フィジカルAI
54 件
あえて歩かせない設計思想――ZEALSの「D1」が示す、日本式ヒューマノイドの勝ち方
ZEALSが発表した準国産ヒューマノイドロボット「D1」は、医療や製造現場での稼働を目指し、物理データの収集を行うことが特徴です。
禁輸したのに研究は中国製で回っている——ロボット輸入禁止の自己矛盾
米国は中国製ロボットの輸入を禁止し、国内産業を保護する方針を強化しているが、実際には米国のロボット研究が中国製に依存している状況が浮き彫りになっている。
NVIDIAが「オープンワールドモデル」で仕掛けること——Cosmos 3が示す物理AIの構造変化
NVIDIAは、オープンワールドモデルを用いて物理AIの発展を推進しており、特にロボティクスや自律走行車両において重要な役割を果たしています。
「データを集める」から「世界を生成する」へ——NVIDIA Cosmos 3が示すフィジカルAIの本質的転換
NVIDIAはSIGGRAPH 2026でフィジカルAIの新技術「Cosmos 3」「Cosmos 3H」「Cosmos Dreams」を発表し、AIが自身で世界を生成する新たなアプローチを提示しました。
Google DeepMindのGemini Robotics 2が示すもの：「上半身だけ」のロボットAIが終わりに近づいている
Google DeepMindは、Gemini Robotics 2を発表し、全身制御を可能にしたと述べています。この技術により、ロボットは複雑なタスクを実行できるようになります。
ロボットの「体」をAIが設計する時代——Transformer Transformerが示す次の一手
Transformer Transformerは、特定のタスクに最適化されたロボットを設計するための統一モデルです。デモンストレーションを基に、ロボットの全ての構成要素を生成し、性能を向上させることができます。
安全性は「後付け」では間に合わない——フィジカルAI時代のロボティクスで何が変わるのか
フィジカルAIの時代が到来し、ロボティクスにおける安全性の定義が変わりつつある。日本の産業競争力を維持するためには、安全性を設計の核心に据える必要がある。
2040年に1000万台・世界シェア3割——政府の「AIロボティクス戦略」を読み解く
日本政府は2040年までに1000万台のAIロボットを導入し、世界市場の3割を目指す「AIロボティクス戦略」を策定しました。デロイトのフォーラムでは、政策の方向性と社会実装の重要性が強調されました。
2D図面から「動かせる3Dモデル」を生成——renueの新機能が示す設計AIの次の一手
renueは、2D図面から3D CADモデルを生成するAI「Drawing Agent」に、関節や可動域を自動認識する新機能「可動アセンブリ」を追加しました。
三井不動産が6000億円超をデータセンターに投じる理由——不動産会社がAIインフラの担い手になる構造変化
三井不動産はデータセンター事業に6000億円以上を投資し、物流の枠を超えて「産業デベロッパー」としての展開を発表しました。
小米がロボット基盤モデルを公開。10万時間データで「スケーリング則」をロボティクスに持ち込んだ意味
Xiaomi-Robotics-1は、100,000時間以上のデータを用いてロボットの行動モデルをスケールアップする新しいアプローチを提案しています。特に、実世界のシナリオに基づいたデータを活用し、ロボットの性能向上に寄与しています。
ロボットAIの「ChatGPTモーメント」はまだ来ていない。でも、その土台が見え始めた
2026年のフィジカルAIの進展を分析し、ロボットAIの技術革新とその基盤モデルの発展について説明しています。
スタートアップ解剖：Umaはなぜ設立9ヶ月で人型ロボット開発に全力投球するのか
パリを拠点とするロボティクススタートアップのUmaが、物理AIに特化したイベントで新たな人型ロボットの開発を発表しました。創業者はヨーロッパ市場の魅力について語っています。
トンカツ会談から生まれた「フィジカルAI連合」――富士通・NVIDIA・ロボット3社が仕掛ける、日本式産業AI再編の本質
富士通、NVIDIA、ファナック、安川電機、川崎重工業が「フィジカルAI連合」を結成し、AIとロボットの協調制御基盤を開発することを発表しました。
NVIDIAとトヨタが協業拡大——「車・工場・都市」をAIでつなぐ次世代モビリティの全体像
NVIDIAとトヨタがフィジカルAIを推進し、自動運転車両やデジタルツインの開発を強化するための協業拡大を発表しました。
NVIDIAが語る「3つのコンピューター」——フィジカルAI開発の構造を実務目線で読み解く
NVIDIAがフィジカルAIの開発において重要な役割を果たしており、3つのコンピューターを用いたロボット開発の進化について解説しています。
スタートアップ解剖：AI² Roboticsはなぜ車輪型ヒューマノイドで約2.8B評価を得たのか
AI² Roboticsが735百万ドルの資金調達を行い、評価額が約28億ドルに達しました。主に車輪型のヒューマノイドロボットを製造し、産業用途に特化しています。
AIがAIロボを作る工場、安川電機の第5工場で起きていること
安川電機が北九州市に最新の「ロボット第5工場」を稼働させ、AI搭載の産業用ロボットを自律的に動かすフィジカルAIの生産を開始しました。
アドバンテックが日本に50億円投資──フィジカルAI時代の「エッジ×製造」戦略を読み解く
アドバンテックが日本に第3の製造拠点を設立し、フィジカルAIとエッジAIに注力する戦略を展開しています。
ロボットの「目」に1400万ドル——LuxonisのシリーズA調達が示す、物理AIの次の主戦場
Luxonisは1400万ドルのシリーズA資金調達を完了し、AIによる物理的認識レイヤーの拡大を目指します。
日産が「AIで開発力を取り戻す」と宣言。AIDVとクラウド基盤の本気度を読む
日産自動車は、次世代モビリティ「AIDV」の開発に向けたAIとクラウド基盤の重要性を強調し、AWS Summit Japan 2026でその取り組みを発表しました。
ヒトデ型の柔らかいロボットハンドが農業を変えるかもしれない話
西バージニア大学の研究者たちが、果物の熟度を評価しながら収穫できる柔軟なロボットハンドを開発しました。これは、農業の労働力不足やコスト上昇に対応するための新しい技術です。
フィジカルAIの「最後の1マイル」を自律で突破——DTRIの「ASAL」が示す現場適応の新しい方程式
デジタルツイン総合研究所が自律進化型AIアルゴリズム「ASAL」の研究開発を進め、フィジカルAIの現場適応の課題を克服することを目指しています。
「AI工場長」は現場を変えるか？ エージェント型工場の実力と限界を読む
AccentureとAvanadeがMicrosoftと協力して開発した製造業向けのインテリジェンスシステム「エージェント型工場」が発表されました。
1万4000ドルのヒューマノイドに安全認証はない。ロボットの「テスト哲学」が置き去りにされている話
ロボットの知能が進化する中、テスト方法や安全性の検証が追いついていない現状を指摘し、より効果的なテスト哲学の必要性を論じています。
フィジカルAIに10.5兆円——「実証から実装へ」という言葉を、そのまま信じていいのか
官民で370兆円規模の投資計画が示され、特にフィジカルAI分野に10.5兆円が投じられることが発表されました。法規制の緩和が進む中、製造現場への実装が期待されています。
ロボットの「皮膚」が温度と圧力を同時に感じる時代へ――ソウル大の人工皮膚技術が示すPhysical AIの現在地
ソウル大学の研究チームが開発した人工皮膚技術により、ロボットが人間のように温度と圧力を同時に感知できるようになりました。
リコーが工場にヒューマノイドを本格投入へ——PoCから実証段階に進んだ意味を読む
リコーはAWS Summit Japan 2026でフィジカルAIを搭載した多能工ヒューマノイドを披露し、工場での実用化に向けた実証を進めています。
ミツバチを真似たロボットが採掘コストを半減させる——スワームロボティクスが「実験」を卒業しつつある
アデレード大学の研究者たちが、ミツバチやアリにインスパイアされた新しいロボットシステムを開発し、採掘業界の安全性と効率性を向上させる可能性を示しています。
「雑なデモ」でロボットが精密動作を習得する時代へ——KAISTのDiSPoが示すデータ収集コスト革命
KAISTの研究チームが開発したDiSPoモデルは、粗いデモから高精度なロボット動作を生成できる技術を実現し、データ収集コストを大幅に削減します。
MITが6ミリワットで動く3Dマッピングチップを開発。小型ロボットの「目」が変わるかもしれない話
MITの研究者が開発した新しいチップは、小型ロボットが複雑な環境をリアルタイムでマッピングし、障害物を避けながら移動するのを支援します。
ロボットにコードを書かなくていい時代が来るのか——IntrinsicがFoxconnとともに仕掛けること
Intrinsicは、複雑なロボットコーディングをドラッグ＆ドロップの自動化で置き換える新しい産業用ロボットワークセルを発表しました。
廃炉現場にフィジカルAIロボットを——クフウシヤ・東大・JAEAの共同開発が問いかける「熟練依存」の終わり方
株式会社クフウシヤが日本原子力研究開発機構や東京大学などと共同で、高線量環境下での作業支援を目的としたフィジカルAIロボットの開発を開始しました。
Tesla・Waymo・NVIDIAの自動運転AI、何が本当に違うのか――「フィジカルAI」三つ巴の構造を読む
Tesla、Waymo、NVIDIAが自動運転システムにおけるフィジカルAIのアプローチを比較し、各社の技術的な違いとその背景を探ります。
ロボタクシーの安全性は「あとから足す」では間に合わない──NVIDIAが示したHalos OSの本質
ロボタクシーの安全性は、システム全体の信頼性を確保するために、構築段階から組み込まれる必要があります。NVIDIAのHalos OSは、安全な運用を支えるための基盤を提供します。
Unitreeが「ロボットを作る」から「ロボットの脳を作る」へ転換——エンボディードAI戦略の現在地
Unitree Roboticsは、ヒューマノイドロボットとエンボディードAIを中心にした成長戦略を発表し、今後2〜5年でロボット業界に大きな変革が訪れると予測しています。
ピッキング人員が4人→1人。フィジカルAIが物流現場に刺さる理由
Mujin Japanが東電物流にフィジカルAIを活用したロボットケースピッキング自動化ソリューション「MujinRCP」を導入し、90%の自動化を実現しました。
NVIDIA Cosmos 3が示す「物理AIの地殻変動」——世界モデルの中身を3点で読み解く
NVIDIAが発表したCosmos 3は、物理世界をモデル化する「World Foundation Model」であり、ロボティクスや自動運転において重要な役割を果たします。
NVIDIAのロボット研究が示す「シミュレーション→現実」のリアルな到達点
NVIDIA Researchは、ロボティクスのシミュレーションから現実世界への移行を進めており、ICRAで発表された論文群がその基盤を示しています。
「100兆円市場」を狙う日立×Anthropicの本気度——フィジカルAIで日本企業が勝てる理由と、まだ見えない課題
日立が米Anthropicと提携し、フィジカルAI市場での競争力を強化する戦略を発表。100兆円規模の市場を狙い、AI技術を活用した社会インフラの革新を目指す。
日立×Astemo、自動運転AI開発基盤を2026年度末に構築へ——デジタルツインで「現実では再現困難なシナリオ」を量産する狙い
日立製作所とAstemoは、自動運転車両向けのAI開発基盤を2026年度末までに構築することを発表しました。デジタルツインとフィジカルAIを活用し、安全性と快適性を両立させることを目指します。
Physical AIは本当にソフトウェアエンジニアの次の戦場か？2026年の現実を整理する
2026年、Physical AIがソフトウェアエンジニアの新たな戦場となる理由を探る記事です。ヒューマノイドロボットの進化とソフトウェアスタックの標準化が鍵となります。
「ステップ2は？」——AIが変革をもたらすという約束の、巨大な空白を直視する
AIの変革の約束と実際の能力のギャップが浮き彫りになり、誇大広告の背景には中間プロセスの不透明さがあることが指摘されています。
卓球ロボット「Ace」がエリート選手を倒した。これがロボティクスに示す本当の意味
テーブルテニスロボット「Ace」が世界のトップ選手に勝利し、ロボティクスの新たな可能性を示しました。
「フィジカルAI」が製造業を変える——ただし、壁はソフトウェアではなくハードウェアにある
フィジカルAIは、ロボットが環境に適応し学習する能力を向上させ、製造業における新たな革命をもたらしています。
「世界モデル」がAI開発の本命になりつつある理由——LLMの脆弱さと、その先にあるもの
世界モデルはAIが物理的現実を理解し、行動の結果を予測するための重要な技術として注目されています。
電子部品ゼロ、バッテリーゼロ、脳ゼロ——「形が知性になる」ロボット群を見てわかること
ジョージア工科大学の研究者たちが、電子部品やバッテリー、脳を持たないロボットの群れを開発しました。これらのロボットは、物理的な接触を通じて相互作用し、形状によって行動を制御します。
ロボタクシーの安全性をNVIDIAが本気で作り込む：OpenUSDとHalosが変える自律走行の現実
NVIDIAはOpenUSDとHalosフレームワークを活用し、ロボタクシーや物理AIシステムの安全性を向上させるための新しいワークフローを提供しています。
テスラがロボット工場へ本気シフト——年産1000万台という数字の重さを読む
テスラはテキサス州の新工場で、オプティマスロボットの年間生産能力を1000万台に引き上げる計画を発表しました。
「スライム状の人工筋肉」が変える、ロボット設計の常識——自己修復・再構成・リサイクルを1つの素材で
新しいタイプの人工筋肉が、リアルタイムで形状を変え、損傷から回復し、複数のロボットに変身できる技術が開発されました。