Ur AI、NVIDIA Inceptionに参加し、ソブリンAIインフラの研究開発を加速

このたびUr AIは、AIとアクセラレーテッドコンピューティング分野のスタートアップを支援するNVIDIAのプログラム「NVIDIA Inception」に採択されました。採択日は2026年10月26日です。

私たちが応募した理由は明確です。ソブリンAIインフラの研究開発を加速し、そのインフラを周辺のツールやリソースとともに、エンタープライズのお客様に届けるためです。

企業が、高性能なAIと自社データのコントロールのどちらかを選ばなければならない状況は、あるべき姿ではないと私は考えています。Inceptionへの参加によって、ソブリンAIを実用的にするハードウェアとソフトウェアにより近づき、それをNebulaの基盤から組み込んでいくことができます。

なぜソブリンインフラなのか

私たちは、企業のAIワークロードの大半は、自社で保有しローカルに展開したファインチューニング済みモデルで動き、フロンティアモデルは本当に必要な場面に限って使われるようになると考えています。金融機関、M&Aチーム、規制業界など、機密性の高い文書を扱う企業にとって、これは好みの問題ではありません。データレジデンシー、セキュリティ審査、監査可能性が、導入できるものを決めるからです。

ソブリンAIとは、GPUからモデル、アプリケーションまでのスタック全体が、お客様の決めた場所で、お客様の管理下で動くことを意味します。これを高い水準で実現するには、その土台となるコンピューティング層への深い理解が欠かせません。

Nebulaから始める

ドキュメントインテリジェンスエンジン「Nebula」は、チャートや表、複雑なビジネス文書を構造化されたMarkdownやJSONに変換します。私たちのソブリンの取り組みが最も進んでいるのがこのNebulaです。

Nebula Sovereignは、オープンモデルを出発点に自社で追加学習（ポストトレーニング）したモデルで動いています。追加学習により、日本語ビジネス文書のベンチマーク「RCRR」でのスコアは約67〜70から92.4に向上し、Nebula Frontier（94.4）との差は2ポイントまで縮まりました。次の目標は、企業が重視する3つの観点、すなわち精度・コスト・速度のすべてにおいて、この差をさらに縮めることです。Inceptionの技術リソース、トレーニング、ツールは、その道のりを加速してくれます。

よりソースに近い場所へ

現在、私たちはAWSおよびMicrosoftのプライベートクラウド環境を通じてNVIDIA GPUを活用しています。これはお客様にとって有効な形ですが、私たちとハードウェアの間には一つの層が存在します。

NVIDIAのリソースにより直接アクセスすることで、私たちのモデルに本当に必要なGPU最適化を学び、お客様が将来使うインフラを見据えた計画を立てることができます。また、NVIDIAのハードウェアおよびソフトウェアの優待価格、パートナー企業によるクラウドの特典、NVIDIAのベンチャーキャピタルネットワークへのアクセスも得られます。

研究開発のロードマップ

私たちのロードマップの考え方はシンプルです。計算基盤は借りて始め、規模に応じて所有へ。そして研究開発はポストトレーニングから事前学習へ。Inceptionはその両方を後押しします。

• 現在〜2027年中頃：文書変換のためのVLMの追加学習から始め、埋め込み・検索・推論のためのLLMの追加学習へ。GPUの割り当てと性能の最適化に取り組みます。国内ソブリンクラウドでのパイロットを進め、2027年には研究開発用の自社GPUを初めて導入します。
• 〜2028年初頭：手書き文字や数字認識などの小規模な特化型モデルの事前学習を開始し、データアノテーションや日本語ネイティブのトークン・埋め込みなど、LLMの事前学習に向けた準備を進めます。
• 2029年以降：日本で一貫して設計・構築するLLMおよびマルチモーダルモデルの事前学習へ。サービスは主に自社GPU上で運用します。

その過程で、ベンチマークの公開を続け、得られた知見を共有していきます。Ur AIについては、ブログ（ur-ai.net/ja/blog）でもご覧いただけます。