フィジカルAIニュース(2026/7/21号)

更新日：2026/7/21

エグゼクティブサマリー
2026/7/20は、フィジカルAIが研究モデルの性能競争から、量産、実環境運用、低遅延制御、安全性確保へ移行している動向が見えました。中国ではヒューマノイド製品が400超に拡大し、四足ロボットも世界販売の約7割を占めるなど、供給網と商用展開の規模が競争力になっています。技術面では、MiniCPM Robotの端末内VLA、Fast Slow VLAの高周期制御、AC VLAの未知タスク汎化が、実用上のボトルネックである計算負荷、遅延、組み合わせ汎化へ対応しています。さらに、BayesContactの視触覚推論、AEGISの実行監視、IMBenchの統合評価が、失敗を検知し、安全で再現可能なロボット運用を支える基盤として存在感を高めています。

※作成した記事内容をGammaに入力しスライド自動作成させました。スライドの方が見やすいようでしたらこちらをご覧くださいませ。

1️⃣ 中国MIIT統計：ヒューマノイド製品400超、四足ロボット世界販売約7割

📎 出典：Xinhua / Global Times
中国工業情報化部（MIIT）のデータとして新華社は、中国が開発した完成品ヒューマノイド製品が400超となり、世界全体の半数超を占めると報じました。2026年上半期には、中国製四足ロボットが世界販売の約70%に達したとしています。製品定義や集計方法の詳細は公表記事に示されていないため、厳密な国際比較には留保が必要です。ただし、競争力が研究件数だけでなく製品ラインアップ、量産基盤、販売規模へ移っていることを示す公式シグナルです。四足で形成した供給網と実運用データが、今後のヒューマノイド開発へ波及する構図が注目されます。

2️⃣ MiniCPM-Robot：1.5B VLAと0.9B追跡モデルをオンデバイス向けに公開

📎 出典：OpenBMB / GitHub
OpenBMBがMiniCPM初のEmbodied AIモデル群「MiniCPM-Robot」を7月19日付でオープンソース公開しました。操作向けMiniCPM-RobotManipは1.5Bの汎用VLAで、共通の重みのままLIBERO、RoboTwin2、RMBenchなどを評価し、公開表では一部指標でπ0.5やQwen-VLAを上回ります。追跡向けMiniCPM-RobotTrackは0.9Bで、Unitree Go2 EDU上において5 FPS超・約180msの完全ローカル追跡を報告しています。さらに60フレームの履歴利用時に、1ステップの計算量を125 TFLOPsから3.3 TFLOPsへ抑えるストリーミング設計を採用し、端末内VLAの長期文脈と低遅延を両立します。

3️⃣ PUDU D7：WAICで「世界初のオフライン公開」と同社発表

📎 出典：Pudu Robotics / CNW / 36Kr
Pudu RoboticsがWAIC 2026で半ヒューマノイド「PUDU D7」を展示し、同社は世界初のオフライン公開と位置づけました。D7は全方向移動台車と双腕を組み合わせ、最大14kgの可搬、2mの作業高に対応し、物料搬送や棚への出し入れを想定します。会場ではD7が四足ロボットD5を自律誘導し、歩行者を避けながら異形態ロボットの協調を実演しました。D5は砂利・段差・傾斜を模した障害コースと最高5m/sの走行を披露しました。同社発表では累計13万台超を85以上の国・地域へ出荷しており、単体製品から混成フリート運用へ進む商用化路線を示しています。

4️⃣ AC-VLA：構成的学習で組み合わせ未知タスクのOOD汎化を改善

📎 出典：arXiv:2607.15714
研究チームが、既存VLAを大きく改造せずに組み合わせ未知タスクへの汎化を高める「AC-VLA」を発表しました。LLMによる命令分解と自己受容軌跡の整列でサブタスク監督を生成し、グリッパーが閉じた区間では手首カメラ入力を抑制する非対称マスキングを採用します。π0.5上でLIBERO／LIBERO-OODを評価し、compositional OODタスクで絶対値約28ポイント改善しつつ、分布内性能はほぼ維持しました。シミュレーションと実機で検証されており、既知スキルの未知な再結合に弱いVLAの壁へ、バックボーン非依存で導入できる点が重要です。

5️⃣ Think at 5 Hz, Act at 20 Hz：Fast-Slow VLAで20Hz閉ループ運転

📎 出典：arXiv:2607.15621
研究チームが、重い7B視覚言語モデルを低頻度で動かし、軽量アクション専門器を毎tick更新する非同期Fast-Slow VLAを提案しました。CARLAのLangAuto-Shortでは50msごとに新しい制御を生成し、フレームスキップ型ベースライン比でルート完走率を37.0から94.0へ改善しました。同一expertの比較でも82.1から94.0へ向上し、赤信号違反を約3分の1削減、未知2タウンでは84〜94%のゼロショット完走率を報告しています。実車検証前ではありますが、履歴長に依存しない32ms/tickの推論コストで遅延と制御周期のずれを埋める設計は、自動運転や移動ロボットに直結します。

6️⃣ BayesContact：視触覚粒子推論で挿入成功率を最大30ポイント改善

📎 出典：arXiv:2607.16123
BayesContactは、深度画像と力・トルクから得る接触証拠を粒子信念として統合し、peg-in-hole挿入時の物体姿勢を推定する枠組みです。各姿勢仮説に対し、レンダラで深度観測を、物理シミュレータで安全なプロービング時の接触結果を予測し、実観測との一致度で信念を更新します。さらに情報利得に基づいて次の接触動作を選ぶため、受動推定にとどまらず閉ループで曖昧さを減らせます。シミュレーションと実機の双方で姿勢可観測性の改善を示し、実機の挿入成功率はvision-only推定比で20〜30ポイント向上しました。環境や形状ごとの大規模な再学習を避ける視触覚操作として注目されます。

7️⃣ Handroid：27自由度ボディを多指ハンドと小型ヒューマノイドで共用

📎 出典：arXiv:2607.16187 / プロジェクトページ
UNC Chapel HillとStanfordの研究チームが、1つの27自由度電気機械ボディを多指ハンドと卓上ヒューマノイドに組み替える「Handroid」を公開しました。高さ0.33m、重量2.05kgで、ハンド形態では人型に近い20自由度、ヒューマノイド形態では12自由度の下肢を構成します。実機では30Hzのin-hand reorientation、約270gの金属カップや紙の把持、水差し、歩行を実証し、形態切替・移動・ドッキング・pick-and-placeを含む長系列タスクも示しました。手と全身を同じ機構・制御基盤で研究できるため、跨エンボディメント学習の再現可能な小型土台になります。

8️⃣ AEGIS：液体ハンドラの事前検証と実行時監視を統合

📎 出典：arXiv:2607.15620
AEGISは、低価格なオープンソース液体ハンドラOpentrons OT-2に、プロトコル実行前の検証と実行中の視覚監視を追加する二層ガーディアンです。第1層はアッセイ規則データベースとLLMでPythonコードを確認し、5つのアッセイ群・24プロトコルでadjusted F1 0.97を達成しました。第2層はピペット軌跡のPCA世界モデルで異常を検出し、p1000チャンネルでAP 0.89、F1 0.71、AUROC 0.80を報告しています。実機ではチップ欠落を確実に検出し、VLM自己投票で赤色・黄色の着色液における部分吐出を各5回中5回検出し、VLMコストも1プレート10.33ドルから1.63ドルへ抑えられると推計しています。安価なラボ自動化に安全層を後付けできる点が重要です。

9️⃣ IMBench：直感的ロボット操作を統合評価する35タスクベンチマーク

📎 出典：arXiv:2607.15641
IMBenchは、知覚、物理推論、行動生成、逐次実行を別々に測るのではなく、「直感的操作」として一体評価する新ベンチマークです。接触リッチ操作、道具使用、多段依存、明示制約を含む35タスクと、選別済み1.4万軌跡、シナリオ生成ツールを提供します。評価ではVLMが部分的な物理推論を示しても実行可能な計画へ落とし込めず、最先端VLAも制約順守とシナリオ一般化に苦戦しました。単純な成功率だけでなく、理由付けが実行可能な行動列へ変換されるかを問うため、汎用ロボット評価で不足していた軸を補います。評価基盤であり、単独の実機運用システムではありません。

総合考察

2026/7/20のトピックから見えた特長は、フィジカルAIの競争軸が「高性能な単体モデル」から「現場で継続的に動作するシステム全体」へ広がっていることが読み取れました。中国企業は四足、半ヒューマノイド、混成フリートを量産・販売へ結び付ける一方、研究領域では低頻度の高度推論と高頻度の制御を分離する設計や、視覚だけでなく接触情報を利用する推論が進展しています。また、未知のスキル構成への対応、制約を守る行動計画、異常検知と事前検証など、従来の成功率では測りにくかった信頼性が重視されています。今後はモデル規模そのものより、端末上での応答速度、失敗時の回復能力、安全保証、複数形態への展開性、実環境データの循環が製品価値を左右すると考えられます。

今後注目ポイント

• 中国製ロボットの競争力を判断する際は、製品数や販売比率だけでなく、稼働率、故障率、導入後の継続利用、保守費用など、実運用の品質を示す指標が公開されるかが重要です。

• オンデバイスVLAは通信遅延やクラウド依存を減らせますが、限られた計算資源で長期文脈、環境変化への適応、発熱や消費電力まで両立できるかが商用展開の分岐点です。

• Fast Slow型の制御構成は自動運転や移動ロボットに有望ですが、低頻度の意味推論が誤った場合に、高頻度制御側が危険な指令を検知・拒否できる安全設計が必要です。

• AC VLAやIMBenchが示すように、既知スキルを未知の順序や条件で再構成する能力が次の焦点であり、平均成功率よりも制約違反や失敗原因を分類する評価が重要になります。

• AEGISやBayesContactの進展は、ロボットの知能化が行動生成だけでなく、事前検証、観測の不確実性管理、異常検知、停止判断を含む保証技術へ拡張していることを示します。

• PUDUの混成ロボット実演やHandroidの形態共用は、単一機体の万能化とは異なる方向性であり、複数形態を共通モデルや運用基盤で統合できるかが今後の注目点です。