核要内容のまとめ
8月19日、宇树科技は「ヒューマノイドロボットの第一号株」として科創板に上場し、初日の開場価格は629％も急騰したが翌日には18％も急落し、2日間で時価総額が1600億元以上も蒸発しました。同日には2026年世界ロボット大会が開幕し、300社が出展しました。この業界の祭典の背後には、競争の焦点がロボットの「体」（本体ハードウェア）から「脳」（エンボディド大規模モデル）、「食料」（データ）、そして「手」（器用な手）の3つの戦線に移っています。特に脳の競争が激しく、データ収集の方法は多様ですが、業界は評価バブル、実際のシナリオでの適用の難しさ、技術路線の未確立といった課題に直面しています。
一、宇树の上場：狂乱の後の冷静さ——「ヒューマノイド第一号株」のバブルと現実
宇树の上場はジェットコースターのようでした。開場価格は1100元（発行価格は150.8元）で、時価総額は一時4449億元に達しましたが、翌日には687元に落ち込み、1600億元が蒸発しました。これには2つの重要な問題があります：
- 評価バブル：発行価格で計算した市盈率は219倍で、一般機器業界の平均（38倍）の5倍以上です。流通株はわずか7.44％で、小規模な株は値上がりしやすく、急騰急落は避けられません。
- 事業の「虚火」：2025年の前3四半期において、宇树の収入の73.6％は科学研究や教育分野の顧客からのもので、工業分野（物流や点検などの必需品）からの収入はわずか9％でした。つまり、ロボットの大部分は実際には工場や家庭には導入されておらず、実験室で「教材」として使われているのです。
宇树の価格戦も典型的でした。2023年のH1モデルが65万円だったのに対し、2026年のR1モデルは2.99万円に値下がりし、34ヶ月で95％もの値下がりとなりました。しかし、この低価格のモデルは小型の消費者向けや開発用のものであり、工業用の全サイズのロボットとは異なります。これは本体ハードウェアの競争が利益を生み出せなくなり、競争の優位性が保てなくなっていることを示しています。
二、戦場の移行：「体」から「脳」へ——どのAIがより多くのロボットに搭載されるのか？
以前はロボットがどれだけうまく回転したり、ボールを打ったりできるか（体の性能）が競われていましたが、今ではどの「脳」がより賢いか（エンボディド大規模モデル）が競われています。脳の核心は「世界モデル」であり、ロボットが動作する前に、まず頭の中で環境を「シミュレーション」し、結果を予測した上で行動します（従来の「見たらすぐに動く」という反応型のロジックとは異なります）。
- 各社の多様なアプローチ：
- 極佳視界：国内で最も早く世界モデルに取り組み、製品は世界の評価で第一位を獲得し、3ヶ月で35億元の資金を調達しました。
- 無界動力：自動車の自動運転チームから転身し、「隠れた空間の世界モデル」を使用し、1年で1億ドルの契約を獲得しました。
- 自变量：字節、アリババ、美団、小米の4大企業から投資を受け、評価額は200億元を超え、「大脳と小脳の統合」を強みとしています。
- 灵境智源：脳そのものを販売するのではなく、「計算力のアーキテクチャ」を販売し、感知から動作までの遅延を5ミリ秒に抑え、300社以上の企業と提携しています。
- 脳の競争は少数者のもの：上半期にエンボディドインテリジェンスの資金調達額は438億元で、その半分が脳を開発する企業に流れました。体は多様化できますが、汎用の脳は最終的には2、3社しか生き残れません。勝者はすべてのロボットに「脳」を搭載することができるでしょう。
三、データの争奪戦：ロボットの「食料」——6つのアプローチで「食料」を奪う
ロボットが動作を学ぶにはデータが必要です。しかし、世界中の高品質なインタラクションデータはわずか50万時間しかありません。汎用モデルを訓練するには数千万時間が必要で、大きなギャップがあります。各社は6つの「食料を作る」アプローチを考え出しています：
1. 重装騎士団（遠隔操作）：北京の人形ロボット企業は5000平方メートルの基地を建設し、120台のロボットを使用して遠隔操作でデータを収集しています。精度は高いですが速度が遅く、1日に100データしか収集できません。
2. 軽騎兵（本体なしのデータ収集）：京東は60万人（従業員＋外部の人員）を動員してウェアラブルデバイスを使用し、実際のシナリオでデータを収集しています。2年間で1000万時間のデータを集める目標です。
3. 錬金術士（モーションキャプチャ）：ノーユーテンは映画やテレビのモーションキャプチャ技術を使用してデータを収集し、617時間分の人体の動きのデータセットを公開し、宇树はそれを使用してロボットの走行訓練を行っています。
4. 機械によるデータ生成：銀河通用は数百億円規模の合成データを生成していますが、シミュレーションの成功率は89％で、実際のシナリオでは12％にしかなりません。
5. 全世界からデータを借りる：眸深智能は公開されているビデオ（疑似3D処理）の90％と遠隔操作データの10％を使用しています。
6. AIによるデータ生成：AIを使用してロボットの視点からのビデオを生成し、自動的に動作のタグを付け、単一のGPUでリアルタイムで40フレームを生成します。
今ではデータも商品となっており、江蘇のデータ取引所では初のエンボディドデータの取引が成立し、2.5万件の構造化データが売却されました。「食料」には価格がつけられるようになりました。
四、現実の問い：バブルの下での冷静な考察——ロボットは本当に準備ができているのか？
大会では気まずい瞬間がありました。ロボットの遠隔操作が切断され、そのまま倒れて手足を乱暴に動かしました。これは業界の実際の問題を露呈しています：
- 実際の適用の難しさ：実験室でのデモンストレーションは完璧ですが、実際のシナリオでは機能しません。東北の零下の倉庫ではロボットが凍って動かなくなり、シミュレーションの成功率は89％ですが家庭での使用では12％にしかなりません。
- バブルの大きさ：一次市場での資金調達の成長速度は出荷量を大幅に上回っています（上半期の資金調達額は前年の年間を超えていますが、出荷量はわずか4万台です）。宇树のようなトップ企業でも収入の大部分は科学研究の顧客からのものです。
- 技術の未確立：各社のアプローチが統一されておらず、インターフェースやテスト基準もありません。
- 倫理的な問題：ロボットが人間により似てくるほど（例えば優必選の「積極的な視線の交換」）、配達員の代替として意味があるのかという疑問が生じます。無意味な競争は避けるべきです。
五、結論
ロボット技術は急速に進化していますが、実際の適用にはまだ多くの課題があります。各社は独自のアプローチでこれらの問題を解決しようとしています。しかし、技術だけでなく倫理や社会の受容も重要です。ロボットが私たちの生活に本当に役立つためには、これらの要素をすべて考慮する必要があります。