エッジにおけるエージェンティック・ロボティクス Liquid AI、AMD、Robotec.aiが、組み込み自律システム向けに LFM2-VL-3B を実証
2025年10月 — 米国マサチューセッツ州ケンブリッジ — Liquid AI、AMD、Robotec.ai は協力し、自律型エージェントロボティクス向けのコンパクトな基盤モデルを発表しました。本取り組みでは、エッジ上でのリアルタイムなマルチモーダル認識と意思決定を可能にする、30億パラメータの Liquid 視覚言語モデル「LFM2-VL-3B」を紹介します。本モデルは AMD Ryzen™ AI プロセッサー上で高効率に動作するよう最適化されています。Embodied AI 機能の開発・展開向けに設計された柔軟な AI エージェントプラットフォームである Robotec.ai の RAI フレームワークを用いて、チームは数百に及ぶ倉庫シナリオでのハードウェア・イン・ザ・ループ・シミュレーションを通じて自律点検機能を検証しました。このアプローチにより、物理的な展開の前にシステム全体を厳密にテストすることが可能となり、実環境での堅牢な性能を確保しつつ、開発期間とリスクを大幅に削減しました。
本デモンストレーションはシンガポールで開催される ROSCon 2025 で披露される予定で、産業環境におけるエージェント型ロボティクスに向けて、マルチモーダル推論とエッジ推論を組み合わせる取り組みの最近の進展を紹介することを目的としています。
システム概要
プロトタイプシステムは、人と機械が混在するシミュレートされた倉庫環境内で動作するモバイルロボットで構成されています。ロボットには、ビジョンモジュールおよび制御モジュールが搭載されています。すべての推論は、インターネットや外部ネットワーク接続を必要とせず、AMD Ryzen™ AI プロセッサー上でローカルに実行されます。
LFM2-VL-3B は、システムの意思決定パイプラインにおけるエージェントの認識および推論ツールとして機能します。モデルは、自然言語による指示と未加工の画像を入力として受け取り、荷物の欠陥、倉庫内の危険、OSHA 違反、運用上の異常を特定し、これらに対する構造化された評価結果と推奨される是正措置を提示します。
LFM2-VL-3B の視覚理解と言語理解により、状況に応じた推論と自律的な計画立案が可能になります。LFM2-VL-3B の大きな特長は、視覚的な観察結果を、下流のエージェントが処理可能な構造化・解析可能な形式へ変換できる点にあります。これにより、知覚と計画をシームレスに統合できます。VLM は、危険を検出し、それを言語化し、適切な対応を提案するまでを 1 回の推論パスで実行します。たとえば、通路に落下した箱を特定すると、モデルはその危険を記録すると同時に次のステップを推奨する構造化 JSON を出力します。
EXAMPLE:
Prompt:
“You are a warehouse 5S/housekeeping auditor…”Output:
{
"scene_description": "Wide angle photo of an indoor warehouse aisle. The left side has tall
metal racks with orange beams, loaded with many cardboard boxes on several shelf levels.
Some boxes are stored on the floor directly beneath the racks, close to the rack legs. The
concrete floor is smooth, with faint scuff marks and small stains, otherwise free of liquid. A
small cardboard box lies in the center of the main aisle, on its side, creating an obvious trip
hazard. A few additional small boxes sit on the floor near the foreground, next to the rack feet,
reducing usable aisle width. On the right side there is a white modular office or container with
windows and a door. A white plastic canister and a small red object are located at the base of
the office, on the floor adjacent to the walkway. The roof is supported by exposed metal
trusses, with a row of overhead lights that appear to provide even illumination down the aisle.
Racking, boxes, people, and equipment are all within view, there are no forklifts or pallet jacks
visible in this frame.",
"anomaly": true,
"safety_violations": [
"Fallen box in walkway"
],
"inspection_results": [
"Remove loose cardboard box from aisle floor",
"Pick up fallen box near middle of walkway"
]
}組み込み推論と効率性
モデルは、ネイティブな AMD アクセラレーションをサポートする llama.cpp を通じてローカル実行されます。この構成により、視覚推論および指示追従タスクの双方において低レイテンシな性能を実現します。外部推論やクラウドサービスは不要です。予備的な測定では、ハードウェアとモデルを組み合わせたスタックが、クローズドループの産業システムに典型的なリアルタイム制約の範囲内で効率的に動作することが示されています。
シミュレーションフレームワーク
検証は、ロボットのセンサーおよびアクチュエータのインターフェースに直接接続された ROS 2 ベースのハードウェア・イン・ザ・ループ・シミュレーターを使用して、Robotec.ai により実施されました。このシミュレーターは倉庫環境の物理的なダイナミクスを再現し、さまざまな条件下での意思決定の精度、再計画の挙動、認識の信頼性を制御された形で評価できます。この環境は、実地展開の前に再現性のあるシナリオでモデル性能をベンチマークする役割を果たし、身体性を持つ AI システムを実環境でテストする際のコストとリスクを低減しました。
まとめ
本デモンストレーションは、エッジ推論およびオンデバイス推論向けの効率的な基盤モデル展開に関する、Liquid AI と AMD のこれまでの取り組みを拡張するものです。これには、今年初めに発表された LEAP SDK の統合も含まれます。Robotec.ai のシミュレーションプラットフォームと組み合わせることで、本コラボレーションはエージェント推論、マルチモーダル基盤モデル、組み込みシステム設計の研究を結び付けます。
提供状況
LFM2-VL-3B は、LFM オープンライセンスの下で Hugging Face にて提供されています。また、LEAP SDK を通じてアクセスし、AMD ハードウェア上にデプロイすることも可能です。モデル、コード例、ベンチマークデータは、研究および統合目的で提供されています。