Konnect-linK株式會社 正式啟動「現場運作AI」（實體AI）的研發
Konnect-linK株式會社透過其子公司Konnect Frontier Lab，已正式全面啟動「實體AI」的研發，這種AI直接在物聯網設備和工業機械中運作。此舉旨在透過讓AI自主感知現場狀況、即時做出判斷並在現實世界中採取直接行動，解決製造、物流和醫療等核心產業的勞動力短缺問題。
📋 文章處理履歷
- 📰 發表: 2026年4月30日 20:04
- 🔍 收集: 2026年4月30日 11:31
- 🤖 AI分析完成: 2026年4月30日 12:06（收集後34分鐘）
Konnect-linK株式會社（總部：東京都千代田區，代表董事：薦田賢人）已透過其子公司「Konnect Frontier Lab」，正式全面啟動「實體AI」的研發，這種AI直接在物聯網設備和工業機械中運作。
Konnect-linK一直以來都致力於在本地環境和邊緣設備中實施AI，推動不依賴雲端、在終端設備側進行感知和判斷的邊緣AI領域。此次，我們將研發擴展到實體AI，並已正式啟動。
本新聞稿表明，本集團一年多以來在AI利用、基礎技術和物聯網感測器設備等實體領域的親和性方面所推動的內部研發，其驗證和知識整合已完成，現正過渡到社會實施階段。
子公司Konnect Frontier Lab的目標是透過研究和開發接收、解釋、判斷和輸出所有感知/非感知資訊的過程，建構適當的原始架構，並將其整合到實體媒介（機器人、工業機械、移動設備、無人機、感測器設備、基礎設施等）中，將AI從「遠端的AI」演進為「寄宿於物體中的AI」，進而成為「作用於實體空間的AI」。
這將加速「真正現場運作的AI」的社會實施，讓AI自主感知現場狀況，即時做出判斷，並透過機器人或機械直接在實體空間中採取行動。
此外，我們計劃在下一個財政年度（2027年4月底）之前與多家企業進行聯合驗證實驗，推進具體用例的創建和實際運作的驗證。
Konnect-linK：「從遠端的AI」到「寄宿於物體中的AI」，再到「作用於實體空間的AI」。
背景：為何現在是「實體AI」？
過去的AI主要在資料中心運作，是一個「思考和回答」的存在。它閱讀文本、分析圖像、生成最佳回應——但其活躍領域大多停留在螢幕中。
現在正在發生的變化是AI將感知現實世界並直接作用於現實世界的轉變。這就是實體AI：AI透過攝影機理解眼前狀況，從感測器讀取環境，並將其判斷結果作為機器人或機械的動作反映到物理空間中。
這種變化在「現場發生了什麼」具有本質價值的領域——日本的製造、物流、建築、醫療、照護等核心產業——具有極其重要的意義。日本預計到2030年將面臨約700萬人的勞動力短缺（※1），僅靠確保人力已難以維持現場運作。實體AI的導入，讓AI自主理解現場狀況，並透過機械和機器人承擔部分工作，正成為解決此類結構性挑戰的現實方案。
而且，為了讓AI作用於現實世界，AI本身必須在現場附近運作。透過雲端處理難以對現場發生的事件即時反應，對機械的即時控制也存在限制。實體AI的本質是假設在現場設備上完成感知、判斷和控制。
「從螢幕中完成的AI，到推動現實的AI。」
Konnect Frontier Lab將致力於基礎技術的研究，以將「AI感知、判斷並作用於現實世界」的結構實施到現場的所有機械和設備中。
研究方向
Konnect Frontier Lab將推動研發，以在現場設備上完成AI感知現場數據、即時判斷並在實體空間中採取行動的整個過程。具體而言，我們旨在實現以下世界：
- 攝影機持續識別現場狀況，並在檢測到缺陷或異常時，即時執行線路控制或警告等物理動作。
- 工業機械持續掌握自身狀態（振動、溫度等），並在檢測到故障跡象時，自主控制輸出並發送維護通知。
- 物流機器人理解倉庫環境，根據情況自主判斷最佳路徑並執行搬運。
- 自主機械透過多個感測器感知周圍環境，避開人員和障礙物，同時安全地繼續作業。
- 現場設備理解操作員的語音和指令，提供適當的回應並控制相關設備。
Konnect-linK一直以來都致力於在本地環境和邊緣設備中實施AI，推動不依賴雲端、在終端設備側進行感知和判斷的邊緣AI領域。此次，我們將研發擴展到實體AI，並已正式啟動。
本新聞稿表明，本集團一年多以來在AI利用、基礎技術和物聯網感測器設備等實體領域的親和性方面所推動的內部研發，其驗證和知識整合已完成，現正過渡到社會實施階段。
子公司Konnect Frontier Lab的目標是透過研究和開發接收、解釋、判斷和輸出所有感知/非感知資訊的過程，建構適當的原始架構，並將其整合到實體媒介（機器人、工業機械、移動設備、無人機、感測器設備、基礎設施等）中，將AI從「遠端的AI」演進為「寄宿於物體中的AI」，進而成為「作用於實體空間的AI」。
這將加速「真正現場運作的AI」的社會實施，讓AI自主感知現場狀況，即時做出判斷，並透過機器人或機械直接在實體空間中採取行動。
此外，我們計劃在下一個財政年度（2027年4月底）之前與多家企業進行聯合驗證實驗，推進具體用例的創建和實際運作的驗證。
Konnect-linK：「從遠端的AI」到「寄宿於物體中的AI」，再到「作用於實體空間的AI」。
背景：為何現在是「實體AI」？
過去的AI主要在資料中心運作，是一個「思考和回答」的存在。它閱讀文本、分析圖像、生成最佳回應——但其活躍領域大多停留在螢幕中。
現在正在發生的變化是AI將感知現實世界並直接作用於現實世界的轉變。這就是實體AI：AI透過攝影機理解眼前狀況，從感測器讀取環境，並將其判斷結果作為機器人或機械的動作反映到物理空間中。
這種變化在「現場發生了什麼」具有本質價值的領域——日本的製造、物流、建築、醫療、照護等核心產業——具有極其重要的意義。日本預計到2030年將面臨約700萬人的勞動力短缺（※1），僅靠確保人力已難以維持現場運作。實體AI的導入，讓AI自主理解現場狀況，並透過機械和機器人承擔部分工作，正成為解決此類結構性挑戰的現實方案。
而且，為了讓AI作用於現實世界，AI本身必須在現場附近運作。透過雲端處理難以對現場發生的事件即時反應，對機械的即時控制也存在限制。實體AI的本質是假設在現場設備上完成感知、判斷和控制。
「從螢幕中完成的AI，到推動現實的AI。」
Konnect Frontier Lab將致力於基礎技術的研究，以將「AI感知、判斷並作用於現實世界」的結構實施到現場的所有機械和設備中。
研究方向
Konnect Frontier Lab將推動研發，以在現場設備上完成AI感知現場數據、即時判斷並在實體空間中採取行動的整個過程。具體而言，我們旨在實現以下世界：
- 攝影機持續識別現場狀況，並在檢測到缺陷或異常時，即時執行線路控制或警告等物理動作。
- 工業機械持續掌握自身狀態（振動、溫度等），並在檢測到故障跡象時，自主控制輸出並發送維護通知。
- 物流機器人理解倉庫環境，根據情況自主判斷最佳路徑並執行搬運。
- 自主機械透過多個感測器感知周圍環境，避開人員和障礙物，同時安全地繼續作業。
- 現場設備理解操作員的語音和指令，提供適當的回應並控制相關設備。