ロボティクス - chinng-lab AI実験室

chinng-lab AI実験室

ロボティクス

A collection of 14 posts

AI・テクノロジー

2026年はヒューマノイドロボット商用化の元年——Figure・Tesla・1Xが工場で稼働し始めた現実

はじめに — 2026年、ヒューマノイドが工場の床を歩き始めた 2026年、ヒューマノイドロボットはついに「展示ブース」から「工場の床」へと歩み出しました。米サウスカロライナ州スパータンバーグのBMW工場では、Figure AIのヒューマノイド「Figure 02」が板金部品をピックアップし、5mm以内の精度で所定の位置に置いています。この工場だけで、Figure 02はすでに30,000台以上のBMW X3生産に貢献し、90,000以上の部品を扱い、累計120万歩以上を歩行了（出典：Figure AI公式発表）。中国のCATL（寧徳時代新能源科技）電池工場では、Galbot S1が50kgの電池部品を担ぎ上げ、8時間シフトを終えると自律的にバッテリーを交換し、再び稼働を始めます。24時間無休。休憩もせず、文句も言わず、ただ黙々と。そしてテスラのカリフォルニア州フリーモント工場では、Optimus Gen 3の量産ラインが稼働を始めました。かつてModel S/Xを生産していたエリアが、ヒューマノイドロボットの生産ラインへと転換されています。「デモ」から「実用」への

AI・テクノロジー

ROS 2が切り拓くロボティクス開発の新時代：Kilted Kaiju・Zenoh・GPU加速で変わるロボットソフトウェアの地図

はじめに — ロボティクス開発のパラダイム転換 2026年、ロボティクス開発の世界は大きな曲がり角を迎えています。自律走行ロボットが倉庫を駆け回り、ヒューマノイドロボットが工場で組立作業を担い、ドローンが農業従事者を支援する——こうした未来を実現するソフトウェア基盤として、ROS 2（Robot Operating System 2）が確固たる地位を築きました。 ROS 2のパッケージダウンロード数は年間10億回に迫り、前年比85%増という驚異的な成長を示しています。全ROSダウンロードの90%以上をROS 2が占めるようになり、ROS 1からROS 2への移行は事実上完了しました。新規プロジェクトのほぼ全てがROS 2を採用しています。本記事では、2026年時点でのROS 2エコシステムの全体像を地図として描きます。最新ディストリビューション「Kilted Kaiju」の新機能、Zenohミドルウェアによる通信革新、NVIDIAとの協業によるGPU加速、マルチ言語対応の進展、そして産業応用の最前線まで、ロボティクス開発に関わるすべてのエンジニアに向けて解説します。 ROS

AI・テクノロジー

「端側具身AI」に賭ける中国スタートアップ——眸深智能の追加調達と国産チップ戦略

2026年7月26日、中国の具身智能スタートアップ「眸深智能（Motion Brain）」がPre-A輪の追加調達で約1億元を確保した。復旦大学教授と元インテル中国首席科学者が率いる同社は、ロボットの頭脳をクラウドから端末側へ降ろす「端側具身AI」に賭ける。推論遅延10ms、端側推論コスト95%減という主張と、国産チップへの全面対応が意味するものを読み解く。

AI・テクノロジー

ニューロモルフィックチップが変えるエッジAIの未来：脳型シリコンの産業化

はじめに — AIの「消費電力の壁」と脳型コンピューティングの約束 2026年、AI産業は凄まじい勢いで成長を続けている。しかし、その陰で深刻な問題が顕在化しつつある。それは「消費電力の壁」だ。 ChatGPTのような大規模言語モデル（LLM）を支えるデータセンターは、かつてない規模の電力を消費している。GPT-4の推論を1回実行するだけで、約2〜3kWhの電力が消費されると試算されている。これは一般家庭のエアコンを1時間以上稼働させ続けるのに相当する電力だ。世界中で毎秒数百万回実行されるAI推論を考えれば、そのエネルギー消費が天文学的な規模に達していることは想像に難くない。実際、米国の主要データセンター地域では、新しいAIクラスタのために発電所の新設計画が次々と持ち上がっている。一方で、私たちの頭の中にある器官を眺めてみよう。人間の脳は約860億個のニューロンと100兆個のシナプス結合を持ち、スーパーコンピュータを凌駕する情報処理能力を誇る。その消費電力はわずか約20W。電球1個分の電力で、私たちは言語を操り、空間を認識し、複雑な意思決定を行っている。スーパーコンピュータがメ

AI・テクノロジー

NVIDIA Jetson Thorが切り拓くロボティクスとエッジAIの新時代 — T3000/T2000でヒューマノイドロボットはどう変わるか

はじめに — ロボットの頭脳がついに「小型化」した 2026年、ヒューマノイドロボットが工場のラインだけでなく、街中やオフィスにも姿を見せ始めている。Boston DynamicsのAtlasが倉庫で荷物を運び、Amazonの物流センターでは自律型ロボットが絶え間なく動き回る。そんな中で、ひとつの根本的な問いがあった。「ロボットの頭脳を、どこまで小さくできるか？」クラウドに接続しなければ動けないロボットは、通信遅延や電波環境の問題で実用性に限界がある。Wi-Fiが途切れたら止まるロボットを、工場や街中に配置することはできない。だからこそ、ロボット本体に高度なAI処理を任せる「エッジAI」の進化が、フィジカルAI実用化の鍵を握っていた。 2026年7月15日、NVIDIAはその答えを出した。Blackwellアーキテクチャを採用した新型エッジAIモジュール「Jetson T3000」と「Jetson T2000」だ。上位モデルのT5000の約半分のサイズと消費電力でありながら、ヒューマノイドロボットの頭脳として必要なマルチモーダル推論性能を維持している。この記事では、Je

AI・テクノロジー

Robostral Navigateが切り拓く「単眼カメラ＋自然言語」のロボットナビゲーション革命 — Mistral AI初のEmbodied AIモデルが示す物理世界とAIの融合

はじめに — ロボットの「目」がカメラ1台に置き換わる瞬間ロボットを自律的に移動させようとしたら、どれだけのセンサーが必要でしょうか。 LiDARで周囲の3D形状をスキャンし、深度カメラで距離を測り、複数台のカメラで死角をなくし、事前にSLAMで地図を作成する――。これが、自律移動ロボットの「常識」でした。結果として、ロボットの頭には何十万円、ときには何百万円というセンサーが取り付けられ、システムは複雑化し、故障箇所は増え、運用コストは膨らみ続けてきました。もし、そのすべてがカメラ1台に置き換わったら？ 2026年7月8日、フランスのMistral AIが同社初のロボティクスモデル「Robostral Navigate」を発表しました。この80億パラメータ（8B）のモデルは、RGBカメラ1台と自然言語の指示だけで、ロボットを複雑な屋内環境で自律的にナビゲーションします。LiDARも、深度センサーも、事前の地図も不要です。「カメラ1台と自然言語だけでロボットが動く」という世界は、単なる技術的ブレイクスルーではありません。ロボットのハードウェアコストを劇的に下げ、センサー統

AI・テクノロジー

NVIDIA Cosmos 3 Edgeが切り拓くフィジカルAIの未来：日本の製造業・ロボティクスはどう変わるか

NVIDIA Cosmos 3 Edgeが切り拓くフィジカルAIの未来：日本の製造業・ロボティクスはどう変わるか 2026年7月16日、NVIDIAのジェンスン・ファンCEOは東京でこう宣言した。「AIの次のフロンティアはフィジカルな世界にあり、これは日本にとって一世代に一度の好機だ」。この言葉が示す「フィジカルAI」とは、一体何なのか。なぜ今、世界中のテクノロジーリーダーがこの概念に注目しているのか。はじめに — フィジカルAI元年と日本のチャンス 2026年は「フィジカルAI元年」と位置づけられている。NVIDIAは東京で「Cosmos 3 Edge」を発表し、日本の主要企業（ファナック、川崎重工、安川電機、日立、富士通など22社以上）がCosmos Coalitionに参画した。クラウド不要でエッジデバイス上でリアルタイム推論を行うフィジカルAIの新時代が到来した。フィジカルAIがもたらす変化は、単なる「ロボットの賢さが上がる」というレベルの話ではない。モノづくりの根本的な前提を書き換える。従来の産業用ロボットは「教示された動作を正確に繰り返す」ことが役割だったが、

AI・テクノロジー

NVIDIA Jetson Thor T3000/T2000が切り開くヒューマノイドロボットの量産時代：エッジAIコンピューティングの新展開

NVIDIA Jetson Thor T3000/T2000が切り開くヒューマノイドロボットの量産時代：エッジAIコンピューティングの新展開はじめに — ロボット量産時代の「頭脳」問題 2026年は、ヒューマノイドロボットが研究施設から現実の世界へと歩み出す年となりました。TeslaのOptimusが自社工場で実稼働を始め、Figure AIのロボットが自動車サプライヤーのラインで作業し、Boston DynamicsのAtlasが新世代モデルとして商用展開を見据えています。ベンチャーキャピタルは2026年第1四半期だけでロボティクス分野に過去最高の160億ドルを投じました。しかし、ヒューマノイドロボットの量産には一つの重大な障壁があります。それは**「頭脳」の問題**です。ロボットが人間と同じ空間で安全に動作するためには、リアルタイムで環境を認識し、判断し、行動を生成する高度なAI推論能力が必要です。これまで、その能力を搭載するには、大規模で消費電力の多いコンピューターをロボットに積まなければなりませんでした。コスト、サイズ、発熱、消費電力――どれをとっても量産には不

AI・テクノロジー

NVIDIA Jetson Thor T3000/T2000が切り開くヒューマノイドロボットの量産時代：エッジAIコンピューティングの新展開

NVIDIA Jetson Thor T3000/T2000が切り開くヒューマノイドロボットの量産時代：エッジAIコンピューティングの新展開はじめに — ロボット量産時代の「頭脳」問題 2026年は、ヒューマノイドロボットが研究施設から現実の世界へと歩み出す年となりました。TeslaのOptimusが自社工場で実稼働を始め、Figure AIのロボットが自動車サプライヤーのラインで作業し、Boston DynamicsのAtlasが新世代モデルとして商用展開を見据えています。ベンチャーキャピタルは2026年第1四半期だけでロボティクス分野に過去最高の160億ドルを投じました。しかし、ヒューマノイドロボットの量産には一つの重大な障壁があります。それは**「頭脳」の問題**です。ロボットが人間と同じ空間で安全に動作するためには、リアルタイムで環境を認識し、判断し、行動を生成する高度なAI推論能力が必要です。これまで、その能力を搭載するには、大規模で消費電力の多いコンピューターをロボットに積まなければなりませんでした。コスト、サイズ、発熱、消費電力――どれをとっても量産には不

AI・テクノロジー

「日本よ、もっと速く」が引き金。NVIDIAとロボット3社・富士通が描く「フィジカルAI」の野望とソブリン性への挑戦

2026年7月16日、NVIDIAと富士通、ファナック、安川電機、川崎重工がフィジカルAI分野の事業検討を開始。「オープン化」と「ソブリン性（主権性）」の相克というスリリングなテーマを、日本の製造業の逆転劇とロックイン懸念の視点から深く読み解く。

AI・テクノロジー

ヒューマノイドロボット量産元年2026：テスラ・Unitree・Boston Dynamicsが切り開く新産業

はじめに — 2026年は「ロボット量産元年」である 2026年1月、ラスベガスで開催されたCES 2026で、ある映像が会場を沸かせました。中国のEngineAIが発表したヒューマノイドロボット「T800」が、バックフリップやハイキックといった「アクションヒーロー」のような激しい動きを披露したのです。当初、多くの人がCGではないかと疑いました。しかし、ライブデモンストレーションでその動きが本物だと証明された瞬間、会場は割れんばかりの歓声に包まれました。これは単なるショーマンシップではありません。2026年は、ヒューマノイドロボットが「研究施設にいる存在」から「買える存在」へと変わる歴史的な年の始まりなのです。なぜ今、ヒューマノイドロボットなのか日本では深刻な人手不足が続いています。経済産業省の試算によれば、2030年には約644万人の労働力不足が見込まれています。製造業、物流、介護――あらゆる現場で「人が足りない」ことが日常化しています。そんな中、テスラは年間100万台のヒューマノイドロボット生産を目指しています。中国のUnitreeは29,900ドルでロボットを

AI・テクノロジー

NVIDIA Jetson Thor T3000/T2000が変えるエッジAIロボティクスの未来：クラウド不要の自律機械時代

NVIDIA Jetson Thor T3000/T2000が変えるエッジAIロボティクスの未来：クラウド不要の自律機械時代 2026年7月15日、NVIDIAはJetson Thorシリーズの新モジュール「T3000」と「T2000」を発表した。これらは、ロボティクスおよびエッジAIアプリケーションの量産市場を本格的にターゲットにしたプラットフォームである。従来、ロボットに高度なAIを搭載するには、クラウドへの常時接続が前提だった。カメラで取得した映像をクラウドに送信し、巨大なAIモデルで推論してから行動を決定する。しかしこの方式には、通信遅延、クラウドAPIのコスト、プライバシーとセキュリティの懸念といった根本的な課題がある。 Jetson Thor T3000/T2000は、これらの課題を一気に解決する。クラウド接続なしで、ジェネレーティブAIや大規模トランスフォーマーモデルをエッジデバイス上で実行できる。しかも、従来のAGX Orin比で7.5倍のパフォーマンスと3.5倍のエネルギー効率を実現しながら、消費電力40〜70Wに収まっている。本記事では、Jetson T

AI・テクノロジー

フィジカルAIとは何か？〜NVIDIA Jetson ThorとAmazon DeepFleetが拓く、AIが実世界に進出する新しい時代〜

はじめに AIはもう画面の中だけの存在ではない。「ロボットが自ら考えて動く時代が来たら、私たちの仕事や生活はどう変わる？」この問いは、もはやSF映画の世界の話ではありません。2026年、AIは物理的世界へ着実に進出しています。工場の生産ラインを自律走行し、倉庫内で数十万台のロボットを統合制御し、産業用ロボットが状況に応じて自ら判断を下す。本記事では、この「物理的AI」という新たな技術領域について、その技術的基盤、実用化事例、そして今後の展望を解説します。AI/テクノロジーに興味のあるエンジニア・技術者の皆様に、次世代のAIが現実世界に与える影響について考えてみたいと思います。フィジカルAIとは何か？定義と特徴フィジカルAI（Physical AI）とは、センサーやロボット等の物理的デバイスを通じて、現実世界を「認識・判断・行動」できるAI技術の総称です。従来のAIがデジタルデータの処理（画面上での文章生成、画像認識など）に特化していたのに対し、物理的AIは物理的な実体を持ち、現実世界の複雑な状況に対応できる点が最大の特徴です。従来のAIとの違い

AI・テクノロジー

フィジカルAIが拓く次世代ロボットの未来──ファナック×NVIDIA×Google三つ巴の協業が意味するもの

フィジカルAIとは何か──バズワードから産業革命へ 2024年にChatGPTが世界を席巻し、2025年にはAIエージェント（Agentic AI）がビジネスの現場を変えつつある。しかし、これらのAIはあくまでデジタル世界の中で完結する存在だ。スマートフォンの画面越しに文章を生成し、Webサービス上でタスクを自動実行する。物理的な世界には直接手を出さない。そこに新たな波が来ている。「フィジカルAI（Physical AI）」だ。フィジカルAIとは、AIの認知的な知能と、ロボットなどによる物理的な動作を融合させる技術である。センサーを通じて現実世界を認識し、自ら判断し、自ら動く。NVIDIAのCEO、ジェンスン・フアン氏が提唱したこの概念は、自動運転車とヒューマノイドロボットを代表的な応用先として掲げている。注目すべきは、この主戦場がまさに日本が世界市場で高い競争力を持つ産業分野と重なることだ。自動車産業における日本の強さは言うまでもない。そして産業用ロボットの分野でも、ファナックをはじめとする日本企業は世界トップクラスの技術力を持つ。 2025年後半から日本国内で「フィ