お知らせ

Superb AIの「ZERO」、CVPR 2026 Few-Shot Object Detection Challengeで総合1位

Superb AI Japan

2026/06/18 | 10 min read

要点

Superb AIは、CVPR 2026で開催されたFoundational Few-Shot Object Detection ChallengeのOverall Trackで1位を獲得しました。平均mAPは53.9を記録し、前年の4位（47.2）から、わずか1年で総合首位へと躍進しました。
受賞システムは、Superb AIが独自開発した産業特化型ビジョン基盤モデル「ZERO」を基盤としています。X線画像、熱画像、航空画像など、特性の異なる20の産業ドメインにおいて平均最高スコアを記録し、7つの産業カテゴリのうち5カテゴリで1位を獲得しました。
中国の復旦大学とLenovoによる産学連携チームなどを含む17チームが参加し、200件を超える提出が行われた中で、韓国企業として初めて優勝しました。
受賞ソリューションの基盤となったZEROの最新バージョンは、現在AWS Marketplaceからすぐに利用できます。

Superb AIは、コンピュータビジョン分野で世界最高峰の学会の一つであるCVPR 2026で開催された国際AIチャレンジにおいて、総合1位を獲得しました。独自開発した産業特化型ビジョン基盤モデル「ZERO」を中核とするシステムで、Foundational Few-Shot Object Detection ChallengeのOverall Trackで1位を獲得したもので、前年の同チャレンジにおける4位から、わずか1年で大きく順位を伸ばしました。今回の結果は、2026年6月4日（現地時間）、米国デンバーで開催されたCVPRの「Open-World Vision（VPLOW）」ワークショップにおいて正式に発表されました。

Superb AIのHyun Kim CEOは、次のように述べています。

「今回の優勝は、単なる受賞ではありません。大規模かつ高コストなインフラに依存しなくても、産業特化型の戦略と効率的な方法論によって、世界最高水準に到達できることを実証した結果です。今後も、ベンチマーク上の性能だけでなく、実際の産業現場で機能するAIの開発に注力していきます。」

同チャレンジは、カーネギーメロン大学（CMU）とRoboflowが主催し、2024年から毎年開催されています。2026年が3回目の開催となります。

Superb AIは、前年の4位（Honorable Mention）に続き、今年は総合1位を獲得しました。韓国企業がこのチャレンジで優勝するのは、今回が初めてです。

「Few-Shot Object Detection」とは

わずかな画像から新しい物体を認識する技術

Few-Shot Object Detection（フューショット物体検出）とは、数万枚規模の学習データを用意する代わりに、1クラスあたり約10枚という少数のサンプルだけで、AIが新しい物体を検出できるようにする技術です。

このチャレンジでは、医療、製造、農業、物流、航空など、多様な産業画像を対象に、大規模なデータラベリングや学習を行わずに、AIを現場へ迅速に適用できるかどうかが評価されます。

特に、今回使用されたデータセット「Roboflow20-VL」は、X線画像、熱画像、航空画像など、一般的なインターネット画像とは大きく異なる20の専門ドメインで構成されています。そのため、汎用モデルの限界を検証する評価基盤として位置付けられています。

実際に、主催者がGroundingDINOやQwen2.5-VLなどの代表的な汎用モデルを用いて構築したベースラインでは、多くのデータセットで精度が1％未満にとどまるほど、難易度の高い評価となりました。

なぜ少量データによる物体検出が産業AIの重要課題なのか

産業現場にビジョンAIを導入しようとする企業が、最初に直面する大きな壁がデータです。

新しい製品の欠陥、特定の医療画像、現場固有の物体などをAIに認識させるには、通常、数千から数万枚の画像を一つひとつ収集し、ラベリングする必要があります。これには多くの時間とコストがかかります。

さらに、モデルを別の現場へ展開するたびに、同じプロセスを繰り返さなければならないことも、大きな導入障壁となっています。

Few-Shot Object Detectionは、まさにこの課題の解決を目指す技術です。

少数のサンプルだけで新しい物体へ迅速に適応できれば、データ収集やラベリングにかかるコストを大幅に削減しながら、AIを新たな現場へすぐに導入できます。

今回のチャレンジは、Superb AIの技術が、20の異なる産業ドメインにおいて実際に機能することを、外部評価によって示した事例です。

グローバル競合を上回り、20の産業ドメインで平均1位を獲得

今年のOverall Trackには17チームが参加し、200件を超える結果が提出されました。特に今回は、前年の最高記録を上回ったチームのみが受賞対象となる、厳格な評価基準が適用されました。

Superb AIは、20ドメインの平均mAPで53.9を記録しました。リーダーボード上のスコアは53.866です。

2位となった中国の復旦大学とLenovoによる産学連携チームの51.6を2.3ポイント上回り、前年の最高記録である50.1を3.8ポイント、主催者の公式ベースラインであるGroundingDINOの33.3を20ポイント以上上回りました。

今回の成果を支えた重要な要素は、性能の「一貫性」です。Superb AIは、主催者が分類した7つの産業カテゴリのうち、以下の5カテゴリで1位を獲得しました。

航空（Aerial）
文書（Docs）
産業（Industry）
医療（Medical）
その他（Other）

なかでも産業カテゴリでは64.4を記録し、突出した1位となりました。この結果は、主催者による発表でもハイライトとして取り上げられました。医療カテゴリでも51.4を記録し、2位を9ポイント以上上回りました。

特定の分野に偏ることなく、特性の異なる複数のドメインで一貫して高水準の性能を維持した点は、「一つのモデルで、多様な産業現場に少量データで迅速に対応する」という産業適用性を、数値によって実証した結果といえます。

（「Open-World Vision」ワークショップにおける、チャレンジ主催者の発表資料画面）

受賞ソリューションの技術レポートとコードは、チャレンジの規定に基づいて公開されています。学会の公式結果ページおよびEvalAIリーダーボードから確認できます。

1年で4位から1位へ

何が変わったのか

前年、Superb AIは同チャレンジで4位、47.2という結果でした。そこから1年間で6ポイント以上スコアを向上させ、総合1位に到達しました。その背景には、研究開発における「視点の転換」がありました。

研究チームのコ・ギョンリョル（Kyeongryeol Go）機械学習エンジニアは、次のように説明しています。

「昨年は、ZEROの基礎性能、すなわち事前学習モデルとしての性能を検証することに重点を置いていました。今年は、その基礎性能を各産業ドメインへ迅速かつ軽量に適応させるための『仕組み』づくりに注力しました。」

モデルが持つ潜在能力を、実際の産業活用へと結びつける方法論を高度化したことが、今回のスコア向上につながったということです。

研究チームを率いたチャ・ムンス（Moonsu Cha）CTOは、次のように述べています。

「研究成果と産業現場での活用を同時に考えられることが、今回の成果の核心です。ZEROは、単にベンチマークスコアが高いモデルではなく、顧客の現場へ迅速かつ軽量に導入できる、実用的なモデルを目指しています。」

今回の受賞ソリューションは、テキスト、視覚的なサンプル、周辺コンテキストを組み合わせて活用するマルチモーダルプロンプトと、検出結果を再検証する軽量な再分類モジュールなど、複数の処理段階を組み合わせたパイプラインで構成されています。

一部の競合チームが超大規模モデルを活用したのに対し、Superb AIは軽量かつ拡張性の高い構造を選択しました。

これは、チャレンジで高いスコアを獲得することだけでなく、実際の産業現場への導入を前提とした設計である点に特徴があります。

ソリューションが技術的にどのように機能するのかについては、第2編「受賞ソリューション技術解説」で、各ステップに分けて詳しくご紹介します。

産業現場への展開を進めるビジョン基盤モデル「ZERO」

Superb AIは、今回の成果を、製造、モビリティ、セキュリティ、物流など、主要産業向けソリューションの高度化につなげていく予定です。受賞ソリューションの基盤となったZEROの最新バージョンは、すでにAWS Marketplaceからすぐに利用できます。また、ドメインごとに数分でモデルを適応させるためのモジュール機能についても、Superb Platformへ順次実装される予定です。

ZEROは、ロボット、自動運転、スマートファクトリーなど、物理世界と直接つながるフィジカルAIにおいて、「目」の役割を担う中核モデルです。Superb AIは、今回のグローバルな評価結果を足がかりとして、産業用ビジョンAI市場におけるリーダーシップをさらに強化していきます。

よくあるご質問（FAQ）

Q. CVPR 2026 Foundational Few-Shot Object Detection Challengeとは何ですか？

医療、製造、航空など、多様な産業画像を対象に、1クラスあたり約10枚という少数のサンプルだけで、AIが新しい物体を認識する能力を競う国際チャレンジです。カーネギーメロン大学（CMU）とRoboflowが主催し、CVPRのOpen-World Vision（VPLOW）ワークショップにおいて、2024年から毎年開催されています。2026年が3回目の開催となります。

Q. Superb AIは、このチャレンジでどのような成績を収めましたか？

2026年大会のOverall Trackで、平均mAP 53.9を記録し、1位を獲得しました。20の産業ドメインを7カテゴリに分類した評価において、5カテゴリで1位となりました。特に、産業カテゴリでは64.4、医療カテゴリでは51.4を記録し、明確な優位性を示しました。前年の4位（47.2）から、わずか1年で総合1位へ到達し、韓国企業として初めて同チャレンジで優勝しました。

Q. ビジョン基盤モデル「ZERO」とは、どのようなモデルですか？

Superb AIが産業現場向けに開発したビジョン基盤モデルです。テキスト、視覚的なサンプル、周辺コンテキストを組み合わせるマルチモーダルプロンプト方式によって、物体を検出します。ヘルスケア、自動運転、リテールなど、多様な産業データセットにおいて高い性能を記録しています。

Q. 少量データによる物体検出が、産業分野で重要なのはなぜですか？

産業現場へビジョンAIを導入する際、データ収集とラベリングにかかる時間とコストが、最大の障壁の一つとなるためです。少量のデータだけで新しい物体へ適応できれば、ラベリングの負担を大幅に削減しながら、AIを新しい現場へ迅速に導入できます。

Q. ZEROは今すぐ利用できますか？

はい。ZEROの最新バージョンは、AWS Marketplaceからすぐに利用できます。ドメインごとに迅速に適応させるモジュール機能については、Superb Platformへ順次実装される予定です。

要点