フィジカルAIの未来を拓く！ビーマー社がNVIDIA GTC 2026でML-Safeビデオ圧縮技術をデモ展示：データ爆増時代の課題解決へ

2026.03.18

フィジカルAIのデータ課題を解決する新技術：ビーマー社がGTC 2026でデモ展示

自動運転車やロボット、スマートスペースといった「フィジカルAI」の分野は、私たちの生活を大きく変える可能性を秘めています。しかし、これらのAIシステムを開発・運用する上で避けて通れないのが、膨大な量のビデオデータです。日々生成されるペタバイト（1ペタバイトは1000テラバイト）規模の映像データは、ストレージの圧迫、ネットワーク負荷の増大、そしてAIモデルの学習効率の低下といった様々な課題を引き起こしています。

このような背景の中、ビデオ最適化技術の専門企業であるビーマー社（Beamr Imaging, Ltd.）は、2026年3月16日から19日に米国カリフォルニア州サンノゼで開催される「NVIDIA GTC 2026」において、これらの課題を解決する画期的な技術をデモ展示することを発表しました。それが、機械学習（ML）モデルの精度を損なわずにビデオデータを圧縮する「ML-Safeビデオデータ圧縮」技術です。

この技術は、GPUの高速処理能力を活用したワークフローを通じて、ビデオデータのファイルサイズを最大50%も削減しながら、MLモデルの精度を高いレベルで維持できるというものです。さらに、AIオペレーティングシステムを提供するVAST Data社と共同で、Video RAG/VSS（ビデオ検索拡張生成/ビデオセマンティック検索）に最適化された「取り込み時ML-Safe圧縮」パイプラインを世界で初めて披露します。

これは、AI開発におけるデータ処理の常識を覆し、フィジカルAIの進化を加速させる重要な一歩となるでしょう。

フィジカルAIが直面する「ビデオデータの爆発的増加」とその課題

自動運転車は周囲の環境を認識するために、常に高精細なカメラで映像を記録しています。同様に、工場で働くロボットや、街中のスマートカメラも、膨大な量のビデオデータを生成し続けています。これらのデータは、AIモデルのトレーニング（学習）や検証に不可欠であり、その量は加速度的に増え続けています。

このようなペタバイト級のデータを扱うAI開発チームは、従来のデータ処理では以下のような大きな課題に直面していました。

  • ストレージ・ネットワーク効率の低下: 大量のビデオデータを保存し、ネットワークを通じて転送するには、莫大なコストと時間がかかります。データが大きければ大きいほど、ストレージの容量を増やしたり、ネットワーク帯域を確保したりする必要があり、これがAI開発のボトルネックとなっていました。

  • MLモデル精度の維持の難しさ: 従来のビデオ圧縮技術は、ファイルサイズを小さくするために、映像の一部情報を「間引く」ことが一般的です。この情報の間引きが、AIモデルが学習する際の重要な特徴まで失わせてしまい、結果としてモデルの精度が低下してしまうという問題がありました。例えば、自動運転車が歩行者を認識する際のわずかなピクセルの違いが、圧縮によって失われると、誤認識につながる可能性があります。

  • 運用スループットの課題: 大量のデータを効率的に処理し、AIモデルに供給するには、高いスループット（単位時間あたりの処理量）が必要です。しかし、データの肥大化は処理時間を長くし、AI開発のサイクルを遅らせていました。

これらの課題は、AIシステムの性能に直接影響を与えるため、高信頼で効率的なデータ圧縮ワークフローが強く求められていました。

MLモデルの精度を維持する「ML-Safeビデオデータ圧縮」技術とは

ビーマー社の「ML-Safeビデオデータ圧縮」は、前述の課題を解決するために開発された画期的な技術です。

ML-Safeな動画最適化

この技術の核となるのは、ビーマー社が特許を持つ「CABR（Content-Adaptive Bitrate：コンテンツ適応型ビットレート）」という技術です。CABRは、映像の内容（コンテンツ）に応じて、フレームごと、あるいはシーンごとに最適なビットレート（データ量）を自動で調整します。

例えば、動きの少ないシーンや背景のような情報はデータ量を少なくし、AIが認識すべき重要なオブジェクト（人、車、標識など）が含まれるシーンでは、より多くのデータ量を保持するように調整します。これにより、AIモデルの学習に必要な情報を損なうことなく、全体としてファイルサイズを大幅に削減できるのです。

この「ML-Safe」という言葉は、「機械学習の精度を安全に（Safeに）維持する」という意味合いを持っています。ビーマー社の技術は、過去1年間のベンチマークテストにおいて、最大50%のファイルサイズ削減を実現しながら、業界標準のデータセットを用いた評価で、複数の品質指標や精度指標においてMLモデルの精度が維持されることを検証しています。

具体的には、自動運転車向けの動画データで、MLモデルの平均適合率（mAP）が0.96という高い精度を維持できることが確認されています。これは、圧縮してもAIの「目」の性能が落ちないことを意味し、AI開発者にとっては非常に重要なメリットとなります。

さらに、この圧縮プロセスにはGPUアクセラレーションが活用されています。GPU（Graphics Processing Unit）は、並列計算に特化したプロセッサであり、大量の映像データを高速に処理するのに非常に適しています。これにより、データを取り込んでからAIモデルが学習・検証を行うまでのエンドツーエンド（最初から最後まで）の処理において、高いスループットと一貫性が確保されます。つまり、AI開発の作業がよりスムーズに、より効率的に進められるようになるのです。

VAST Data社との共同デモ：Video RAG/VSSを支える新しいデータパイプライン

NVIDIA GTC 2026の会場では、ビーマー社はAIオペレーティングシステムを提供するVAST Data社と共同で、さらに進んだデモンストレーションを行います。それは、GPUアクセラレーションによるML-Safe圧縮を、データがシステムに取り込まれる段階で適用する、新しい映像データパイプラインの公開です。

この共同デモの主な目的は、「Video RAG/VSS」という技術の実現を加速することにあります。

  • Video RAG（Video Retrieval-Augmented Generation）: これは、ビデオデータから関連情報を検索し、その情報を使ってAIが新しいコンテンツを生成したり、質問に答えたりする技術です。例えば、特定のイベントが記録された動画を検索し、その内容に基づいて報告書を自動生成する、といった応用が考えられます。

  • VSS（Video Semantic Search）: これは、単なるキーワード検索ではなく、ビデオコンテンツの意味内容（セマンティクス）を理解して検索を行う技術です。例えば、「赤い車が左折するシーン」や「会議で特定の人物が発言している箇所」といった、より高度で具体的な検索が可能になります。

このパイプラインでは、VAST Data社の「VAST AI OS」が重要な役割を担います。VAST AI OSは、以下のような機能を統合しています。

  • 高スループットなデータアクセス: 大量のビデオデータに高速にアクセスできます。

  • スケールアウトアーキテクチャ: データ量の増加に応じてシステムを柔軟に拡張できます。

  • データベースサービス: 映像データとそのメタデータ（付随情報）を一元的に管理します。

  • リアルタイム処理・オーケストレーション: データの取り込みから処理、AIへの供給までを一貫してリアルタイムで管理・調整します。

これらの機能とビーマー社のML-Safe圧縮技術を組み合わせることで、AV（オーディオビジュアル）、メディア&エンターテインメントなど、大規模な映像データを扱う様々な分野で、VLM（Video Language Model：ビデオ言語モデル）を活用したセマンティック・キュレーション（意味内容に基づくデータ整理）が実現します。これにより、ペタバイト規模の映像データの中から、必要な情報を高速に検索、フィルタリング、優先度付けすることが可能になり、AI開発やコンテンツ管理の効率が飛躍的に向上することが期待されます。

VAST Data社に関する詳細はこちらから確認できます: https://www.vastdata.com/ja/

GTC 2026での面談と今後の展開

ビーマー社は、NVIDIA GTC 2026において、ブース3109でデモンストレーションを実施し、フィジカルAI分野におけるビデオデータ管理の課題を抱える企業との個別面談の機会を提供します。ペタバイト級のビデオデータ管理に課題をお持ちの企業は、ビーマー社のビデオデータ専門家と直接相談し、具体的なソリューションについて話し合うことができます。

面談の予約は、以下のオンラインフォームから可能です。

ジャパン・トゥエンティワン株式会社は、ビーマー社の革新的な技術が国内企業に広く活用されるよう、今後も継続して支援していく方針です。ビーマー社の製品に関する詳細情報は、以下のウェブサイトで確認できます。

ビーマー社（Beamr Imaging, LTD.）について

ビーマー社は、イスラエルのヘルツェリアに本拠を置くNASDAQ上場企業で、コンテンツアダプティブビデオソリューションの世界的リーダーとして知られています。同社は、「テクノロジー&エンジニアリング・エミー賞2021」や「Seagate Lyve Innovator of the Year 2021」など、数々の権威ある賞を受賞しており、53件もの関連する取得特許に裏付けられた高い技術力を持っています。ビーマー社の軽量化技術は、視覚的な品質を維持したまま、最大50%ものビットレート削減を可能にします。

ジャパン・トゥエンティワン株式会社について

1992年9月に創業したジャパン・トゥエンティワン株式会社（J21）は、「世界中のイノベーション商材を通して社会課題を解決する」という理念のもと、事業を展開しています。イスラエルを中心に世界最先端のハイテク企業とパートナーシップを結び、日本市場における技術や製品のビジネス開発と販売を行っています。主な取り扱い製品には、自動車の後付け衝突防止補助システム「モービルアイ」や、衛星画像データを活用した水道インフラ管理・更新のための「アステラ製品」などがあります。「モビリティ事業」「スマートインフラ事業」「EC・ソフトウェア事業」「ヘルスケア事業」の4つの事業領域を通じて、社会の発展に貢献しています。

まとめ：データ効率化が拓くフィジカルAIの新たな可能性

ビーマー社の「ML-Safeビデオデータ圧縮」技術は、フィジカルAI分野におけるデータ爆増という大きな課題に対し、現実的かつ効果的な解決策を提示しています。機械学習モデルの精度を維持しながらデータ量を大幅に削減できるこの技術は、ストレージコストの削減、ネットワーク効率の向上、そしてAI開発サイクルの加速に直結します。

VAST Data社との共同デモで示された「取り込み時ML-Safe圧縮」パイプラインは、Video RAG/VSSといった次世代のAIアプリケーションの基盤を築き、ペタバイト規模の映像データから価値ある情報を迅速に引き出すことを可能にします。これは、自動運転車の安全性向上、ロボットの自律性強化、スマートシティの効率的な運用など、多岐にわたるフィジカルAIの応用分野に大きな影響を与えるでしょう。

今回のNVIDIA GTC 2026での発表は、AI技術の進化がハードウェアとソフトウェアの両面から加速していることを明確に示しています。データ処理の効率化は、AIがより高度なタスクを実行し、私たちの社会に深く浸透していくための不可欠な要素です。ビーマー社の技術が、フィジカルAIの未来をどのように形作っていくのか、今後の展開に注目が集まります。

お問い合わせ先

ジャパン・トゥエンティワン株式会社
Tel：03-6775-7450
E-mail：beamr@japan21.co.jp
Web：https://www.japan21.co.jp/products/beamr/

タイトルとURLをコピーしました