルへの進化が見込まれる重要なタイミングだと考えています。
しかし、これらのモデルをそのまま日本の現場に持ち込んでも、精度や特定ユースケースへの適応力には限界があり、真の社会実装には至りません。
本ポジションのミッションは、ELYZAがこれまで培ってきた知見を活かし、現場での実用に耐えうる「特定ユースケース特化型のEmbodied AIモデル」を開発することです。さらに、そのモデルを実際の顧客現場へ適合させ、価値証明（PoC）を完了するまでを一気通貫で牽引していただきます。
最大の魅力は、豊富な計算基盤を活用した「基盤モデルの構築」と、現場のリアルなデータを高度な知能へと昇華させる「社会実装」の両輪を回せる点にあります。
ご本人の志向性やプロジェクトの稼働状況に応じて、Embodied AIモデルの研究開発から、現場でのPoC推進まで、R&Dと社会実装の垣根を越えて幅広く活躍していただきます。
- Embodied AIモデルの開発：
- 既存のオープンモデルに対し、特定ユースケースに特化した学習を行い、精度と堅牢性を高める。模倣学習、強化学習（RL）、推論最適化などの技術を適用・拡張する。
- PoC案件の技術リードと社会実装：
- 顧客の現場課題に対し、どのようなロボット構成・AIモデルで解決可能かの技術検証を行う
- 現場特有のドメインデータを用いたファインチューニングやエッジデバイスへの実装を主導する
- ドメイン特化型マルチモーダル学習とデータループ構築：
- 画像・テキストに加え、「Action（軌跡や関節角度）」もモダリティとして扱う学習基盤を構築
- PoC推進チームと密に連携し、現場の失敗データ等をモデル改善に組み込むデータフライホイールを設計する
- ハイブリッド制御設計とシステム統合：
- 「学習ベース（AI）のアプローチ」と「ルール・アルゴリズムベースの制御アプローチ」の境界とトレードオフを正確に評価し、実機にデプロイされ確実に動作する高品質なソフトウェアモジュールを作成する
- 最新手法の実装と精度検証：
- LLM/VLM領域の最新学習手法（効率的なファインチューニング手法、新しいトークン化技術など）をいち早くPhysical AI領域に転用・実装し、技術検証を行う
- KDDIとの提携による豊富な計算基盤を活用し、「基盤モデルの構築」に取り組むことができる
- ロボティクス実装現場のリアルなデータを高度な知能へと昇華させ、研究開発だけでなく「社会実装」との両輪を回すことができる
セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。
- 主な対象ハードウェア: シングル・ダブルアーム、デクスタラスハンド、ヒューマノイド
- AI開発言語：Python, (Shell Script)
- インフラ：Azure, Google Cloud, AWS, ABCI
- コンテナ基盤：Docker, Singularity
- 機械学習関連ツール：Hugging Face, W&B
- ドキュメント・バックログ管理：Notion
- コード管理：GitHub
- 社内コミュニケーションツール：Slack, Google Meet, MetaLife
- シミュレーター：MuJoCo、Isaac Sim
- AI関連ツール：Claude Code、Devin、Gemini Pro、Notion AI ほか
- 開発周辺ツール：Google Drive, Figma, GitHub
