核心内容の要約
現在のヒューマノイドロボット業界は、「ブームと現実の乖離」の段階にあります。展示会ではロボットがダンスをしたり服をたたんだりする見事なパフォーマンスにより、汎用ロボットの時代の到来が期待されていますが、実際にはロボットができることは展示された内容よりもはるかに限られています。主な問題は、「脳（エンボディドインテリジェンス）」と「体（ハードウェアの実行能力）」の連携不足にあります。脳は指令を出すことはできますが、物をしっかり掴むことができない、精度が不足しているのです。技術的なアプローチも統一されておらず、データも不足しています。バブル（評価額と実際の価値の不一致）はありますが、長期的に見れば、データと実際の価値の問題が解決されれば、業界は2～10年以内にChatGPTのような爆発的な成長を迎える可能性があります。
一、展示会は華やかだが、ロボットの「手先の不器用さ」が問題
展示会でのロボットのパフォーマンスは非常に印象的ですが、工場や家庭においては機能しないことが多いです。例えば、カップを掴もうとして滑ってしまったり、箱を強く握りすぎて潰してしまったり、鍵のかかった引き出しを開けられなかったりします。その理由は簡単です——脳では理解できても、体がそれを実行できないのです。
ロボットの「体」の問題点は主に以下の3つです：
1. 手先の不器用さ：手の力の制御精度が不足しており、物をしっかり掴めないか、壊してしまう。
2. 足の不安定さ：二足歩行時に転倒しやすく、バランスが取れない。
3. 全身の協調性の欠如：動作の流れがスムーズでなく、例えばテーブルから物を取って引き出しに置くという動作にも遅れが生じる。
工業現場ではより高い精度（ミリメートルレベル、場合によってはサブミリメートルレベル）が求められますが、現在のロボットの精度はセンチメートルからミリメートルレベルにとどまっており、工業基準には達していません。そのため、現在のロボットは主に研究やパフォーマンス、教育に使用されており、工業現場での実用はほとんどありません。
二、実用化への3つの大きな障害：一般化能力、精度、効率
ロボットが何とか作業をこなせるようになったとしても、工場や家庭に実際に導入するには3つの障害を克服する必要があります：
1. 一般化能力の不足：異なる環境に移ると機能しなくなる。例えば、特定の実験室では服を完璧にたたむことができても、素材や光の条件が変わると成功率が大幅に下がる。
2. 精度の不足：工業現場ではネジを締める際にサブミリメートルレベルの精度が必要ですが、現在のロボットではミリメートルレベルにとどまっており、まだ大きな差があります。
3. 効率の低さ：ロボットによる単純な作業の速度は人間よりも遅い。例えば、自動車工場での部品の取り付けに10秒かかるのに対し、人間では3秒で済むため、企業はロボットを使用したがりません。
さらに深刻な問題は、物理世界が非常に複雑であり、ロボットが一つのルールですべての状況に対応できないことです（例えば、工場で部品が突然落ちたり、家庭で子供がおもちゃを地面に投げたりするなど）。モデルやデータもこれらの予期せぬ事態をカバーできていません。
三、技術的なアプローチの進化：「模倣学習」から「未来の予測」へ
ロボットの「脳（エンボディドインテリジェンス）」は大きな進化を遂げています：
- 過去：VLAモデル（模倣学習）：ロボットに大量の動画を見せて動作を模倣させる方法ですが、静的で固定された環境でしか機能しません。
- 現在：世界モデル（未来の予測）：ロボットは次に何が起こるかを予測できるようになりました。例えば、カップを取る際に滑るかどうかを予測し、指の力を事前に調整する。これにより一般化能力と動的な環境での問題が解決されましたが、まだ実験室レベルにとどまっており、大規模な実用化には至っていません。
- 共通の課題：データの不足：現在のエンボディドモデルのパラメータは約70億個に過ぎず（初期の言語モデルの数千億個に比べて大幅に少ない）、トレーニングに使用されるGPUも限られています（数十枚のカードで十分）。ChatGPTのような知能を実現するには、数千～数万枚のカードを備えたクラスターが必要であり、さらに多くの実世界のデータが必要です。
四、バブルの下での業界の成長
現在の業界にはバブルが存在します。企業の評価額は高いものの、実際に創出される価値は少ないです。例えば、宇樹科技（中国のヒューマノイドロボット企業）は上場後に株価が半減しましたが、その理由は市場が製品の実用化が進んでいないことに気づいたからです。
しかし、バブルがすべて悪いわけではありません。適度なバブルは資金や人材を引き付け、技術の進化を加速することができます。業界のリーダーたちは、将来の爆発的な成長の鍵は2つの要素にあると考えています：
1. データ不足の解決：工場や家庭でのロボットの動作データなど、より多くの実世界データの蓄積。
2. 実際の価値の創出：人間がしたがらない、またはできない作業（例えば炭鉱での作業や高齢者の介護）をロボットが行うこと。
いつ本当の爆発的な成長が起こるのでしょうか？宇樹科技の創業者である王興興は次のように述べています：「ロボットが任意の未知の環境（例えば家庭）で約80％のタスクをこなせるようになれば、エンボディドインテリジェンスのChatGPTの時代が来る。早ければ2～3年、遅くても5～10年だ。」
展示会の照明は明るいですが、本当の試練はスポットライトの当たらない場所にあります——工場のラインや家庭のキッチンなど、ロボットが毎日安定して作業を行う必要がある場所です。
結論：ヒューマノイドロボット業界は「見た目は素晴らしいが、実際には難しい」状況ですが、長期的には大きな潜在力を秘めています。ハードウェア、データ、技術的なアプローチの問題を克服することで、「パフォーマンス」から「実用性」へと進化する必要があります。バブルは徐々に消えていき、本当に問題を解決する企業だけが残るでしょう。