フィジカルAIが注目の時を迎え、誰もがその一部を手にしたい
物理AIが現在注目を集めており、単一の製品発表よりも、複数の要素が同時に収束する動向から多くのことが分かる。物理AIはデータ処理だけでなく、現実世界で知覚・推論・行動するAIシステムを指す。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
技術業界には、単一の画期的な突破ではなく、多くの要素が同時に収束することでその勢いを示す特有の動向があります。物理的 AI（Physical AI）は今まさにそのような局面にあり、それがどこから来ており、なぜそうなのかに注目することは、いかなる単一製品の発表よりも多くを物語ります。
「物理的 AI」という用語自体はシンプルです。これはデータを処理したりコンテンツを生成するだけでなく、現実世界で知覚し、推論し、行動する AI システム、つまりロボットや自律走行車、適応型の機械を指します。Nvidia の CEO であるジェンソン・ファン氏は今年 1 月の CES でこれを「ロボティクスにおける ChatGPT の瞬間」と呼びました。これは意図的な枠組み設定であり、有用なものです。
ChatGPT との比較は単なる過熱ではありません。それはかつて研究環境に限定されていた技術が、主流の商業的展開へと採用され始めていることを示しています。この転換点こそが、シリコンバレーの工場床から上海のステージまでで進行している様子を私たちが注視しているものです。
西側はスタックを構築中
西側の立場では、物理的 AI への取り組みは本質的にプラットフォーム競争です。最も積極投資を行っている企業は主にロボット会社ではなく、AI が収益化される次の表面としてロボティクスを見ているインフラストラクチャー企業です。
Nvidia は、ロボット学習と推論のための新しい Cosmos および GR00T オープンモデルをリリースするとともに、Blackwell を搭載した Jetson T4000 モジュールを発表しました。このモジュールは、ロボティクスコンピューティングにおいて 4 倍のエネルギー効率を実現します。Arm は、ロボットおよびインテリジェントビークルのための半導体設計に特化した、全く新しい Physical AI ビジネスユニットを設立しました。
Siemens と Nvidia は、世界で初めて完全に AI ドライブ型の適応型製造サイトを創出するという野望のもと、「Industrial AI Operating System」と呼ぶシステムの構築計画を発表しました。また先週、Google はロボットソフトウェア部門 Intrinsic をアルファベットの「Other Bets」から Google のコア事業へ完全に移管しました。
この動きにより、Google はメーカーに対して垂直統合されたスタックを提供する立場となりました。DeepMind からの AI モデル、Intrinsic からの展開用ソフトウェア、そして Google Cloud からのクラウドインフラストラクチャです。社内で浮上している Android のアナロジーは示唆に富んでいます。Android がスマートフォン市場を制したのは、最高の電話機を作ったからではありませんでした。他のすべてのものがその上で動作するレイヤーとなったからこそ勝利したのです。
まさにこれが、Google が Physical AI において目指していることです。
企業への影響は甚大です。3,200 人以上のグローバルビジネスリーダーを対象とした Deloitte の調査では、58% がすでに何らかの形で Physical AI を活用していると回答し、今後 2 年間の計画を含めるとその割合は 80% に達しました。需要は明確に存在します。問われているのは「導入するかどうか」ではなく、「いかに迅速に」「どのプラットフォーム上で」かという点です。
Boston Dynamics の人型ロボット、Atlas がジョージア州にある Hyundai の製造施設内で完全に自律的に稼働し始めました。
フォロー：@AFpost pic.twitter.com/pfAzyxqRnn
— AF Post (@AFpost) 2026 年 1 月 5 日
東側が機械を構築している
中国の物理的 AI の物語は性質が異なり、おそらくより生々しいものです。今年の春節联欢晚会（春晩）では、複数の中国スタートアップの人型ロボットが数億人の視聴者面前でカンフーのパフォーマンスや宙返り、振付されたダンスを披露しました。これはわずか 1 年前に懐疑的な視線を集めていたつまずく試作機とは対照的な光景です。
確かにそれは見世物でした。しかし同時に、それは声明でもありました。中国は 2025 年に世界のヒューマノイドロボット設置台数の 80% 以上を占め、世界全体の産業用ロボットの半数以上を担っています。この支配的地位は、ソフトウェアを超えた構造的な優位性によって支えられています。中国はグローバルな LiDAR（ライダー）センサー市場の約 70% をコントロールしており、ハーモニックリデューサー（ロボット運動に不可欠なギア）の生産においてリードし、EV（電気自動車）産業を推進したのと同じ規模の経済効果を通じてハードウェアコストを引き下げてきました。
アリババは、ロボットが物理世界を理解し物体を識別するのを支援するために設計されたオープンソース AI モデル「RynnBrain」を発表し、NVIDIA の Cosmos や Google DeepMind の Gemini Robotics と並ぶ基盤モデル層で競争を開始しました。すでに 140 社以上の国内ヒューマノイド製造業者が存在し、330 体を超えるヒューマノイドモデルが公開されている中、中国のエンボディド AI（具現化された人工知能）への取り組みはもはや実験段階ではなく、商業化が進んでいます。
なぜこれがヘッドラインを超えて重要なのか
西洋のプラットフォーム戦略と東洋の製造規模が融合することで、真に新しいものが生まれています。それは複数の側面で同時に進展し、異なる競争優位性が衝突するグローバルな物理 AI エコシステムです。
この瞬間が過去のロボット工学ブームと決定的に異なる点は、専門知識のボトルネックが解消されたことです。歴史的に産業用ロボットの導入には、専門的なエンジニアリングチームが必要で、数か月にわたるカスタムプログラミングが必要であり、ダウンタイムに対する高い許容度も求められていました。現在 Google、Nvidia、Siemens、およびそれらの中国版企業が構築しているプラットフォームは、明確にこの障壁を下げることを目指して設計されています。
1 月に 1 億 1000 万ドルの資金調達を行った Vention のような企業は、自社の物理 AI プラットフォームが自動化プロジェクトの期間を数か月から数日に短縮できると主張しています。この主張が日常化すれば、製造業の経済構造そのものが変化します。
製品発表の静かなる下層には、地政学的な次元も存在します。現在開発中のロボティクスにおけるすべての基盤モデル、すべてのプラットフォーム層、すべての半導体アーキテクチャは、サプライチェーンへの依存、データの主権、そして長期的なインフラストラクチャーの制御に関する問いを伴っています。
物理的 AI のソフトウェア層を支配する国、あるいは企業は、今後数年にわたり世界的な産業運営に対して並外れたレバレッジ（影響力）を有することになります。
物理的 AI は一時的なトレンドではありません。それは、世界がモノを作り、運び、大規模に運用する方法における次なる重要な再構成です。現在行われている議論——半導体企業の役員室から深センやシリコンバレーの工場床に至るまで——は予備的なものではありません。それらこそがまさにそのものであり、すでに進行中です。
（写真：現代自動車グループ提供）
関連記事：ゴールドマン・サックスと独 Deutsche Bank が貿易監視にエージェント型 AI をテスト
業界リーダーから AI とビッグデータについてさらに学びたい方は、アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をご覧ください。包括的な本イベントは TechEx の一部であり、他の主要なテクノロジーイベントと併催されます。詳細はこちらをクリックしてください。
原文を表示
There is a particular kind of momentum in the technology industry that announces itself not through a single breakthrough, but through the simultaneous convergence of many. Physical AI is having that moment right now–and paying attention to where it is coming from, and why, tells you more than any single product launch can.
The term itself–physical AI–is simple enough. It describes AI systems that don’t just process data or generate content, but perceive, reason, and act in the real world–robots, autonomous vehicles, machines that adapt. Nvidia CEO Jensen Huang called it “the ChatGPT moment for robotics” at CES in January–a deliberate framing, and a useful one.
The ChatGPT comparison isn’t about hype. It signals that a technology once confined to research environments is being adopted for mainstream commercial deployment. That crossing is exactly what we are watching unfold from factory floors in Silicon Valley to stages in Shanghai.”
The West is building the stack
On the Western side, the physical AI push is fundamentally a platform race. The companies investing most aggressively aren’t primarily robotics companies–they’re infrastructure companies that see robotics as the next surface on which AI gets monetised.
Nvidia has released new Cosmos and GR00T open models for robot learning and reasoning, alongside the Blackwell-powered Jetson T4000 module, which delivers 4x greater energy efficiency for robotics computing. Arm has carved outan entirely new Physical AI business unit focused on semiconductor design for robotics and intelligent vehicles.
Siemens and Nvidia announced plans to build what they’re calling an Industrial AI Operating System, with ambitions to create the world’s first fully AI-driven adaptive manufacturing site. Then there’s Google, which last week brought its robotics software unit Intrinsic fully in-house–out of Alphabet’s “Other Bets” and into Google’s core.
The move positions Google to offer manufacturers a vertically integrated stack: AI models from DeepMind, deployment software from Intrinsic, and cloud infrastructure from Google Cloud. The Android analogy being floated internally is instructive. Android didn’t win smartphones by building the best phone. It won by becoming the layer everything else ran on.
That is precisely what Google is attempting with physical AI.
The enterprise implications are significant. A Deloitte survey of more than 3,200 global business leaders found that 58% are already using physical AI in some capacity, rising to 80% with plans over the next two years. The demand is there. The question has shifted from whether to adopt to how fast and on whose platform.
Boston Dynamics’ humanoid robot Boston Dynamics Atlas has begun operating fully on its own inside Hyundai’s manufacturing facility in Georgia.
Follow: @AFpost pic.twitter.com/pfAzyxqRnn
— AF Post (@AFpost) January 5, 2026
The East is building the machines
China’s physical AI story is different in character–and arguably more visceral. At this year’s Spring Festival Gala, humanoid robots from multiple Chinese startups performed kung fu routines, aerial flips, and choreographed dances before hundreds of millions of viewers–a sharp contrast from the stumbling prototypes that drew scepticism just a year prior.
It was a spectacle, yes. It was also a statement. China accounted for over 80% of global humanoid robot installations in 2025 and over half of the world’s industrial robots. That dominance is underpinned by structural advantages that go beyond software. China controls roughly 70% of the global lidar sensor market, leads in harmonic reducer production–the gears critical to robot movement–and has driven hardware costs down through the same economies of scale that propelled its EV industry.
Alibaba has entered the race with RynnBrain, an open-source AI model designed to help robots comprehend the physical world and identify objects–positioning itself alongside NVIDIA’s Cosmos and Google DeepMind’s Gemini Robotics in the foundation model layer. With over 140 domestic humanoid manufacturers and more than 330 humanoid models already unveiled, China’s push into embodied AI is no longer experimental–it’s commercial.
Why it matters beyond the headlines
The convergence of Western platform strategies and Eastern manufacturing scale is creating something genuinely new: a global physical AI ecosystem that is advancing on multiple fronts simultaneously, with different competitive advantages colliding.
What makes this moment distinct from prior robotics waves is the removal of the expertise bottleneck. Historically, deploying industrial robots required specialised engineering teams, months of custom programming, and a high tolerance for downtime. The platforms being built now–by Google, Nvidia, Siemens, and their Chinese equivalents–are explicitly designed to lower that barrier.
Companies like Vention, which raised US$110 million in January, claim their physical AI platforms can reduce automation project timelines from months to days. When that claim becomes routine, the economics of manufacturing change structurally.
There is also a geopolitical dimension that sits quietly beneath the product announcements. Every foundation model for robotics, every platform layer, every semiconductor architecture being developed right now carries with it questions of supply chain dependency, data sovereignty, and long-term infrastructure control.
The country–or company–that governs the software layer of physical AI will have unusual leverage over industrial operations globally for years to come.
Physical AI is not a trend. It is the next significant reconfiguration of how the world makes things, moves things, and operates at scale. The conversations happening now–from semiconductor boardrooms to factory floors in Shenzhen and Silicon Valley–are not preliminary. They are the thing itself, already underway.
(Photo by Hyundai Motor Group)
See also: Goldman Sachs and Deutsche Bank test agentic AI for trade surveillance
Want to learn more about AI and big data from industry leaders? Check out AI & Big Data Expo taking place in Amsterdam, California, and London. The comprehensive event is part of TechEx and co-located with other leading technology events. Click here for more information.
AI News is powered by TechForge Media. Explore other upcoming enterprise technology events and webinars here.
The post Physical AI is having its moment–and everyone wants a piece of it appeared first on AI News.
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み