Agility Roboticsは米国オレゴン州のヒューマノイド企業で、二足歩行のDigitを開発しています。現行のDigitは2023年のProMat（物流展示会）で発表され、同社はオレゴン州セーラムにヒューマノイドの工場「RoboFab」を設置しています。

Digitの商用展開の中心は、物流倉庫でのトート（樹脂製の通い箱）の搬送です。2024年、物流大手GXO Logisticsと複数年契約を結び、Agilityはこれをヒューマノイド初の正式な商用展開、かつ初のRaaS型展開と位置づけています。

続きをサイトで読む（フィジカルAI・ロボット）

組立のロボット化を考えるとき、「AIロボットなら組立も自動化できる」とひとまとめにすると判断を誤ります。組立作業は、求められる精度、扱う物の硬さ、ばらつきの大きさが作業ごとに違い、学習型制御（データから動作を学ぶ制御）が効く範囲もそれに応じて変わります。

傾向は明確です。形が決まっていて、手順が毎回同じ作業は従来制御のほうが速く、品質の説明もしやすい。形が毎回変わる柔軟物や、ばらつきの大きい嵌合で、学習型制御の価値が出ます。

続きをサイトで読む（フィジカルAI・ロボット）

ばら積みピッキングは、箱の中で向きも重なりもばらばらな部品を、3Dカメラで認識し、つかめる位置を計算して取り出す作業です。かつては認識できないことが最大の壁でしたが、3Dビジョンと学習型の物体認識が進み、主要な部品形状では実用水準の製品が出揃っています。

市場の動きもそれを示しています。中国の3Dビジョン企業、梅卡曼德（Mech-Mind）は2026年9月1日に香港で上場しました。調査会社CICによると、同社はAI+3Dビジョンのロボット部品市場で世界シェア22.1%の首位です（同社上場時の資料、EqualOcean報道）。

続きをサイトで読む（フィジカルAI・ロボット）

AIロボットセルの安全設計で、現時点の定石ははっきりしています。AIは「何をどこへ動かすか」の判断を担い、人を守る安全機能は、AIから独立した従来の安全PLC・安全センサ・安全リレーで構成します。AIがどんな指令を出しても、安全機能が速度・力・領域を監視し、逸脱すれば止める構成です。

この構成をとる理由は、機能安全の規格にあります。

IEC 61508やISO 13849の考え方では、安全機能の仕様を定め、それを満たすことを設計と試験で示します。

続きをサイトで読む（フィジカルAI・ロボット）

ファナックは2026年9月11日、Google Cloudと協業した「AI溶接エージェント」を発表しました。発表の要点は次のとおりです（同社発表）。

同社はこれを「ゼロ設定・ゼロ教示」と表現しています。ただし発表を読むと、オペレーターが生成結果を確認・微調整する前提で設計されていることが分かります。AIが溶接を最後まで自律で完結させる製品ではなく、条件出しと教示の初期作業をAIが肩代わりし、最終判断は人が行う製品です。

溶接ロボットの立ち上げ作業を分解すると、このエージェントが何を減らすのかが見えます。

続きをサイトで読む（フィジカルAI・ロボット）

Apptronikは米テキサス州のヒューマノイド企業で、製造・倉庫・小売向けの汎用ヒューマノイド「Apollo」を開発しています。公式サイトでは、パートナーとしてGoogle DeepMind、NVIDIA、GXO、Mercedes-Benz、Jabilを挙げています。

Google DeepMindは、Gemini Roboticsの研究パートナーとしてApptronikを挙げています。モデルはGoogle DeepMind、演算とシミュレーションはNVIDIA、実証の場はMercedes-BenzとGXO、製造はJabilという分担が見えます。

続きをサイトで読む（フィジカルAI・ロボット）

Figure AIは2025年11月19日、BMWスパータンバーグ工場（米サウスカロライナ州）でのFigure 02の稼働を総括しました。公表された主な数字は次のとおりです。

11カ月|稼働期間（Figure発表。BMWの引用では10カ月）|Figure（2025年11月）、Runtime Wire（2026年7月） 3万台超|生産に寄与したX3の台数|Figure（2025年11月） 9万個超|溶接治具に投入した板金部品の数|同上 84秒|1サイクル（うち投入動作37秒）|同上 1,250時間超|稼働時間|同上 99%超|配置精度（5mm公差、シフト単…

続きをサイトで読む（フィジカルAI・ロボット）

中国の人形ロボット政策は、工業・情報化部（工信部）の指針を起点に段階的に積み上がっています。

2026年1月の専項行動の原文は、具身智能について「建设人形机器人中试基地和训练场，打造人形机器人标杆产线，在典型制造场景率先应用」としています。中試基地（量産前の試作・検証拠点）と訓練場（ロボットの学習データを集める場）を作り、標杆（模範）となる生産ラインで先に使う、という順番が明示されています。

国の指針が方向を示す一方、需要を直接作っているのは地方政府です。

続きをサイトで読む（フィジカルAI・ロボット）

Universal Robots（UR）のAI Acceleratorは、同社のコントローラーソフトウェアPolyScope X上で、URの協働ロボット（UR/e-Series）にビジョンとAIによる動作生成を追加する、ハードウェアとソフトウェアのプラットフォームです。NVIDIAのエッジAI向けコンピューターJetson Orinを内蔵しています（同社製品ページ）。

従来、協働ロボットにビジョンを付けるには、ビジョンシステムを別途用意し、ロボットとの通信やキャリブレーションを個別に作り込む必要がありました。

続きをサイトで読む（フィジカルAI・ロボット）

世界基盤モデル（World Foundation Model、WFM）は、現実世界の動画から物の動き方や因果関係を学び、物理的にもっともらしい映像や環境を生成するAIモデルです。文章を生成する大規模言語モデルに対し、WFMは「次に世界がどうなるか」を映像として予測・生成する点が特徴です。

NVIDIAは2025年1月6日のCES 2025で、フィジカルAI向けの生成WFMプラットフォーム「Cosmos」を発表しました。発表の主な内容は次のとおりです。

続きをサイトで読む（フィジカルAI・ロボット）

EU機械規則（Regulation (EU) 2023/1230）は2023年6月14日に採択され、2027年1月20日から義務の適用が始まります。それまでは現行の機械指令2006/42/ECに準拠します（欧州委員会）。指令から規則に変わることで、加盟国ごとの国内法を介さず、EU全体に直接適用されます。

欧州委員会は、この規則が「AIを用いた安全機能を持つ機械」の規定を取り込み、ソフトウェアと安全制御システムのサイバー安全性も追加したと説明しています。AIを載せたロボットや装置を欧州に出すメーカーに関係する主な条文は次のとおりです。

続きをサイトで読む（フィジカルAI・ロボット）

ファナックの2026年のフィジカルAI関連の発表を、相手先ごとに整理します。

あわせて、ファナックは2025年12月の国際ロボット展（IREX）以降、フィジカルAI関連で1,000台以上のロボットを出荷したとしています（同社発表、2026年5月）。2026年7月24日には、国産マルチモーダル基盤モデルを開発するNoetraへの出資も発表しました（出資額非公表）。

4つの提携から見えるのは、AIモデルや計算基盤を特定の1社に依存せず、複数の基盤を自社ロボットにつなぐ戦略です。

続きをサイトで読む（フィジカルAI・ロボット）

Figure AIは2022年創業の米国のヒューマノイド企業です。公開情報で確認できる主な出来事を時系列で並べると次のようになります。

この表で分かるのは、工場での実績として公開されているのがBMWの1拠点にほぼ限られることです。BMWの実績の検証はBMW×Figureの11カ月を検証で詳しく扱います。

2026年時点のFigure AIの公式サイトは、Figure 03を家庭向けの汎用ヒューマノイド、Helixをその制御AIとして打ち出しています。

続きをサイトで読む（フィジカルAI・ロボット）

Google DeepMindは、Gemini Roboticsとして次の3つのモデルを公開しています（同社モデルページ、2026年時点）。

同社は、任意の双腕ロボットに数時間で適応できるとしており、研究パートナーにAgile Robots、Apptronik、Boston Dynamics、トラステッドテスターに100超の組織を挙げています。

ERは前の版から段階的に提供されてきました。

続きをサイトで読む（フィジカルAI・ロボット）

Hexagonはスウェーデンに本社を置く計測・センシング技術の企業で、三次元測定機やレーザースキャナー、計測ソフトウェアを手がけています。同社は2025年6月17日、産業用ヒューマノイド「AEON」を発表しました。

発表で示された主な特徴は次のとおりです。

汎用の作業を前面に出す他のヒューマノイドと違い、検査・計測・リアリティキャプチャという、Hexagonの本業と直結する用途を明示している点が特徴です。

Hexagonの日本語の発表によると、AEONの技術パートナーと役割は次のように分担されています。

続きをサイトで読む（フィジカルAI・ロボット）

公開情報で確認できる工場でのヒューマノイド実証を、作業内容、段階、数値の開示状況で一覧にしました。段階は発表内容から当編集部が分類したものです。

この表から分かるのは、数値まで開示しているのはBMW×Figureの1件にほぼ限られることです。他は契約、計画、展開開始の発表で、稼働率やサイクルタイム、投資回収の情報はありません。

実証の作業内容を分類すると、部品の運搬・投入、マシンテンディング（機械へのワークの出し入れ）、検査・巡回の3つにほぼ集約されます。

続きをサイトで読む（フィジカルAI・ロボット）

ヒューマノイド市場の将来像は、発表元によって大きく異なります。代表的な2つを並べます。

Morgan Stanleyの予測も、2030年代半ばまでは普及が緩慢と想定しており、短期の急拡大を予測しているわけではありません。両者の差は主に、2030年代後半以降の普及の速さと、その前提となる単価の下がり方にあります。

市場規模は、ざっくり「台数×単価」で決まります。台数と単価の前提を少し変えるだけで、結果は桁単位で変わります。

工場での利用に限るのか、物流倉庫や小売などの商用を含めるのか、家庭への普及まで見込むのかで、台数は大きく変わります。

続きをサイトで読む（フィジカルAI・ロボット）

産業用ロボットの安全規格ISO 10218は2025年2月に改訂され、協働ロボットの技術仕様ISO/TS 15066は後継のISO 15066-1への改訂作業中です（ISO、2025年）。これらの規格は、基本的に床や架台に固定されたロボットアームを前提に作られてきました。改訂の概要はISO 10218:2025改訂の要点で整理しています。

ヒューマノイドの開発企業自身も、規格と製品の間に隙間があることを認めています。

続きをサイトで読む（フィジカルAI・ロボット）

ヒューマノイドの最大の利点は、人の体格に合わせて作られた工場に、設備を大きく変えずに入れられる点です。棚の高さ、通路の幅、治具の位置、工具の形は人を前提に作られています。専用の産業用ロボットを入れるには、ワークの供給方法や治具を変え、安全柵を設ける工事が要りますが、ヒューマノイドなら既存のレイアウトのまま試せる可能性があります。

一方、性能とコストの面では、専用ロボットが有利な工程がまだ多いのが実情です。

続きをサイトで読む（フィジカルAI・ロボット）

ISO 10218は2部構成の国際規格で、2025年2月にどちらも新しい版が発行されました。ISOの公開情報で確認できる事実は次のとおりです。

前の版（Part1は2011年版）から十数年が経ち、その間に協働ロボットが広く普及し、ロボットにビジョンやAIを組み合わせる使い方が一般的になりました。改訂はこうした変化を受けたものです。

改訂を読むうえで最初に押さえるべきは、Part1とPart2で「誰の責任か」が分かれている点です。

ロボット本体がPart1に適合していても、それだけで工場のロボットセルが安全とはいえません。

続きをサイトで読む（フィジカルAI・ロボット）