VLAモデルとは何か　RT-2からpi0.5までロボット基盤モデルを解説、開発企業が2026年に29億4000万ドルを集めた理由

あらゆるロボット企業が、操作の頭脳を自前で作るか、ライセンスを受けるか、微調整するかを決めなければならない。2026年に開示された6件、29億4000万ドルは、この層をハードウエアから切り離し、多くのロボットの体に売れるという仮説に賭けた資金だ。Androidが多くのスマートフォンに売られたのと同じ構図である。

日本のメーカーとユーザー企業にとっての要点は切り替えコストだ。ライセンスモデルを自社の実演で微調整すればデータは持てても重みは持てず、公開チェックポイントならその逆になる。最初の量産導入で条件が固まる前に、VLAのライセンス条件を経営判断として扱うべきだ。

三つの陣営が競う。自前の半導体、クラウド、汎用モデルを持つプラットフォーム企業（Google DeepMind、NVIDIA）は、計算資源を売るためにモデルを公開することも、サービスを売るために閉じることもできる。独立系のモデル研究企業（Physical Intelligence、Skild AI、Generalist AI、Rhoda AI）はモデルそのもので稼ぐ必要があり、最大級の民間ラウンドを得た。垂直統合型のロボットメーカーは自社ハード向けにモデルを内製する。

日本勢は独立系VLA企業として表に現れていない。ファナック、安川電機、日立はNVIDIAなどとの提携でAIを取り込む道を選んでおり、ソフトバンクグループは投資家として米国の独立系に賭けている。中国はSpirit AI、X Square Robot、ROBOTERAがモデルと自社人型機を一体で開発している。

今年のこの分野のラウンドで評価額を開示したのはSkild AI（140億ドル）とWalden Roboticsのシード（11億ドル）だけだ。Skild AIは2024年7月の15億ドルから18カ月で9.3倍となり、MEKAWIREのデータベースにある人型ハードウエア企業のどれよりも速い。

平均ラウンド4億9000万ドルは、ロボット全体の平均（2億120万ドル）の2.4倍、人型の平均（1億8160万ドル）の2.7倍だ。開示数値だけの集計であり、X Square RobotとROBOTERAの非開示額や、報道でしか知られないPhysical Intelligenceのラウンドを加えれば規模はさらに大きくなる。

VLA事業は学習と推論のGPU、データ収集のためのロボット稼働時間、そして増え続けるシミュレーションを消費する。今回解説した論文は推論コストを示しており、記憶を加えたpi0.5はNVIDIA H100で66.71ミリ秒、検証器は動作生成時間の0.45〜1.24%しか足さなかった。学習用クラスターはNVIDIAが支配的で、同社がGR00Tを公開できる理由でもある。

ロボット側の研究基盤はFranka Panda、AgileX PiPER、UnitreeやGalbotの人型など少数の機種に集中している。遠隔操作によるデータ収集は人手がかかり、人件費が低く国の支援するデータセンターを持つ中国が有利だ。人手不足の日本では、既存ラインの稼働データとシミュレーションをどう生かすかが対抗策になる。減速機や精密部品で強いハーモニックドライブシステムズやナブテスコにとっては、どのVLAが勝っても需要が残る点が安心材料だ。

第一に、2026年12月31日までにVLA開発企業が有料顧客の現場でのタスク別成功率と介入率を公表するか。第二に、Physical Intelligenceが自社の経路で調達やライセンス条件を開示するか。第三に、MEKAWIREの11月の論文集計でVLA比率が10月の約6分の1を維持または上回るか。日本では、大手メーカーが独立系VLA企業への出資やライセンス契約を発表するかに注目したい。

論点：VLAは共通の基盤層になりつつあり、投資家はチェックポイントとデータ循環の支配権に対価を払っている。確信度：中。構造は収れんし、研究界は少数の基盤モデルに標準化しつつあるが、監査済みの量産経済性を示した開発企業はまだなく、公開モデルが参入障壁を狭めている。12カ月以内に公開チェックポイントが顧客タスクで非公開モデルに並べば確信度を下げ、モデル開発企業が条件を開示した複数拠点のライセンス契約を結べば上げる。

モデル開発企業へ：売上のうちライセンスと技術サービスの比率は。現場ごとの微調整なしで顧客が得る成功率は。論文ではなく量産現場で、新しいタスク一つに何件の実演が要るのか。

日本のロボットメーカーへ：何台規模の稼働台数から自社モデルがライセンスより有利になるのか。既存の設置台数から集まる稼働データを、VLAの微調整に使える形で蓄積しているか。