「フィジカルAI」とは？カンフーだけじゃない日本10.5兆円投資の本当の狙い

年末年始、中国の番組でロボットがカンフーを披露したり、海外の動画でロボットがマラソンを走ったりする派手な映像を見て「これは日本が勝負できる相手なのか？」と感じた方も多いと思います。そんな中、日本政府が打ち出した「投資を強力に後押しする 戦略17分野」のひとつに「フィジカルAI」がリストアップされ、官民で10兆円を超える巨額投資の方針が示されました。

そこで今回は、そもそもフィジカルAIとは何なのか、日本が推し進めようとしているフィジカルAIはどんなもので、実際にどの分野で使おうとしているのかを、できるだけわかりやすく解説します。あわせて米国のテスラをはじめとする企業や、中国の動向も整理し、最後に日本の弱点や懸念点まで踏み込みます。結論を先に言えば、カンフーするだけがフィジカルAIではありません。

そもそも「フィジカルAI」とは何か

フィジカルAIとは、ひとことで言えば現実の空間を理解し、自分で考えて機械の身体を動かすAI（人工知能）のことです。文章や画像を生成する従来の生成AIが「画面の中」で完結していたのに対し、フィジカルAIは工場の装置やロボット、建設機械といった「現実のモノ」を動かす点が決定的に違います。

画像処理半導体（GPU、ジーピーユー）大手のエヌビディアは、この領域を「フィジカルAIのビッグバンが始まった」と表現し、生成AIに続く次の大きな転換点と位置づけています。同社のフアンCEOは「フィジカルAIが到来し、あらゆる製造業がロボット企業になる」とまで語りました。生成AIで2022年に起きた、いわゆる「ChatGPTモーメント」が、ロボットの世界でも起きようとしている、という見立てです。

技術的には、フィジカルAIはおおむね次の3つの要素で構成されます。

この頭脳の部分が、いま業界で「VLA（ブイエルエー）モデル」と呼ばれるものです。視覚・言語・行動をまとめて扱うAIで、人間が言葉で出した指示を、そのまま身体の動きに変換できる点に大きな価値があります。複数の感覚情報を同時に扱うことを「マルチモーダル」と呼び、力の感覚やセンサー情報まで統合して判断できるかどうかが、フィジカルAIの優劣を分ける要になります。

カンフーするだけが「フィジカルAI」ではない

中国の人気番組でロボットが一糸乱れぬカンフーを披露した映像は、世界中で数億人が視聴し、強烈なインパクトを残しました。確かにあれは「ロボット版スプートニク・ショック」とも呼ばれる出来事でした。しかし、専門家の評価は意外と冷静です。海外メディアの取材に対し、ある大学のロボット研究の責任者は「メディアで見かける例の多くは、本質的には能力のデモンストレーション（実演）にすぎない」とくぎを刺しています。

派手なアクロバットは、決められた振り付けを正確に再現する「運動制御」の技術であり、それ自体はすごいのですが、現場で求められる能力とはやや異なります。実際の産業現場で価値を生むのは、むしろ次のような地味な作業です。

カンフーは観客を沸かせますが、お金を生むのは「人手不足の現場を黙々と埋める仕事」です。だからこそ各国は、見栄えのするヒューマノイド（人型ロボット）だけでなく、その頭脳となるAIと、現場で使える信頼性の高い身体の両方に投資しています。フィジカルAIの本当の主戦場は、テレビ画面ではなく工場と倉庫にある、というわけです。

日本政府が掲げる「フィジカルAI」戦略の中身

日本政府は今夏に策定する成長戦略で、AIや半導体、造船など戦略17分野に対し、2040年度までに官民合わせて総額370兆円規模を投じる方向で調整しています。その中で主力と位置づけられているのが、まさにフィジカルAIです。

具体的には、フィジカルAIの開発と社会実装に向けて2040年度までに官民合わせて10兆5000億円を投じる方針が固められました。手前の2030年度までに、総額1兆5000億円規模の予算措置も講じます。経済産業省が所管する基金などを使い、複数年度にまたがる支援の枠組みを明確にして、民間が研究開発や設備投資に踏み出しやすい環境を整える狙いです。

政府が描いているのは、視覚・音声・力の感覚・センサー情報を統合して判断できるマルチモーダルの汎用基盤モデルを国として支援し、自律性を高めたAIロボットを世界に先駆けて社会実装する、という構図です。日本が強みを握る産業用ロボットや、製造業の現場で長年蓄積してきたデータという既存の供給網（サプライチェーン）を活用しながら競争力を確保できる領域を、政府は「勝ち筋」とみています。「頭脳であるAIと、身体である機械の両輪で新しい成長産業を育てる」という考え方です。

日本は実際にどの分野で使おうとしているのか

日本がフィジカルAIで主戦場に据えているのは、ヒューマノイドの曲芸ではなく、人手不足が深刻な「現場」です。とくに次の領域が中心になります。

企業の動きも具体化しています。2026年4月には、ソフトバンクや電機大手のエヌ・イー・シー、自動車大手のホンダなどが新会社「日本ＡＩ基盤モデル開発」を設立しました。工作機械や産業用ロボットとの連携を前提に、開発段階からメーカーの声を反映したフィジカルAIの実用化をめざすもので、国内最大級となる1兆パラメーター規模のAIモデル構築を目標に掲げています。

産業用ロボットの世界では、ファナックがエヌビディアと連携し、ロボットへのAI実装を進めています。安川電機など日本の産ロボメーカーも相次いで巨大テックとの協業を深めています。さらに、最先端半導体の国産化を目指すラピダスの取り組みもあり、半導体・AI・ロボットを組み合わせた供給網を日本国内に築こうとしています。経済安全保障やデータの安全性という観点から、特定の国に依存しない技術基盤の確立を狙う流れです。

米国の状況：テスラとビッグテックの戦い

米国は、フィジカルAIの「頭脳」で世界をリードしています。中核にいるのがエヌビディアで、ロボット向けの基盤モデルや、仮想空間で学習させる開発環境、ロボットに積む高性能な処理装置までをそろえ、世界中のロボット企業を囲い込んでいます。米国勢の強みは、莫大な計算資源を背景にしたソフトウェア主導の自律性向上にあります。

象徴的なのがテスラです。同社は人型ロボット「オプティマス」に社運を懸け、2026年にはあの象徴的なセダンの生産を終了し、米国の主力工場を人型ロボットの製造ライン用に転換すると発表しました。第3世代の正式公開は2026年夏ごろ、量産開始はその直後を目標としています。ただし、テスラの経営トップ自身が2026年初めに「ロボットはまだ経済的に意味のある工場作業をこなせていない」と認めており、派手な目標と実態の間にはまだ距離があります。

テスラ以外にも、人型ロボットを手がけるフィギュアや、四足歩行ロボットで知られるボストン・ダイナミクス、歩行ロボットのアジリティなど、有力企業が実際の現場での試験運用を進めています。国としても、半導体の国内生産を促す法律にもとづき527億ドル（約8兆5000億円）規模の公的支援を講じ、AIと半導体への民間投資を後押ししています。

中国の状況：派手な演出の裏で進む「量産」

中国の本当の強みは、カンフーの映像ではありません。圧倒的なスピードでの量産と低価格化です。調査会社の集計によると、中国の人型ロボットの国内出荷台数は2025年に約1万8000台に達し、2026年には6万2500台へと急増する見通しです。世界の人型ロボット出荷の8割前後を中国勢が占めるという推計もあります。

カンフーで有名になったユニツリーは、2026年に最大2万台の出荷を狙うと公言しています。一方、産業用に強いユービーテックは、自動車メーカーや電子機器の受託製造大手の工場に人型ロボットを大量納入し、世界で初めて産業用人型ロボットを1000台以上納めた企業を名乗っています。アジボットや、年産1万台規模の工場を立ち上げたレジュなど、量産競争はますます激しくなっています。

背景には、中央政府がAIやロボット、先端製造を対象に1兆元（約23兆円）規模の国家ファンドを創設するなど、巨額の国家投資があります。部品の国産化を進めてコスト構造で優位に立ち、量で押し切る。これが中国の戦い方です。ただし、見栄えのするデモと実用は別物で、複雑で予測できない現場で安定して働けるかどうかが、中国勢にとっても次の大きな課題として残っています。

日米中のフィジカルAI戦略を比較する

ここまでの内容を、3か国の特徴として整理してみます。

日本の弱点：AIで米中に追いつけるのか

ここからは、あえて懸念点に踏み込みます。日本がロボットの「身体」で強いのは事実ですが、フィジカルAIの優劣を決めるのは、最終的には「頭脳」であるAIです。そして、その頭脳の部分で日本は明確に出遅れています。

第一に、資金とAIの計算資源の規模です。米国や中国のフィジカルAIのスタートアップは、多いところで数千億円規模の資金を調達し、大量の高性能半導体を投入して開発を進めています。日本全体の投資額が10.5兆円と聞くと大きく見えますが、これは2040年度までの長期の積み上げです。短期で集中投下する米中のスピードに対し、見劣りする可能性は否めません。

第二に、開発アプローチの違いです。米国はAIの根幹をなす情報工学が主流であるのに対し、日本は伝統的に強い機械工学的なアプローチに重きを置きます。その結果、日本は地道な改善は得意でも、流れを一変させるような破壊的なイノベーションを生み出しにくい、と指摘されています。頭脳の部分でルールそのものを書き換える側に回れるか、という不安があります。

第三に、標準と供給網の主導権です。米国はすでに基盤モデルや半導体で事実上の標準を握りつつあり、中国は低コストの供給網で押さえにかかっています。日本は半導体の製造装置や素材、高品質な部品では世界に貢献しているものの、それらをつなぐ供給網全体や、業界標準の主導権までは握れていないのが現状です。あるエヌビディア幹部が「日本はもうロボット大国ではない」と語ったと報じられたことは、日本の関係者に強い危機感を与えました。

裏を返せば、日本の勝ち筋は明確です。製造業の現場で長年ためてきた良質なデータと、世界トップ級の産業用ロボットという「身体」を、いかに頭脳とつなげるか。ここに国を挙げて資源を集中できれば、AIの遅れを後ろから挽回できる可能性は十分にあります。問題は、その実行のスピードと一貫性です。

まとめ

フィジカルAIは、カンフーやマラソンといった派手なパフォーマンスのことではなく、現実空間を理解して自分で考え、機械の身体を動かすAIのことです。本当の主戦場は工場や倉庫、建設現場といった人手不足の現場にあります。

日本は戦略17分野の主力としてフィジカルAIに官民10.5兆円を投じ、産業用ロボットと現場データという強みでAIの遅れを挽回しようとしています。米国はソフトウェアと半導体で、中国は量産と低コストで先行しています。日本の頭脳であるAIの基盤づくりで米中に追いつけるかが最大の焦点であり、勝負を決めるのは、技術そのものよりも実行のスピードと覚悟になりそうです。次に中国のロボット映像を見たときは、「演出」と「実用」を分けて眺めてみると、ニュースの解像度がぐっと上がるはずです。