Team Naverは13日、国際機械学習学会「ICML 2026」で、AIモデルの高度化からフィジカルAIまでをカバーする研究成果を公開したと発表した。ICML 2026はNeurIPS、ICLRと並ぶ機械学習分野の主要国際会議の一つで、6日から11日までソウル・コエックスで開かれた。

同社は「Where AI Research Becomes Reality」をテーマにブースを出展し、研究成果と実サービスの事例を展示した。

公開内容は、（1）AIの安全性強化（2）モデルやエージェントの運用効率化（3）3D空間理解と物理世界への拡張――の3分野で構成した。

中でも注目を集めたのが「レッドチーミング」だ。LLMの脆弱性を攻撃者の視点から見つけ出す手法で、生成モデルの学習手法「Stable-GFlowNet」によって、従来手法が抱えていた学習の不安定さや類似パターンの反復といった課題に対応したとしている。関連論文は、採択論文の上位2.2％に当たる「Spotlight」に選ばれた。LLMを実サービスに投入する前に、攻撃に対する脆弱性を多様なシナリオで検証できるという。

モデルやエージェントの運用効率化では、複数モデルを統合する技術を紹介した。「SyMerge」は、異なるタスクに特化した複数のモデルを1つに統合するモデルマージ手法。単一レイヤーの調整だけでモデル間の相乗効果を引き出し、ビジョンや自然言語処理の各種ベンチマークで性能を確保したとしている。

「FlowBot」は、複数のAIが協調して動作する際の作業順序を、AI自ら見つけ出す技術だ。あわせて、数百から数千のデータセットをグループごとに分けて分割学習し、その後に一括統合することで、LLMの後段性能を高める技術も紹介した。

3D空間理解の分野では、手ブレやピンぼけを含む単眼カメラ映像から、動的な3次元シーンを復元する研究を発表した。運動軌跡を基に形状を推定する手法を用いたという。

このほか、ソウルの実空間を仮想的に再現した「Seoul World Model」も披露した。Naver、Naver Labs、韓国科学技術、ソウル大学が共同で開発したもので、ソウル全域の空間データをシミュレーションし、ロボットの経路学習や行動学習に活用できるフィジカルAIプラットフォームだとしている。