【学会レポート】「ロボティクス・メカトロニクス講演会(ROBOMEC 2026)」に出展いたしました!
皆さんこんにちは!アプライド広域システム営業部です。
2026年6月30日-7月1日、博多国際展示場&カンファレンスセンターにて開催されました「ロボティクス・メカトロニクス講演会」に出展いたしました。
お忙しい中、当社のブースへお立ち寄りいただいた皆様、誠にありがとうございました!本日は、当日のブースの様子や展示内容についてのレポートをお届けします。


ロボティクス・メカトロニクス講演会(ROBOMEC)とは?
ROBOMECH(ロボティクス・メカトロニクス講演会)は、日本機械学会ロボティクス・メカトロニクス部門が主催する、国内最大規模のロボット関連の学術講演会です。
全学術講演がポスター形式で行われるため、発表者と参加者が近い距離で密なディスカッションを行えるのが大きな特徴です。
今トレンドのロボティクス分野ということもあり今年は1,610件のご発表、2,500名を超える方々にご参加で過去最大規模となりました。
会場となった福岡国際会議場は、最新技術への関心の高さから大変な熱気に包まれていました。


企業ブースではスタートアップ企業様の新技術、新製品や大手企業様の研究成果の発表が行われており非常に興味深い内容が多数ありました。
ヒューマノイドロボットや4足歩行ロボット、パワースーツなど様々な形のロボットが展示されており、これらがAIにより現実世界でどのように活用されていくのか?を最新技術とともに展示されていました。


手のひらサイズで大規模モデルが動く!小さな巨人EdgeXpert
弊社ブースでは注目の製品「NVIDIA DGX Spark」のOEM製品で弊社がディストリビューターを務めております、「MSI Edge Xpert」の実機展示とVLMによるデモを行いました。
EdgeXpertの詳細はこちら AI開発向け小型AIスパコン based on NVIDIA DGX Spark – アプライド 製造業向けDXソリューション | アプライド 製造業向けDXソリューション



VLM+Ollama+Live VLM Web UIによるリアルタイム画像認識デモ
展示ではWEBカメラに写ったものをローカルのVLMモデルで解析してリアルタイムにテキストで説明するというデモを行いました。
UIとしてはNVIDIAのLive VLM Web UIを使用して、Ollamaを通してVLMモデルで推論して結果を返す、というものです。
検証段階ではlamma3.2-Vision 11Bを使っておりましたが日本語精度がいまいちでしたので、Qwen2.5vl 7Bに変更して日本語精度がかなり向上しています。
ベースは画面に写っているもののテキストの説明ですが、プロンプトを「画面に写っているペンの本数を教えて」などにすれば、写っているものの個数カウントも可能です。
ご来場いただいたお客様からもこの推論が小さなEdgeXpertの筐体のなかでローカルで行われていることに驚きの反応をいただいておりました。
当日お客様からよくいただいたご質問としては
Q.EdgeXpertでLLMだとどれくらいのモデルを動かすことができる?
A.NVFP4等で計算すれば120Bクラスまでは動作可能です。ファインチューニングや推論に最適ですが、本格的な学習やフルファインチューニングを検討の場合はGPUワークステーションやAIサーバーをご提案いたします。
Q.Jetsonとどっちが性能が高い?
A.用途や設計思想が異なるので単純比較はできませんがJetson→高耐久・省電力・MIGによる複数カメラの分散処理など組込用途に特化。EdgeXpert→128GBの大容量統合メモリと4台までの拡張性でLLMやVLMの大規模モデルのファインチューニングや推論に特化。
Q.GeForceのGPUでいうとどれくらいの性能?
A.単純比較が難しいところですが、LLMやVLMの場合モデルサイズやKVキャッシュでの使用量を想定するとそもそもメモリサイズが大きくないとモデルが動作しません。まずは動かせる器の大きさが必要になるためEdgeXpertの大容量メモリが生きてきます。逆にメモリ帯域幅はそれほど大きくないため、GDDR7で高速なGPUの方が小規模モデルの学習・推論には向いています。
まとめ
今回多くのお客様に弊社ブースにお立ち寄りいただき、様々なお話を聞かせていただきこちらが学ばせていただくことも多数ありました。
世間ではわかりやすいヒューマノイドロボットが注目されがちですが、日本のお家芸である産業用ロボットへのAIの実装がまずは進んでいくのではないか
ロボットの頭脳であるVLM/VLA、フィジカルAIを現実世界に持ってくるためのSim2RealのIsaac Simなどのシュミレーション、これらを実際にロボットに実装していくためのJetsonなどのハードとROS2の互換性等、ロボティクス分野では一部分だけでなく統合的な開発が必要になってきます。
アプライドではこれらの各領域に必要な学習用のAIサーバー、シュミレーション用のGPUワークステーション、実装に向けたJetsonまで各領域をハードウェアでカーバーし、フィジカルAIの実装の加速のお手伝いをさせていただきます。
フィジカルAIを活用した次世代のR&D環境構築をご検討の際は、ぜひお気軽にご相談ください!


