Physical Intelligence

MEKAWIREが検証した2025年1月以降の人型ロボットと身体性AI(embodied AI)の資金調達で最大はソフトバンクが主導したSkild AIの14億ドルのシリーズC、2位はParkway Venture Capitalが主導したFigure AIの10億ドルのシリーズCだった。金額が開示された22件、計58億5900万ドルのうち2025年は人型ロボットメーカーが70%を得たが、2026年はロボット基盤モデルの開発企業が71%を占めた。日本勢はソフトバンクとトヨタ系が上位案件を主導し、主導した案件の合計は開示総額の29.1%に達した。

VLA(視覚言語行動)モデルは、カメラ映像と自然言語の指示を同時に読み込み、ロボットが次に実行するモーター指令を出力する単一のニューラルネットワークで、画像と言葉を理解する視覚言語モデルをロボットの実演データで追加学習して作る。グーグル ディープマインド、フィジカル インテリジェンス、エヌビディア、フィギュアAI、スキルドAIが先行し、ファナックや安川電機は外部モデルを自社ロボットに取り込む道を選んだ。

生成動画の米Runwayは2026年9月30日、大規模な動画事前学習を実機ロボットの制御に生かすオープンウェイトの世界行動モデルPraxis-1を発表した。Noble Machines、Standard Bots、Ultraが双腕、6軸アーム、移動台車で初期試験を進めており、重みは今後数カ月で公開する予定だ。

ゲームクリップ共有サービス「Medal」の操作記録付き動画でAIモデルを学習させる米ジェネラル インチュイションは2026年9月29日、評価額62億ドルで2億2000万ドルを調達したと発表した。コースラ ベンチャーズやゼネラル カタリストなどが出資した。96日前のシリーズAで示した23億ドルの2.7倍にあたる。ロボット、シミュレーション、ゲーム分野の提携先向けに事前登録も始めた。

ロボット基盤モデルのスキルドAIは9月10日、初の商用導入から10カ月で年間経常収益（ARR）が1億ドルを超え、有料顧客が60社を上回ったと発表した。8月18日に公開した「S1」は、再学習なしに1本の実演動画から新しい作業をこなすと同社は説明している。

米ジェネラリストAIは2026年8月19日、3〜12秒の実演1件を文脈に入れるだけで10作業の平均成功率59%を出し、約5分のデータで10ステップ学習すると83%に上がるGEN-1.5を公表した。8カ月以上の事前学習で能力が自然に現れたと説明する一方、作業が単純で技能は壊れやすいと認め、顧客は明らかにしていない。

Google DeepMindは7月30日、全身制御の動作モデル、上位の推論モデル、ロボット本体で動く軽量モデルの3種からなる「Gemini Robotics 2」を発表した。推論モデルER 2はGemini APIとGoogle AI Studioで開発者に開放したが、動作モデルは一部の提携企業とテスターに限っている。

トヨタ リサーチ インスティテュート（TRI）から2026年1月に独立した米Walden Roboticsは7月15日、トヨタとDeviation Capitalが共同で主導するシード資金3億ドルの調達を発表した。評価額は11億ドル。大規模行動モデルで動くロボットが2月から北米のトヨタ工場で生産作業を担っているという。7月28日にはサムスンSDSとの協業も公表した。

Hugging Faceは7月7日、オープンソースのロボット学習ライブラリ「LeRobot」の0.6.0版を公開した。世界モデル型の方策3種、エヌビディアのGR00T N1.7を含む視覚言語行動モデル5種、報酬モデル2種、シミュレーションのベンチマーク6種を加えた。エヌビディアは前日、GR00T、Isaac Teleop、Isaac Lab-Arena、Jetson Thor対応をLeRobotに組み込み、Cosmos 3も近く統合すると発表した。

韓国産業通商部は5月29日、M.AX連合AIロボット分科の発足1年の成果を公表した。参加は約280機関に達し、HD現代重工業、SKエナジー、BGFと業種特化型ヒューマノイドの実証が進む。国産ロボット基盤モデル、時速13キロのヒューマノイド下半身、ヒューマノイドへの投資義務を課す5000億ウォンのファンド計画も示した。

独シュツットガルトのロボットAI企業Sereactは2026年4月27日、Headline主導のシリーズBで1億1000万ドルを調達したと発表した。生産現場でのピッキングは10億回超、遠隔介入は約5万3000回に1回という。資金は世界モデルを組み込んだCortex 2.0とボストンの米国拠点に充て、7月にはZalandoが加わりシリーズBは1億1600万ドルとなった。

ソニーAIの自律型卓球システムAceが2025年4月の対戦でエリート選手に5試合中3勝し、Tリーグのプロ選手2人には2敗したと、2026年4月22日付の英科学誌ネイチャーの論文で明らかにした。ソニーセミコンダクタソリューションズのイベントベースビジョンセンサー、8自由度のアーム、シミュレーションで学習した強化学習方策を組み合わせ、ボール位置認識の遅延は平均10.2ミリ秒。

トヨタ リサーチ インスティテュート（TRI）とコーネル大、MITの研究者82人は2026年4月15日、拡散方策に基づく多作業型の「大規模行動モデル（LBM）」が盲検の無作為化試験で単一作業モデルより成功率と頑健性が高く、新しい作業をはるかに少ないデータで習得できるとする論文を米科学誌サイエンス ロボティクスに発表した。プレプリント版によると、500超の作業にわたる約1700時間の実演データを使い、管理された実機試験を1800回行った。

ロボット基盤モデル開発のスキルドAIは2026年4月15日、ゼブラテクノロジーズのロボティクス部門（旧フェッチロボティクス）を買収したと発表した。ゼブラが米証券取引委員会に提出した四半期報告書によると、取引は3月27日に完了し、対価は現金、エスクロー、スキルドAI株式の合計2000万ドルだった。ゼブラが2021年にフェッチを買収した際の対価3億100万ドルの6.6%にとどまる。

グーグル傘下のディープマインドは2026年4月14日、ジェミニ3.0フラッシュを基にした身体性推論モデル「ジェミニロボティクスER 1.6」を、ジェミニAPIとグーグルAIスタジオでプレビュー公開した。同社によると計器の読み取り成功率は86%で、拡大とコード実行を組み合わせる「エージェント型視覚」を使うと93%に達し、前世代ER 1.5の23%を大きく上回る。ボストンダイナミクスが四足ロボット「スポット」の設備点検に活用する。

米ジェネラリストAIは2026年4月2日、人が装着する機器で集めた50万時間超の物理的なやり取りのデータだけで事前学習し、ロボットのデータを使わないロボット基盤モデルGEN-1を公開した。前モデルが64%だった作業で平均成功率99%、1作業あたりのロボットデータは約1時間、作業速度は従来の最高水準の約3倍としている。数値は同社の自社評価で、外部による再現はない。

独ミュンヘンのアジャイルロボッツは2026年3月24日、グーグル ディープマインドと戦略的研究提携を結び、Gemini Robotics基盤モデルを自社ハードウエアに統合すると発表した。2万件超のロボットソリューションを導入済みとする同社は、ボストンダイナミクスやアプトロニックに続きグーグル陣営に加わった。契約条件は開示していない。

エヌビディアは2026年3月16日のGTC基調講演で、DreamZero研究を基にした次世代ロボット基盤モデルGR00T N2を披露し、新環境の新作業で主要VLAの2倍超の成功率を示すと説明した。30億パラメータのGR00T N1.7は商用ライセンス付きで先行提供を始め、ファナックや安川電機はシミュレーション基盤の統合を進める。N2は2026年末までに提供する。

リビアンのRJ Scaringe最高経営責任者（CEO）が創業し率いる産業用AIロボット企業Mind Robotics（米カリフォルニア州パロアルト）は2026年3月11日、AccelとAndreessen Horowitzが共同で主導する5億ドルのシリーズAを実施すると発表した。1億1500万ドルのシード調達から約4カ月後である。リビアンは四半期報告書で、3月に同社を連結対象から外し、残る37.6%の持ち分をシリーズAの発行価格で約5億6900万ドルと評価し、5億600万ドルの利益を計上したと開示した。MEKAWIREの試算では株式価値は約15億1000万ドルとなる。

米パロアルトの新興企業Rhoda AIは2026年3月10日、Khosla Ventures、Mayfield、テマセクなど9機関とJohn Doerr氏からシリーズAで4億5000万ドルを調達したと発表した。Direct Video Actionモデルが作業の映像を予測してロボットの動作に変換する。新しい作業に必要な遠隔操作データは10時間で済む場合もあるという。リード投資家、企業価値、顧客は開示していない。

米ロボットAIスタートアップのPhysical Intelligenceは2026年2月24日、汎用ロボットモデルを他社が組み込んで使う「物理知能レイヤー」として提供する構想を公表した。家庭用ロボットのWeaveと物流ロボットのUltraを提携先として挙げ、梱包作業1シフトで自律率96.4%、洗濯物たたみの人手介入50%減を示したが、価格や利用条件は明らかにしなかった。

米人型ロボット企業フィギュアAIは2026年1月27日、ロボット基盤モデル「Helix 02」を発表した。カメラ映像と指先の触覚から1kHzの関節指令までを学習システムが担い、1000万パラメーターの学習型制御器が手書きのC++コード10万9504行を置き換えたと同社は説明した。Figure 03が台所を移動しながら食洗機の取り出しと再投入を4分間、61動作で、リセットも遠隔操作もなくこなしたという。

米マイクロソフトの研究部門マイクロソフト リサーチは2026年1月21日、同社初のロボットモデル「Rho-alpha（ローアルファ）」を発表した。Phi系の視覚言語モデルから派生し、Azure上で動かす米エヌビディアのIsaac Simによる合成データでも学習した。研究向け早期アクセスで提供を始め、後にMicrosoft Foundryで提供する計画だが時期は示していない。

ロボット向け汎用基盤モデルを開発する米スキルドAIは2026年1月14日、ソフトバンクグループが主導するシリーズCで14億ドルを調達したと発表した。企業価値は140億ドルを超えるとしている。エヌビディアの投資部門NVentures、マッコーリーキャピタル、ベゾスエクスペディションズのほか、LGやシュナイダーエレクトリックが戦略投資家として加わった。

米1X Technologiesは2026年1月12日、家庭用ヒューマノイド「NEO」を「1X World Model」で動かすと発表した。140億パラメーターの動画生成モデルが作業の様子を先に映像として描き、逆動力学モデルが関節への指令に変換する。人の一人称動画900時間で中間学習し、NEO自身のデータは70時間の微調整にとどめたが、自社試験ではシリアルを注ぐなどの精密作業の成功率はゼロだった。

ロボット向け基盤モデルを開発する米Physical Intelligenceが、評価額56億ドルで6億ドルを調達したと投資家が明らかにした。シリーズBはAlphabetの成長ファンドCapitalGが主導した。同社は3日前、実機での強化学習により難しい作業の処理量を2倍超に高めたとするモデルπ*0.6を公表している。

米ロボットAI新興企業のGeneralist AIは2025年11月4日、身体性を持つ基盤モデル「GEN-0」を公開した。同社は70億パラメータで能力の相転移を観測し、100億パラメータ超まで拡大したと説明した。事前学習データは27万時間を超え、毎週1万時間以上増えているという。結果は査読論文ではなく同社ブログで発表された。

グーグル傘下のGoogle DeepMindは2025年9月25日、動作の前に自然言語で推論し、異なるロボットの機体間で技能を移せる視覚言語行動（VLA）モデル「Gemini Robotics 1.5」と、身体性推論モデル「Gemini Robotics-ER 1.5」を発表した。ER 1.5はGemini APIでプレビュー提供を始めた。技術報告書によると、両者を組み合わせたエージェントは長時間タスクのサブタスク失敗率を44.5%から22%に半減させた。

米ロボット基盤モデル企業のDyna Robotics（ダイナロボティクス）は2025年9月15日、シリーズAで1億2000万ドルを調達したと発表した。Robostrategy、CRV、First Round Capitalが共同で主導し、NVIDIAやAmazon、Samsung、LGの投資部門も参加した。企業価値は開示していない。同社によると基盤モデルDYNA-1はホテルや飲食店、コインランドリー、ジムで有償稼働し、1日最大16時間動いている。

米エヌビディアは2025年8月25日、Blackwell世代GPUを載せたロボット向けコンピューター「Jetson AGX Thor」開発者キットと量産モジュール「Jetson T5000」の一般提供を始めた。開発者キットは3499ドルからで、メモリーは128GB、AI演算性能は前世代のJetson Orinの7.5倍という。フィギュア、アジリティロボティクス、ボストンダイナミクス、アマゾンロボティクスなど8社が初期採用企業に名を連ね、1X、オープンAI、フィジカルインテリジェンスが評価を進めている。

ボストンダイナミクスとTRIは、単一の大規模行動モデルで人型ロボットAtlasの歩行と操作を同時に制御する実演を公開した。30Hzで動く4億5000万パラメーターのモデルは、VR遠隔操作のデータから新たな動作をコードを書かずに学ぶ。成功率やデータ量は開示していない。

米カリフォルニア州アーバインのロボット自律ソフト企業FieldAIは2025年8月20日、2回連続のラウンドで計4億500万ドルを調達したと発表した。ベゾスエクスペディションズ、BHPベンチャーズ、インテルキャピタル、コースラベンチャーズ、エヌビディアのNベンチャーズ、テマセクなどが出資した。企業価値は開示していない。同社の基盤モデルは日本、欧州、米国の産業現場で四足ロボットや人型ロボットなどに使われているという。

米Skild AIは2025年7月29日、シミュレーションとインターネット動画で事前学習する2層構造のロボット基盤モデル「Skild Brain」を公表し、四脚ロボット、人型ロボット、卓上アーム、移動マニピュレーターで動くと説明した。顧客や価格は示さなかったが、機体を問わない戦略はその後の140億ドル超の企業価値とARR1億ドル超につながった。

パリとパロアルトに拠点を置くフィジカルAI研究所Genesis AIは2025年7月1日、EclipseとKhosla Venturesが共同で主導した1億500万ドルの資金調達を発表し、表舞台に登場した。仏公的投資銀行Bpifrance、HSG、Eric Schmidt氏、Xavier Niel氏も出資した。同社は後にこの調達をシードと位置付けており、自社開発の物理シミュレーション、生成モデル、実機データを組み合わせたデータエンジンで汎用ロボット基盤モデルを構築する。企業価値は開示していない。

米グーグル傘下のグーグル ディープマインドは2025年6月24日、ネットワーク接続なしにロボット上で動作する視覚言語行動（VLA）モデル「Gemini Robotics On-Device」を発表した。同社が外部開発者に微調整を認める初のVLAモデルで、信頼できるテスター向けのSDKを通じて提供する。独フランカの双腕FR3や米アプトロニクの人型ロボット「アポロ」にも適用したという。

米ロボットAI新興企業のフィジカルインテリジェンス（Physical Intelligence）は2025年4月22日、視覚言語行動（VLA）モデル「π0.5」を公表した。移動型の双腕ロボットが学習データに含まれない実在の住宅3軒で10〜15分かけて部屋を片付けた。同社は他のロボットやウェブのデータを混ぜる共同学習が汎化の鍵だとしている。

米エヌビディアは2025年3月18日、人型ロボット向けの視覚言語行動（VLA）モデル「Isaac GR00T N1」をHugging FaceとGitHubで公開し、1X、Agility Robotics、ボストンダイナミクス、Mentee Robotics、NEURA Roboticsを先行利用パートナーに挙げた。Google DeepMind、Disney Researchと開発中のオープンソース物理エンジン「Newton」、合成操作データの設計図、15テラバイトの公開データセットも同時に発表した。日本の産業用ロボット大手はパートナー一覧に名前がなかった。

Google DeepMindは2025年3月12日、Gemini 2.0を基盤とする視覚言語行動(VLA)モデル「Gemini Robotics」と、空間推論に特化した「Gemini Robotics-ER」を発表した。同社はVLAモデルが汎化ベンチマークで他の先端モデルの2倍超の性能を示したとし、人型ロボットでは米Apptronikと提携、ERモデルはBoston DynamicsやAgility Roboticsなど4社の限定テスターに先行提供した。

米人型ロボット開発のFigure AIは2025年2月20日、視覚言語行動（VLA）モデル「Helix」を発表した。7〜9ヘルツで動く70億パラメーターの視覚言語モデルと、200ヘルツで動く8000万パラメーターの制御方策を組み合わせ、上半身の35自由度を動かす。同社によると学習データは遠隔操作による約500時間で、推論は機体に載せた低消費電力の組み込みGPU2基だけで完結する。