3層で見ると「工場への距離」が層ごとに違う
フィジカルAIの動きは、ロボットを動かす頭脳にあたる基盤モデル層、実際に作業する機体層、学習と検証に使うシミュレーション層の3つに分けると整理しやすくなります。3層は互いに依存していますが、工場での実用度は層ごとに大きく違います。
結論を先に書くと、2026年10月時点で量産工場に最も近いのはシミュレーション層（デジタルツインでのレイアウト・ロボット検証）と、機体層のうち既存の産業ロボットに学習型機能を足す路線です。ヒューマノイドと汎用ロボット基盤モデルは、公開されている実績の多くがパイロットか研究段階にあります。
基盤モデル層：汎用性は伸びたが、工場の確実性には届いていない
ロボット基盤モデルは、画像と言語指示から動作を出力するVLA（Vision-Language-Action）モデルが中心です。2023年7月のGoogle DeepMind RT-2が行動をテキストトークンとして出す方式を示し、2024年10月のPhysical Intelligence π0がflow matchingで連続的な動作を生成する方式に進みました。
| モデル | 提供元 | 公開形態（2026年10月時点の公表情報） | 工場での位置づけ |
|---|---|---|---|
| π0・π0.5 | Physical Intelligence | 論文・ブログで公開 | 研究段階。著者自身が「完璧には程遠い」と明記 |
| Isaac GR00T N1.6・1.7 | NVIDIA | 1.7はEarly Access（研究・試作用、本番展開・商用サポートは対象外と開発者ページに記載） | ファナックがCRX双腕の模倣学習デモに使用 |
| Gemini Robotics 2・ER 2・On-Device 2 | Google DeepMind | ER 2はAPIでプレビュー、トラステッドテスター100超 | 安川電機・ファナックが連携を発表 |
| Helix | Figure AI | 技術詳細の公開は限定的 | 自社機体向け |
| LBM | Toyota Research Institute | 論文で評価結果を公開 | 研究段階 |
GR00T N1.7については、NVIDIAのGTC 2026（2026年3月）報道では「商用ライセンス可能」とされる一方、開発者ページはEarly Accessで本番展開は対象外としています。ライセンスとサポートの条件は、使う時点の一次情報で確認が必要です。詳しくはロボット基盤モデル5種の比較で扱います。
機体層：ヒューマノイドはパイロット、既存ロボット＋AIは出荷段階
ヒューマノイドの工場実証は、欧米と中国で並行して進んでいます。Figure AIはBMWスパータンバーグ工場でのFigure 02の稼働を総括し、11カ月でX3の3万台超の生産に寄与したと発表しました（同社発表、2025年11月）。中国ではUBTechがWalker S2の量産・出荷開始を発表し、2025年のWalkerシリーズ受注が8億元を超えたとしています（同社発表、2025年11月）。
一方で、台数・稼働率・契約の経済性まで公開している例はほとんどありません。Apptronikは2026年2月に5億2,000万ドルを追加調達しましたが、Mercedes-Benzでの取り組みは「パイロットの実証段階であり、スケール展開ではない」と報じられています。出荷台数の統計も調査会社で食い違います。Omdiaは2025年の世界の人形ロボット出荷を約1.3万台、中国电子报の報告は1.45万台超としています。
比較のために産業用ロボットを見ると、IFRによる2024年の世界設置は54万2,000台、稼働台数は466万4,000台です。ヒューマノイドは台数で産業用ロボットの数%にとどまります。IFRは2025年8月のポジションペーパーで、ヒューマノイドの大量普及の時期は不確実で、既存ロボットを置き換えるのではなく補完する存在と位置づけています。
これに対して、既存の産業ロボットにAIを足す路線は出荷が始まっています。ファナックは2025年12月以降にフィジカルAI関連で1,000台以上を出荷したと発表し、Universal RobotsはNVIDIA Jetson Orinを内蔵したAI Acceleratorを提供しています。
シミュレーション層：工場で最も早く使われている
シミュレーション層は、ロボットの学習データを作る用途と、工場のレイアウトやロボット運用を事前検証する用途の2つがあります。後者はすでに実務で使われています。NVIDIAは2025年にデジタルツイン内でロボットフリートを試験する「Mega」Blueprintを公開し、Hannover Messe 2025ではAccentureとSchaefflerがAgility Digitを模擬してレイアウトと人とロボットの協働を検討する事例が紹介されました。GTC 2026では、ファナック、ABB Robotics、KUKA、安川電機がOmniverse／Isaacでの仮想コミッショニングを発表しています。
学習データの面では、NVIDIAはGR00T N1の発表時に、11時間で78万件の合成軌道（人手デモ約6,500時間相当）を生成し、実データと組み合わせて性能が40%向上したとしています（同社発表、2025年3月）。合成データで実機の差をどこまで埋められるかは、sim-to-realの課題で詳しく扱います。
日本の製造業が今いる位置
3層のどこでも、データの所在が鍵になります。基盤モデルは動作データを、シミュレーションは設備と工程のデータを必要とします。日本では、ファナックと日立が日立の茨城地区工場を「カスタマーゼロ」として部品ピッキングや段取り替えを検証し、2027年度からグローバル展開する計画を2026年9月に発表しました。政府は成長戦略会議（2026年6月）でフィジカルAIに2040年度までに官民で10.5兆円を投じる計画を示しています。日本の各社の動きは日本のフィジカルAI勢力図にまとめています。
よくある質問
フィジカルAIで最も先行しているのはどの国ですか
層によって違います。基盤モデルとシミュレーション基盤は米国企業（NVIDIA、Google DeepMind、Physical Intelligence）が先行し、ヒューマノイドの出荷台数は中国企業が多くを占めます。産業用ロボット＋AIでは日本のファナック・安川電機が出荷を始めています。
ヒューマノイドは何年後に工場で普及しますか
公的な合意はありません。IFRは大量普及の時期は不確実としており、Morgan Stanleyも2030年代半ばまでは緩慢な普及を想定しています。工場での判断は、個別の作業で専用機より有利かどうかで行う方が現実的です。
中小製造業がまず触れるべき層はどれですか
既存ロボットへのAI追加と、レイアウト検証のシミュレーションです。いずれも既存設備を活かせ、ヒューマノイドより投資判断がしやすい領域です。
- RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control（arXiv, 2023年7月28日）
- π0.5: a VLA with Open-World Generalization（Physical Intelligence, 2025年4月22日）
- NVIDIA Isaac GR00T（NVIDIA Developer, 2026年）
- NVIDIA Expands Physical AI Ecosystem with New Models and Industrial Partnerships（The Energy Mag, 2026年3月16日）
- Gemini Robotics（Google DeepMind, 2026年）
- F.02 Contributed to the Production of 30,000 Cars at BMW（Figure, 2025年11月19日）
- UBTECH Humanoid Robot Walker S2 Begins Mass Production and Delivery（UBTech / Kyodo News PR Wire, 2025年11月17日）
- Apptronik's $520M extension puts Apollo's factory bet on the clock（Runtime Wire, 2026年6月28日）
- 智元登顶全球人形机器人出货榜（界面新闻, 2026年1月9日）
- 宇树科技：全球出货量第一的人形机器人公司（C114, 2026年3月19日）
- Global Robot Demand in Factories Doubles Over 10 Years（IFR, 2025年9月25日）
- Humanoid Robots: Vision and Reality（IFR, 2025年8月14日）
- Mega Omniverse Blueprint for Industrial Digital Twins（NVIDIA Blog, 2025年3月31日）
- NVIDIA Announces Isaac GR00T N1（NVIDIA, 2025年3月18日）
- 日立とファナック、フィジカルAI実装の共同事業化に向けた戦略的パートナーシップを締結（ファナック, 2026年9月30日）
- 官民投資フィジカルAIに10.5兆円（MONOist, 2026年6月27日）
- Brett Adcock, Figure AI, BMW X3 Spartanburg（Runtime Wire, 2026年7月1日）
この記事に出てくる用語
フィジカルAIは工場に来るのか
ロボット基盤モデルとヒューマノイドの実証。宣伝と量産ラインの距離を測る 全66本
- フィジカルAIとは：従来の産業ロボット・協働ロボットとの違いを4つの軸で整理
- 美的の「智能体工厂」：荆州工場の14エージェント・38シーンと人形ロボット
- ヒューマノイドの工場実証一覧：BMW・Mercedes・Schaeffler・BYDなど10社の現在地
- フィジカルAI導入の判断基準：今やるべき工場・待つべき工場を分ける5つの質問
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
