キヤノンの映像機器が知能を持つとどうなる？：NVIDIA Jetson活用フィジカルAI大全集（第8回）

キヤノン：カメラが「見る」から「理解する」へ──映像機器が知能を持つ時代

カメラメーカーの代表格であるキヤノン（Canon Inc.）は、
もはや単なる「撮影装置メーカー」ではありません。
同社が展開する監視カメラ、FAビジョン、医療画像機器、産業カメラはすでにAI統合化を前提としています。
そして、NVIDIAのJetson AGX Thor（以下Jetson Thor）の登場によって、
キヤノンが培ってきた"光学＋画像処理"技術は、「理解する映像機器」へと進化する可能性が出てきました。

1. 「光学性能の高さ」だけでは差別化できなくなった世界

かつてカメラ業界は解像度・ダイナミックレンジ・レンズ収差補正といった
画質性能の競争に支配されていました。
しかし近年、監視・医療・製造分野では、

「何が写っているか」をAIが即座に理解し、次の行動を決める
という"意味理解の競争"へと主戦場が移りつつあります。

従来の画像AIはクラウドやサーバーで推論を行っており、
リアルタイム性・プライバシー・電力の制約が課題でした。
Jetson Thorはそれを打破します。
AI推論をカメラ内（オンボード）で完結できるようになるのです。

2. Jetson Thorがカメラに与える３つの進化軸

（1）リアルタイム映像理解：被写体を「認識」から「解釈」へ

Jetson Thorの搭載により、キヤノンのネットワークカメラは単なる画像センサーではなく、
その場で推論を行う"知能デバイス"へ変わります。

例として、製造ライン監視では――

• 作業員の姿勢や工具動作をリアルタイムで分類

• 異常行動（転倒、無断侵入、停止動作）を自動検知

• 設備の微振動や熱変化を画像・音・温度データから統合解析

つまり、AIが"現場の状況"を文脈的に理解する段階に入ります。

（2）映像＋センサーのマルチモーダル統合

キヤノンはToF（Time-of-Flight）センサーやLiDARを組み合わせた距離計測技術を保有しています。
Jetson Thorはこれら複数センサーの入力を同時推論できるため、

• 3D空間の中で人物や物体の動きを立体的に把握

• 光が届かない夜間・煙・霧環境でも形状認識を維持

• 音響・温度・振動データを映像と組み合わせた異常検出

という、マルチモーダルAIカメラの実現が視野に入ります。
従来の「画像認識AI」から「現実理解AI」への転換です。

（3）プライバシーと即応性を両立する"ローカルAI監視"

監視用途では、映像をクラウドに送らず、カメラ内部で個人識別を完結させることが求められています。
Jetson ThorはサーバークラスのAI性能を持ちながら、
オンボードで個体識別・顔マスク処理・動線解析を実行できるため、

• 個人情報をクラウドに送らないセキュア監視

• 高遅延なしのリアルタイム警報

• 分散型監視ネットワークの構築
  が可能になります。
  キヤノンの高信頼性カメラとの組み合わせは、
  公共空間・交通・スマートシティ分野で大きな強みを発揮します。

3. Jetson Thor × キヤノンの具体的ユースケース

（1）スマートファクトリー：自律検査・予兆保全

工場内カメラがJetson Thorによって「異常の兆候」を自ら判断。
照度変化や微細な形状差から、品質不良や設備異常を即座に検出し、
PLC制御やロボットにリアルタイムで信号を送る。
→ 人が見逃す微小欠陥をAIが補完する"自律検査ライン"の実現。

（2）医療・介護：患者モニタリングと動作理解

医療用カメラや介護施設モニターにJetson Thorを組み込むことで、
患者の呼吸パターンや体動・転倒・離床を即時検出。
データをクラウドに送ることなく、現場で医療スタッフに警告。
→ プライバシー保護と即応性を両立した"現場知能"が可能。

（3）交通・都市安全：スマートシティ監視

交差点・駅構内・港湾などで、複数カメラがJetson Thor経由で連携。
群衆挙動・車両混雑・事故兆候をリアルタイムで解析し、
信号制御システムや防災ネットワークと即時連動。
→ 都市全体が"自律判断する映像インフラ"へ。

4. Sim2RealとOmniverse × Canon Vision

キヤノンは、映像シミュレーションとAI学習を統合した「Canon Vision Platform」を開発中です。
ここにNVIDIA Isaac Sim / Omniverse との連携が加わることで、

• 仮想空間でカメラ視野・照度・ノイズ条件を再現

• Jetson Thor上のAIモデルを学習・転移（Sim2Real）

• 実環境で得たデータを再び仮想環境にフィードバック（Real2Sim）

という循環的開発モデルが可能になります。
カメラが環境を学び、環境がカメラを育てる構図です。

5. フィジカルAI時代におけるキヤノンの戦略的位置

キヤノンの光学・撮像技術は、Jetson Thorによって"知覚インフラ"の一部となります。
それはもはや「カメラ産業」ではなく、物理世界を理解するAIインフラ事業への転換です。

【セミナー告知】SSK 新社会システム総合研究所 主催

NVIDIAが示したフィジカルAIの衝撃

〜日本製造業が掴むべき市場機会と事業化の道筋〜

[日時]　2025年12月4日（木）14:00〜15:30　

（オンラインセミナーであり、当日から数日経ってアーカイブ配信された後の2週間はいつでも視聴可能。詳細はこちら）

[講義内容]

「フィジカルAI」という言葉は2025年1月のコンシューマエレクトロニクスショー（ラスベガスのCES2025）におけるNVIDIA CEOジェンセン・フアンの基調講演をきっかけに世の中に広まり始めました。このセミナーでは時価総額でも世界有数の企業になったNVIDIAのCEOによるフィジカルAIの定義を基礎として、先ごろ発売されたロボット用エッジコンピュータJetson Thorによって初めて明確になった「日本の製造業が開発販売できるフィジカルAI」の全体像をご説明します。自律的なロボット、ドローン、農業機械、建設機械、検査保全ロボットなど、具体的な応用形は様々あり、日本の製造業にとって新しい時代が来ることを予感させます。

【参加申込はこちら/セミナー提供形態等の詳細はこちら】

１．イントロダクション：AIの進化の三段階

　・知覚AI → 生成AI → フィジカルAI

　・ジェンセン・フアンのフィジカルAIの定義は「知覚し、推論し、計画し、行動するAI」

　　（AI which Perceive， Reason， Plan， and Act）

２．技術解説：ジェンセン・フアンの定義を技術的に翻訳すると...

　・センサー＆センサーフュージョン

　・Vision-Language-Action (VLA) モデル

　・リアルタイム推論とオンボード処理

　・簡素化される学習プロセス：事前学習＋現場適応

３．日本の製造業が開発に使えるツール：Jetson ThorとNVIDIAスタック

　・Jetson Thorの特徴（オフライン/オンボードで動作、高度なリーゾニング、センサーフュージョンとの接続、

　　ChatGPT的なLLMを搭載し人間の言葉による指示ができる等）

　・Omniverse、Isaac SimなどNVIDIAスタックとの連携により高速開発ができる

４．ユースケース

　・ヒト型ロボット//四足歩行ロボット

　・自律走行ドローン

　・農業機械（自律トラクター、収穫ロボット）

　・物流倉庫ロボット

　・建設機械（自律重機、搬送ロボット）

　・外観検査ロボット

　・サービスロボット

５．まとめと質疑

　・「日本企業が参入すべき領域」

　・「部品メーカーのビジネス機会」

　・Q&A