GIEMON · 儀右衛門 / PHYSICAL AI RESEARCH

世界のからくりを、知性へ。

Giemon は、空間の理解と行動の推論に取り組む AWAI のモデル研究。画像に何があり、どこにあり、どちらへ動かせるか。そのつながりを育てます。

Giemon Spatial 2B v0.1 · 実験版 / API未公開

Built on NVIDIA Cosmos

THE NAME / KARAKURI GIEMON

儀右衛門という名前に込めたもの。

名前の着想は、発明家・田中久重の通称「からくり儀右衛門」。文字書き人形や万年時計に見られる、精緻な仕組みを組み合わせ、動きとして実現するものづくりの姿勢に重ねています。

Giemon が目指すのは、ものの位置を読み、動く仕組みを考え、働きかけた後の変化を予測する知性です。まずは小さな空間課題を確かめながら、道具操作や組み立て、シミュレーションへ研究を広げていきます。

初版は、真上から見た単純な合成図で、赤い正方形と青い円の位置関係を読み取ります。

日本語・英語の指示に対し、位置関係と相手へ近づく画像上の方向を JSON で返します。

今後は遮蔽、時間変化、行動後の状態を扱う評価へ。現在の出力は、ロボットの制御指令ではありません。

合成図64枚で追加学習し、学習に使わない別配置の16枚で保存後のモデルを評価しました。2026年9月8日の初期実験です。

書式の改善と内容の改善を分けて集計しています。同じ生成方法による小さな図の評価であり、実世界の性能や一般ベンチマークのスコアではありません。

Mac向け変換には、元の設定と重みの不整合への補正が含まれます。公式実装との数値的一致は未確認です。実写、動画、実ロボット、動画生成型の world model としての性能も、まだ検証していません。

ロボティクス、シミュレーション、視覚理解の評価に取り組む方との協業を歓迎します。