ロボティクス

主要ニュース

1. 1

   AWSが物理AI展開の課題に照準

   AWSは先月、物理AIシステム（実世界を知覚・推論・動作するAI）を構築する顧客向けに、クラウドからエッジまでのソリューションを展開し、デモから実運用への移行を支援している。 物理AIは従来型ロボットに比べて適応性が期待される一方、データ多様性、シミュレーション、レイテンシなどの課題が残る。AWSのパートナーであるConfigは、拡張データを使用して分布外テストで成功率を8.3%から75%に引き上げ、ボトルネック解消の可能性を示した。国内のロボット開発企業は、実運用へ移行する際の課題解決にAWSの基盤を活用できる可能性がある。

   AWSはロボットを製造せず、Edge Impulseとの2段階エッジクラウドアプローチを含むライフサイクル全体のインフラとパートナーツールを提供する。同社は「簡単ボタン」はまだないとしつつも、展開をより再現可能にすることを目指す。

2. 2

   宇樹科技のGEN-1.5、数秒でタスク学習

   宇樹科技の新しいロボット基盤モデル「GEN-1.5」は、勾配更新やファインチューニングなしで、単一の例から数秒で新しい物理的タスクを学習できる。デモからのワンショット・フューショット学習に加え、ゼロショットの物理的一般化も実現する。 同社が知る限り、物理スキルのワンショット・フューショット学習が大規模に出現した初のモデルである。タスクは単純で短期志向だが、物理世界の汎用知能構築に向けた重要な一歩と位置付けている。国内の製造・物流現場でロボット導入のハードルが下がる可能性がある。

   GEN-1.5は、人間が少数の例から新しい物理スキルを習得する能力の始まりを示している。ただし、ブログ投稿では多くのタスクについて「当社の知る限り」関連する事前学習データがなかったとしか確認できない。

3. 3

   米電力に50万人不足、AI需要で

   米国の電力・送電網のバリューチェーンは2030年までに約50万人の追加労働者が必要と、ゴールドマン・サックスが報告した。2024年のエネルギー業界の雇用は約850万人、平均賃金は$58,810だった。 AI需要の拡大で電力消費が増える一方、訓練に3〜4年かかるため労働力不足が構造的な制約になりつつある。2024年の見習い訓練の新規参入は45,000人だったが、不足解消には年間65,000人が必要だ。

   ゴールドマンは人型ロボット市場が2025年の20,000台から2035年には140万台に拡大し、6,900%増になると予測。中国のUnitreeやUBTECHが開発を進め、2027〜2029年に商業展開が広がるとみられる。

4. 4

   汎用直感、ロボット分野で60億ドル評価交渉

   ニューヨーク拠点のスタートアップ、General Intuitionは、空間と時間を移動するAIエージェントを開発しており、Valor Equity Partners、Point72 Ventures、Seven Seven Sixを含む新規投資家から、評価額60億ドル（投資前）での資金調達を協議中。既存投資家のKhosla VenturesとGeneral Catalystも参加する。今回のラウンドは、同社が評価額23億ドルで3億2000万ドルを調達した数週間後に行われる。 新たな資金は、ロボットへの応用に焦点を当てた基盤モデルの改善に充てられ、計算インフラへの投資と人材採用が増える見込み。同社はMedalからスピンオフし、数億時間のゲームプレイとアクションラベルを初期データとして活用。投資家のVinod Khosla氏は、これらのラベルが明示的に訓練されていないタスクへの一般化に役立つと考えている。国内のロボット開発企業が、米国の新興AIモデルを活用した技術連携の機会を得る可能性がある。

   関係者によると、このラウンドはまだ最終調整中で、応募が殺到している。SpaceXへの出資で知られるValor Equity Partnersは、AIラボへの投資はこれが初めてとなる可能性があり、TechCrunchの確認待ち。

5. 5

   ロボット運用、安定雇用の比率が拡大 規模拡大で人手が制約に

   ロボット導入が試験段階から本格運用へ移行するにつれ、限定的な課題が浮かび上がっている。従来の小規模チーム体制では複数サイト・複数シフト展開に対応できず、多くの企業が安定雇用の中核層と柔軟な変動層を組み合わせたハイブリッド雇用構造へ転換している。固定と変動の比率はおおむね均等とされている。 ロボット事業が成功するかどうかは、もはや機械の自動化能力ではなく、その機械を運用・保守・適応させる人員体制で決まるようになった。操作員、現場技術者、遠隔操作者、品質検証者、データ取得専門家など、新しい職種が工学と運用の間に生まれ、単なるスピード重視ではなく手順遵守、文書化、安全対応が評価対象に転じている。ロボット運用の本格化に伴い、日本の企業で運用・保守・適応に従事する人員の確保と雇用体制の構築が経営課題とみられる。

   成功する企業では速度メトリクスのみではなく、手順徹底度、報告品質、エスカレーション精度、不確実下での安全行動を重視する評価体系に切り替えている。ロボット規模の拡張は技術課題だけでなく、組織設計課題として認識されつつある。

6. 6

   AI急速進化も工場自動化は停滞

   Automation Taipei 2026は、AI技術が急速に進展する一方で、工場現場の自動化が依然として困難である理由を検討している。 AI進展と製造自動化のズレは、実世界での導入がラボでの進歩にはない障害に直面していることを示唆しており、業務の現代化を目指す工場にとって重大な課題である。日本の製造業者は、AI技術の進展と工場現場への実装の間に生じるギャップが、自動化推進の障害になりうるとみられる。

   カンファレンスの業界参加者がAI能力と工場現場での実装ギャップをいかに認識し、解決するか。