「ロボット版ChatGPT」は“地味な腕”から生まれる：汎用ロボ脳の正体
サンフランシスコの一角。受付も光るロゴもない“コンクリの箱”で、ロボットアームがズボンを折ろうとして失敗し、シャツを裏返そうとして粘り、ズッキーニだけは器用に皮をむく——そんな地味な現場から、いま最も熱い「ロボットの脳」づくりが進んでいる。主役は、ロボティクス研究の第一人者たちと、投資家として名を上げた元Stripe人材が率いるスタートアップだ。彼らが狙うのは、特定用途のロボではなく“汎用ロボット知能”という次の基盤である。
1. 玄関のない研究所が象徴するもの：地味なハードで勝つ発想
拠点に入ると、そこにあるのは整然としたデモルームではなく、配線、部品、モニター、そして失敗途中の動作ばかり。共同創業者のSergey Levineは、この光景を見ながらこう言い切る。「ChatGPTみたいなもの。ただしロボット向けだ」。
重要なのは、華やかなロボット機体ではない。彼らが使うのは“わざと地味な”市販のロボットアームで、研究者の狙いは「良い知能が、いまいちなハードを補う」ことにある。つまり、硬い課題（器用な把持、衣類の扱い、環境変化）をハードの性能競争ではなく、学習とデータで超えるという宣言だ。
1-1. 失敗がデータになる：ズボン折りも、ラテ泡も“学習素材”
ズボンを折れない、シャツを裏返せない——普通なら“デモ失敗”だが、ここではむしろ価値がある。さらに面白いのは、近くにある高級エスプレッソマシンが「スタッフの福利厚生」ではなく、ロボットに学習させるために置かれている点だ。泡立てに成功しても、それはご褒美ではなくデータの追加でしかない。
この徹底ぶりが、「短期の見栄え」より「学習ループの密度」を優先するカルチャーを物語っている。
2. “連続ループ”で脳を鍛える：データ収集→学習→評価→また収集
彼らの中核は、ロボットを“場当たり的に賢くする”のではなく、汎用の基盤モデル（foundation model）として鍛えることだ。流れはシンプルで強い。
倉庫や家庭、実験ステーションなど複数環境でデータを集める
そのデータで汎用モデルを学習する
新モデルを現場に戻し、ズボン折り・皮むきなど多様なタスクで評価する
失敗も含めてデータを回収し、ループを回す
ズッキーニの皮むきが次にリンゴやジャガイモへ“一般化”できるかを試す、という話は象徴的だ。ここで狙っているのは、野菜の種類に依存した小技ではなく、「皮をむく」という運動の本質を学ぶことだからである。
3. 投資家が驚く戦略：商用化の“期限”をあえて言わない
この会社を“ただの研究室”で終わらせない推進力が、元Stripeの初期社員であり投資家としても実績を積んだLachy Groomだ。彼は、過去にFigmaやNotionなどへの投資も行い、ロボティクスではStandard Botsをきっかけに再びこの領域へ戻ってきた。
興味深いのは資金の集め方で、設立から2年ほどで資金調達は累計10億ドル超。それでも「燃焼（バーン）」は主に計算資源（compute）に向かい、必要ならさらに積み増す余地があるという。そして何より異色なのが、支援者に対して、「いつ儲かるか」を約束しない姿勢だ。本人の言葉は率直で、「投資家に商用化の答えを出さない」。出資者にはKhosla Ventures、Sequoia Capital、Thrive Capitalなどが並び、評価額は56億ドルとされる。
普通なら許されにくい“不確実性”が許容されているのは、汎用ロボット知能が当たったときのリターンが、既存SaaSの延長線を超える可能性を持つからだろう。
4. 技術の肝は「クロス・エンボディメント」：体が変わっても学習を引き継ぐ
共同創業者のQuan Vuongが語る戦略は、cross-embodiment learning（異なる身体への学習移転）と多様なデータソースだ。
要するに、明日まったく新しいロボット機体が出てきても、ゼロからデータ収集し直すのではなく、これまでの学習成果を移して“立ち上げコスト”を下げる。彼の表現を借りれば、新しいロボットに自律性をオンボードする“限界費用”を小さくする発想である。
この方向性が本物なら、「機体ごとにソフトを作り直す」ロボット導入の最大のボトルネックが崩れる。物流、食料品、近所のチョコレートメーカーなど複数業種で小規模な検証が進んでいるのも、その“汎用性の芽”を現実に当てているからだ。
5. ライバルは“先に売って回す”：Skild AIとの思想対立
汎用ロボット知能レースは単独走ではない。ピッツバーグ拠点のSkild AIは、すでに商用展開し、短期間で売上を作ったと主張する。彼らは「現場導入がデータのフライホイールを回し、モデルを強くする」と考える一方で、競合の多くを「見た目は基盤モデルでも、実態は“擬装した視覚言語モデル”で物理常識が弱い」と批判する。
ここには、はっきりした分岐がある。
早く売って、現場データで回す（商用化＝学習エンジン）
商用化を急がず、より強い一般知能を狙う（研究純度＝競争力）
どちらが正しいかは、数年単位でしか答えが出ない。だからこそ資本が先に集まり、研究も商用化も“持久戦”になっていく。
結論：ズボンが折れない日々の先に、産業のOSが生まれるか
取材の最後まで、ズボンは完璧には折れず、シャツも裏返らない。だが、その“できなさ”こそが学習の燃料であり、将来の汎用ロボット知能の土台になる。もちろん疑問は残る。家庭にロボットは本当に必要か、安全は担保できるのか、投じられる時間と資金は社会課題に見合うのか。
それでも彼らは、短期の答えを急がない。「研究者の必要が先にあり、データを集め、ハードを整え、また回す」——この単純なループに徹することで、いつか“ロボットのためのChatGPT”を現実にしようとしている。ズボンが折れる日が来たとき、私たちが見ているのは単なる家事自動化ではなく、産業と日常を動かす新しい“知能のOS”なのかもしれない。
