予想外のヒューマノイドの跳躍

1月に、テストトラックを猛スピードで駆け下り、足を踏み入れて完璧な回転後蹴りを決めるヒューマノイドのクリップがX上で話題になりました。安全用のロープもなく、明らかなカットもなし、まるで訓練を受けた格闘家のように片足でピボットをかける二足歩行のマシン。翌週、別の動画では、ロボットが低い姿勢に沈み込み、重心を転がしながら、揺れもなく3つのクリーンな strikes を連続して決める様子が映し出されました。

その動きが実を結んだのは、旧DARPAロボティクスチャレンジ時代を覚えている誰もが、その失敗シーンの映像を脳裏に焼き付けているからです。2015年のロボットたちはドアを開けるのに苦労し、コンクリートブロックにつまずき、生の観客の前で階段から顔を打ちつけていました。ボストン・ダイナミクスの初期のアトラスでさえ、物理エンジンと戦っているかのようで、うまく調和しているわけではありませんでした。

2025年に進むと、ヒューマノイドは滑らかな動きで走り、横に避け、押されても冷静に立ち直ることができるようになっています。ユニツリーのG1は、手動でコーディングされた関節角度ではなく、モーションキャプチャデータから学んだ完全なカンフーの動作を実行し、滑らかな床でもバランスを保っています。中国のスタートアップエンジンAIは、プロトタイプがジョギングし、瞬時に停止し、一歩で180度回転する様子を示しています。

これは単なるパーティートリックではありません。実際には、Nvidia Isaacのようなシミュレーターで訓練されたエンドツーエンドのニューラルコントローラーが、キロヘルツの制御ループで数十の関節を調整しています。事前にプログラムされた歩行パターンの代わりに、ロボットはリアルタイムで連続的な軌道を生成し、地形や負荷、予期しない衝撃に応じて調整します。

その飛躍のスピードが不気味なものです。5年前、大多数の商業用ヒューマノイドは時速2 km/h未満で歩いており、広く平らな面が必要でした。今では複数のプラットフォームが、2020年には純粋にCGIと見なされていたようなランニング、横への切り替え動作、そして跳躍のような動きを実演しています。

投資家たちは注目しています。アナリストたちは、ヒューマノイドロボティクス市場が2030年までに約65億ドルに達する軌道に乗っていると見込んでおり、一部の報告では年平均成長率が約90～95％に達するとのことです。現在、数十のスタートアップが研究用のおもちゃではなく、一般的な工場や物流作業員を提案しています。

2025年を、ヒューマノイドがYouTubeの好奇心から脱却し、近い将来の製品カテゴリのように見え始めた瞬間と呼ぼう。自動車メーカー、倉庫、さらには家庭用ロボットのパイロットたちが、単なるデモ用ロボットではなく、数百台または数千台の導入について語っている。バク転は単なる予告編であり、メインのプレゼンテーションは大規模導入だ。

バク宙するヒューマノイドはもはやマリオネットのように動かない。以前の世代は、エンジニアが手作業で各関節の角度をコーディングし、ステップ、ターン、アームスイングのすべてを制御していた——本質的にロボットのキーフレームだ。今日の最も驚くべきデモは、エンドツーエンドのニューラルコントローラーを使っており、センサーデータをモーターのトルクに直接マッピングし、連続的なループで動作している。

定型化された動作のライブラリの代わりに、これらのコントローラーは、強化学習とモーションキャプチャーデータを使用してシミュレーションの中で制御ポリシーを学習します。NvidiaのIsaac GymやIsaac Simなどのシステムは、企業が何百万もの仮想的な転倒、すべり、押されを繰り返すことを可能にし、ロボットのポリシーが直立を保つ方法、加速する方法、または不適切な着地から転がり出る方法を発見するのを助けます。

全身の協調がデフォルトとなり、特別なケースではなくなります。Unitree G1が回転キックに入ったり、Figureロボットがスプリントしてから急停止したりすると、コントローラーは数ミリ秒ごとに腰、膝、足首、腕、胴体を一緒に調整します。そのロボットはキックを「再生」するのではなく、瞬時に物理問題を解決します。

リアルタイムセンサーがループを閉じます。深度カメラ、IMU、ジョイントエンコーダ、時には触覚センサーが、高い周波数で動作するコントロールスタックにデータを供給します。もし足がケーブルに接触したり、持ち上げている最中に箱が移動したりした場合、ロボットは瞬時に反応し、重心を再分配し、ジョイントトルクを調整します。これはまるで人間のアスリートが不安定な動きをキャッチするようなものです。

ここで体現された知能は単なる流行語を超え、製品ロードマップのように見えてきます。知能は、クラウド上の大規模言語モデルだけでなく、40〜80kgの機械が20〜30の自由度を持って、混雑した環境を移動し、衝撃を処理し、摩擦を活用する方法に存在します。 不均一なコンクリートや湿った工場の床で歩き方を適応できないロボットは、ラボの外では生き残ることができません。

継続的かつ反応的な動きが本当の作業を解き放ちます。工場や倉庫の作業は完璧に繰り返されることはほとんどありません。箱は変形し、パレットは傾き、人間は計画されたルートを横断します。FigureのHelix AIのようなビジョン・言語・アクションスタックは、「その箱を拾ってあちらに重ねて置いて」という指示を、流動的で損傷を避け、疲労に強い動きに変換できる身体がある場合にのみ重要です。それは8～12時間、毎日続きます。

ヒューマノイドのバックフリップは素晴らしいサムネイルになりますが、本当の革命は目に見えないソフトウェアスタックに隠れています：ビジョン・ランゲージ・アクションモデル。FigureはそのバージョンをヘリックスAIと呼び、スクリプトエンジンのようではなく、ロボットのセンサーや関節の中に存在する汎用的な脳のように機能します。

従来の、見るためのシステム、話すためのシステム、動くためのシステムの3つを別々に持つ代わりに、Helixはそれらを一つの巨大な神経ネットワークに統合しています。カメラは生のピクセルをストリーミングし、マイクは音声を供給し、関節エンコーダーは体の位置を報告します。このモデルはすべてを一度に処理し、リアルタイムで連続的な運動コマンドを出力します。

シンプルな工場の指示「その箱を棚に置いてください」。まず、音声モデルが音声をテキストに変換し、ロボットのカメラがシーンをスキャンして物体をセグメント化し、箱を検出し、棚を3D空間でマッピングします。

ヘリックスは各単語を視覚的な世界に結び付けます。「その箱」は座標、サイズ、重さの推定、姿勢を持つ特定のオブジェクトになります。「棚の上」は、高さ、クリアランス、安定性といった制約を持つターゲット領域に変わります。

そこから、VLAスタックは文を微意図の連鎖に分解します：箱に向かって歩く、胴体を向ける、把握方法を選ぶ、バランスを保ちながら持ち上げる、棚に向かって移動する、衝突せずに置く。これらのどれも手動でコーディングされたウェイポイントは使用していません；ネットワークは何百万ものシミュレーションと実世界のエピソードからこれらのパターンを学習しました。

内部では、VLAモデルは「大規模言語モデル」のように動作し、さらに「動画」や「トルク」にも対応しています。次の単語を予測するのではなく、次のアクショントークンを予測します—手首を2度動かす、体重を左脚に移す、グリップ力を0.3ニュートン調整する—これは言語と視覚の両方に基づいています。

認識、推論、制御を一つのモデルに統合することで、従来のロボットを悩ませていた厳しい調整問題を解決します。従来のパイプラインは脆弱なインターフェースを持っていました：視覚システムが物体の姿勢を推測し、プランナーが経路を構築し、低レベルのコントローラーがそれを実行しようとしましたが、現実が計画と一致しないときにしばしば失敗しました。

単一のVLAモデルは、人間がボックスを軽く押したとき、棚が散らかっているとき、または照明が変わるときに即座に適応します。同じネットワークが文を解析したことに加え、新しい視覚入力も「理解」するため、切り離されたモジュール間で引き渡すのではなく、数十ミリ秒で運動計画を更新します。

見ること、理解すること、行動することの緊密なループが、ヒューマノイドを単なる高機能なCNC機械から具現化されたエージェントへと変えます。「その作業員に注文を詰めるのを手伝え」と言えるようになり、ロボットが残りを解決することができるようになると、逆立ちが退屈な部分に見えてきます。

ロボットはラボのジムでそのバックフリップを学ぶわけではありません。彼らはNvidia Isaac Simのような高精度シミュレーターでそれを磨きます。これらの仮想世界は摩擦、関節の限界、センサーのノイズ、さらにはケーブルのしなりをモデリングしているため、ヒューマノイドは数百万回もクラッシュし、滑り、顔から倒れても、炭素繊維の四肢をひとつも破損することなく学ぶことができます。

バーチャルトレーニングは、根本的なボトルネックを解決します：実際の練習は遅く、危険で、高価です。アイザックシムや同様のエンジンでは、企業は数千のロボットクローンを並行して立ち上げ、GPUクラスタ上で週末のうちに何年分にも相当する経験を積むことができます。

研究者たちはこのマジックトリックをシムからリアルへの転送と呼んでいます。ニューラルコントローラーは強化学習を使用してシミュレーション内でポリシーを学習し、バランスを保つことや衝突を避けること、キックを決めることに対して報酬を受け取ります。その後、最小限の調整で同じ重みを物理ロボットに展開します。

ドメインランダム化はその飛躍を可能にします。エンジニアは常に重力、表面摩擦、照明、センサーの遅延をシミュレーションで変化させるため、コントローラーは「完璧な」世界に過剰適合することを防ぎ、傷んだ倉庫の床や不安定なパレットに対しても堅牢になります。

ユニツリーのG1やフィギュアのプロトタイプのようなヒューマノイドは、これらの環境で歩くことを学ぶだけでなく、人間のように動くことも学びます。チームは、ダンサーや武道家、アスリートのモーションキャプチャクリップをシミュレーターに供給し、その軌道を追跡しながら現実の物理法則を尊重するポリシーを訓練します。

そのパイプラインは驚くほどハリウッドらしいですね。俳優たちは反射マーカーや慣性スーツに着替え、スピンやフェイント、高く蹴り上げる振り付けを披露しながら、モーションキャプチャシステムが60〜240Hzで全身の関節角度を記録します。

これらのシークエンスは、シミュレーション内の全身コントローラーのためのターゲットポーズとなります。学習アルゴリズムは、ロボットが人間の動きから逸脱したり、倒れたり、トルク制限を超えたりするとペナルティを課し、タイミング、バランス、スタイルをうまくこなすことで報酬を与えます。

結果は、誰も関節の軌道を手動でコーディングすることなく、Unitreeスタイルのカンフーコンボや同期ダンスを実行できるロボットです。TikTokのルーチンを再現する同じフレームワークは、異なるモーションキャプチャと報酬を用いることで、正確なパレット積み上げ、はしご昇降、または道具の使用を教えることができます。

中国のEngine AIは、人型ロボットをATMのように一般的な存在にしたいと考えています。深圳に拠点を置くこのスタートアップは、2025年末までに公共サービスカウンター、ショッピングモール、軽加工ライン向けの人間サイズのロボットを数千台量産するために急いでいます。最新のデモでは、恐ろしいほどリアルな顔、全身のジェスチャー、そして工場のアームの足ではなく、テーマパークの俳優のように見える滑らかな歩行を披露しています。

従来の中国のヒューマノイドが主に技術のショーケースとして構築されていたのとは異なり、エンジンAIはフルスタックを提供します：認識、大規模モデルの計画、そしてクラウド接続された艦隊管理。会社は、ロボットが病院で人々を案内し、キャンパスを巡回し、電子工場で繰り返しの作業を処理することについて話しています。すでに中国が産業用ロボットでリードしている市場において、十年後に「数万体」のヒューマノイドは、単なる誇張というよりも国家政策のように聞こえます。

太平洋を越えて、Figure 03はアメリカの回答を示しています：コスプレを減らして、生産性を向上させること。Figureの第三世代のマシンはクラシックな二足歩行のシルエットを保持しつつ、倉庫や工場作業に最適化されています―箱を持ち上げ、パレットに積み、製造ラインに送り出す役割を担っています。最近のクリップでは、Figure 03がトラックをジョギングし、冷静にアイテムを拾って置く様子が見られます。すべてはそのVLAスタックでブランド化されたHelix AIの制御下にあります。

Helix AIは、カメラ入力、言語指示、低レベルのモーター制御を融合させ、技術者が「これらのトートを卸してパレットBに積み上げて」というようなタスクを発行し、ロボットがその間のすべてを計画できるようにします。その自律性により、Figure 03はリモコン操作のデモを超えた存在となり、まるで決して退勤しない新しいタイプの派遣労働者のように振る舞います。自動車および物流分野でのパートナーシップがすでに公表されている中、Figureは数千台の高機能ユニットがロボット・アズ・ア・サービスの価格設定を正当化できると賭けています。

次に紹介するのはUnitree G1、エスプレッソを飲みすぎたパルクールの学生のように動き回る元気な新星です。G1は産業界の巨人たちよりも小さく、軽量ですが、その動きのクリップ—走る、滑る、そして武道のポーズを決める—は、どんな仕様書よりも早く広がっています。Unitreeはモーションキャプチャーデータとシミュレーション訓練されたポリシーを用いて、G1に流れるような全身のスキルを与えており、それは実験室のプロトタイプというよりもスタントダブルのように見えます。

最も重要なのは、G1がアクセシビリティをターゲットにしていることです。高級電気自動車に近い価格設定となっており、スタートアップ、大学、ホビイストのラボ向けの開発および研究プラットフォームとして位置付けられています。Engine AIとFigure 03が企業向けのハイエンドを定義するなら、Unitree G1はあらゆるロボティクスガレージに具現化されたAIをもたらす可能性のある機械に見えます。

ヒューマノイドは、産業力の代理戦争になりました。片方にはテスラやフィギュアなどのアメリカの企業があり、もう片方には中国の重鎮であるエンジンAIやユニツリーが座り、デモリールを輸出可能な労働力に変えるために競争しています。その賞品は、クールなバイラルクリップではなく、次世代の工場、倉庫、公共サービスインフラを所有することです。

テスラはオプティマスを自社の車と同等の戦略的資産として扱っています。イーロン・マスクは、オプティマスが2026年までに「数万台」に達する可能性があると主張しており、テスラの自社工場内での内部顧客として始まるという、ほぼ無限の需要があるとのことです。この閉じたループ—設計、展開、完全に社内での反復—は、うまく機能すればテスラに厳しいスピードの優位性をもたらします。

Figureは異なるゲームを展開しています：ミームは少なく、企業取引は多めです。そのHelix AIスタックとFigure 01プロトタイプは、ドロップイン型ヒューマノイドを求める物流および製造パートナーを対象にしています。新しい車ブランドではありません。OpenAI、Microsoft、Amazon Web Servicesからの支援は、米国のクラウドおよびモデルエコシステムが具現化されたロボットをチャットボットの次のフロンティアと見なしていることを示しています。

中国の対応は国家のスピードで進んでいます。深圳のエンジンAIは、製造、教育、公共サービスのために2025年末までに数千体のヒューマノイドを大量生産することについてオープンに話しており、実質的に補助金で支えられたロボット労働力を使って国内市場を育てています。ユニトリーのG1は、すでにカンフーやダンスのルーチンをこなしており、安価で大量生産の観点から見て「ヒューマノイドのアンドロイド」という潜在能力を秘めています。

国家戦略は静かにこれらすべてを形作っています。ワシントンは先進的なロボティクスとAIを、「フレンドショアリング」供給チェーンと米国の再工業化にとって重要なものと位置付けており、CHIPSスタイルのインセンティブが具現化されたAIに浸透する可能性があります。北京の「新しい質的生産力」アジェンダは、将来の成長の柱としてインテリジェントロボットを明示的に挙げており、地方政府は土地、税の優遇措置、調達保証をちらつかせています。

結果：輸出管理と基準がトルクやバッテリー密度と同じくらい重要な、ロボットが発展する人型種族。最初に数百万台のロボットを出荷した者が、安全性、データ収集、および相互運用性に関する事実上の基準を設定する。スマートフォンが10年間エコシステムを固定化したのと同様に、人型ロボットは全体の経済を固定化する可能性がある。

フォークリフトと固定アームはすでに倉庫の主流ですが、ヒューマノイドはそのシステムが届かない隙間に入り込んでいます。Figure、Tesla、Engine AIのような企業は、「ラスト10フィート」の仕事を狙っています：混合パレットの荷下ろし、不規則なアイテムのピッキング、人間ではなくロボットのために設計された狭い通路を通ることです。自動車工場は、シャーシの下を歩けるロボット、小さなステップを登れるロボット、全自動ラインを再設計することなく工具を交換できるロボットを求めています。

初期の展開は非常に実用的です。歩行し、物をつかみ、道具を使えるヒューマノイドは以下のことができます： - コンベヤーのドロップオフポイント間でトートを移動させる - 箱をスキャンし、ラベルを付け直す - ダッシュボードやドアパネルの反復的な品質チェックを行う これらは既存のインフラを取り壊すことなく行われるため、製造業者はこれらを工場のソフトウェアアップグレードと見なし、再建ではないと考えています。

野心は荷物の積み下ろし場で止まりません。エンジンAIとユニツリーは、人型ロボットをショッピングモール、交通ハブ、病院などの対面型アテンダントとして提案しています。これらのロボットは訪問者を案内したり、物資を運んだり、夜間のセキュリティパトロールを行ったりします。韓国、日本、中国のスタートアップは、2025年から2026年にかけて「家庭用パイロット」についてオープンに話しています。これは、洗濯物を畳んだり、食器洗い機をセットしたり、玄関からパントリーまで食料品を補充したりすることができるロボットです。

もちろん、家庭は工場のフロアと比較すると混沌としています。そこで、FigureのHelix AIのようなビジョン・言語・アクションのスタックが登場し、「リビングルームを片付ける」という指示を、日々変化する空間において物体認識、経路計画、安全な操作に変換します。初期の試みは高齢者介護や障害者支援に焦点を当てる可能性が高く、たとえ遅くて慎重なロボットでも大きな価値を提供できるでしょう。

お金はすでにその約束を追いかけています。アナリストたちは、ヒューマノイド市場は2030年までに約65億ドルに達すると見積もっており、2022年の小さな基盤から年間平均成長率が90～95%近くになると予測しています。それらの予測は、2020年代後半までに物流や製造業で数千台のユニットが稼働し、その後コストが下がり信頼性が向上することで家庭や公共サービスにおける第2の波が訪れることを前提としています。

カンフー能力を持つヒューマノイドは、単に眉をひそめさせるだけでなく、責任問題を引き起こします。1.5メートル、50～70キロのロボットが全力疾走し、キックし、空中を飛び越えることができれば、何かがうまくいかない時には骨を折るのに十分な勢いを持っています。したがって、ヒューマノイドの最前線は単なる機敏さではなく、弁護士や規制当局を生き残るための厳しい安全工学なのです。

現代のデザインは、物理的に人を傷つけることができないハードウェアから始まります。力を制限するジョイントはトルクを制御し、腕が人に当たると「与える」ようになり、パンチが押し出しに変わります。企業は、接触力をISO 10218およびISO/TS 15066の協働ロボット基準に類似した閾値の下に保つよう、ジョイントコントローラーを調整します。通常、敏感な体の部位に対して数百ニュートン以下です。

柔らかさは今、目の前に隠れています。パッドと丸みを帯びたエッジが肘、膝、足を覆い、多くのヒューマノイドは骨の動きに先んじて曲がるシリーズエラスティックアクチュエーターや適応伝達装置を使用しています。バッテリーパックや重いギアボックスは胴体の中心に向かって移動し、四肢の慣性を減少させ、誤ったキックが持つエネルギーを減らします。

脳にも安全層があります。密なセンサーフュージョン—RGBカメラ、深度センサー、LiDAR、IMU、ジョイントエンコーダー、時にはレーダー—がロボットの周囲の3D占有マップに繋がっています。もし子供がそのバブルに飛び込んできた場合、モーションプランナーは数十ミリ秒内に動きを停止でき、時には人間がびくっと反応するよりも早くことができます。

カメラが失敗したとき、複数の感知モダリティが重要です。深度センサーやLiDARは、低照度や眩しい光の中でも視認可能です。触覚センサーやトルクセンサーは、視覚が捉えられない予期しない接触を感知します。冗長な知覚スタックにより、安全コントローラーは高度な戦略をオーバーライドし、保守的な姿勢に切り替えたり、フリーズしたりすることができます。

誰も完全な自律性をまだ信頼していないため、ヒューマノイドは人間の介入バックストップと共に出荷されます。テレオペレーション機器—VRヘッドセット、モーションキャプチャーモーショングローブ、エクソスケルトンコントローラー—により、遠隔オペレーターはロボットのポリシーがためらったり異常な動作をしたときに瞬時に「操り人形」のように制御できます。1人のオペレーターが10～20台のロボットを監視し、エッジケースの際のみ直接制御を行うことがあります。

エンジニアは、ロボットやベルトのリモコン、制御室に大きな赤い「キル」ボタンを追加しています。オーバーザエアのログは、毎回のヒヤリハットを記録し、Nvidia Isaac Simのようなシミュレーターにフィードバックされ、武道のデモが職場の事故に転じる可能性のある間違いに対してポリシーを再訓練します。

ハイプサイクルは後方宙返りが好きですが、本当のブレークスルーは退屈な部分に隠れています。流動的で学習した動きが、振付された実験室の外でも生き残ります。FigureのプロトタイプやUnitree G1、Engine AIのヒューマノイドのようなロボットは、手動で調整された関節スクリプトではなく、エンドツーエンドのニューラルコントローラーを使って走り、旋回し、滑っても立ち直ります。このシフト—キーフレームで動く操り人形から、リアルタイムで認識、計画、適応するシステムへの移行—は、本当のフロンティアを示しています。

メディアクリップは、しばしばそのニュアンスをハイライトリールに圧縮します。磨かれた床で20メートルを全力で走るロボットは金属の骨格を持つAGIのように見えますが、同じシステムは濡れたタイルや混雑した廊下、薄暗い照明では依然として失敗します。多くのカンフーやダンスのデモは、条件がトレーニング分布から外れると崩壊するモーションキャプチャーで訓練されたポリシーに依存しています。

ウイルス動画と日常的な有用性の間には、3つの苛酷な障壁があります。

• 1長期的な信頼性: 産業バイヤーは20,000〜40,000時間の稼働時間を期待していますが、ほとんどのヒューマノイドは数百時間で測定された耐久性データしか持っていません。
• 2スケールにおけるコスト: 効率的に20万ドルから30万ドルで構築、サポート、維持されるユニットは、数年にわたる展開で1時間25ドルの人間を上回る必要があります。
• 3混雑した場所での安全な移動: 倉庫の通路を時速1.5mで移動する際に、カートやペット、子供にぶつからないようにすることは、未解決の認識と計画の問題です。

影響は混乱を制御できる場所に最初に到達します。自動車工場、eコマースの倉庫、マイクロファクトリーは、制御された照明、明確なレイアウト、パレタイズ、キッティング、検査などの繰り返し可能な作業を提供します。そこが、テスラ、フィギュア、エンジンAIなどが静かにパイロットプロジェクトや長期的な供給契約を交渉している場所です。

家庭用ロボットはより厳しい環境に直面しています：床の上の玩具、奇妙な家具、ペット、狭い階段、そして予測不可能な行動をする人間。ヒューマノイドがガラス製品をミリメートル未満で確実につかみ、プライバシーと安全性の期待に対応し、コンパクトカーを大きく下回る価格で消費者の要望を満たすことができるまでは、工場や物流ハブが最初にヒューマノイドの衝撃波を感じることになるでしょう。

2030年までに、ヒューマノイドはバイラルクリップではなく、背景のインフラストラクチャーとして定着します。アナリストは、ヒューマノイド市場をこの10年の終わりまでに約60〜70億ドルと見積もっていますが、より重要な数字は展開数です。数万台のユニットが、静かに倉庫、工場、裏方で稼働しています。

工場のフロアでは、一体のヒューマノイドがステーション間を移動し、既存のツールに接続し、ソフトウェアの更新を通じてタスクを切り替えることができます。2025年にパイロットテストを行っている自動車メーカー、物流大手、エレクトロニクスの組立業者は、数百台規模のロボット艦隊に拡大する予定で、そこでの「再プログラミング」はVLAモデルを更新し、シミュレーションで一晩で再訓練するようなものになります。

手作業は消えるのではなく、形を変えている。人間はますます例外処理、ラインデザイン、監督を担当し、ロボットは曲げ、持ち上げ、狭いスペースを這い回る役割を担っている。「ロボットオペレーション」という新しい職種が登場している。これらの人々は、ポリシーを調整し、フリートを管理し、リアルな世界に出る前にアイザックシムで奇妙なエッジケースをデバッグする。

公共スペースでは、初期のヒューマノイドが安全管理、清掃、カスタマーサービスに従事しています。2030年にショッピングモールや空港には、共同の行動スタックを利用し、クラウドモデルを活用して言語を翻訳したり、乗客を案内したり、ピーク時の合間に棚を補充したりする二足歩行の従業員が数十人いるかもしれません。

全産業が具現化を中心に展開しています。企業は動作スキルパック—倉庫作業、老人介護、リテール在庫管理—をライセンスソフトウェアとして販売しています。第三者の保険会社、安全監査機関、認証ラボは、フィギュアやエンジンAIユニットがつまずいたり、衝突したり、ジェスチャーを誤解する可能性を定量化することを専門としています。

家庭はゆっくりと変化します。本当に「ロボットバトラー」と呼ばれる、料理、掃除、そしてさまざまな環境で人間レベルの器用さと判断力を持って世話ができるロボットは、2030年を超えても実現には至りません。しかし、裕福な家庭、老人介護施設、そして先進技術の都市にあるスマートホームでは、特定の目的に特化したヒューマノイドが登場し始めています：洗濯の搬送、移動支援、夜間監視などです。

政策と文化が追いつこうとあたふたしている。政府は、Helix AIに駆動されたロボットが誤った判断を下した場合の労働基準や責任について議論し、具現化されたAIを労働者や機械と同様に課税すべきかどうかを論じている。10年代の終わりに成長する子供たちは、建設現場を通り過ぎるヒューマノイドを、今日の幼児が配達ドローンを扱うのと同じように、特に驚くことなく受け入れるのだ。

新しい人型ロボットは、古いモデルと何が違うのでしょうか？

彼らは、シミュレーションにおいて高度なAIと強化学習を用いて、過去の硬直した事前プログラムされた行動を置き換える流動的で反応的な動き、例えば走ることやバランスを取ることを達成しています。

人型ロボティクス競争をリードしている企業はどこですか？

主要なプレーヤーには、米国のFigure AIやTesla、急速に進展している中国の企業であるUnitree RoboticsやEngine AIが含まれ、競争の激しいグローバルな環境が形成されています。

日常生活にヒューマノイドロボットが登場するのはいつ頃になるでしょうか？

早期の展開は現在、制御された産業環境で始まっています。一部の企業は2025年末までに限られた家庭内試験を目指していますが、広範な利用はまだ数年先になると考えられています。

これらのロボットは、どのようにしてカンフーのような複雑なスキルを学ぶのでしょうか？

これらのスキルは、手動でコーディングされるのではなく学習されます。モーションキャプチャからの膨大なデータセットを使用してトレーニングされ、超リアルなデジタルシミュレーターで何百万回もの試行を経て洗練された後、物理ロボットに転送されます。