フィジカルAIニュース(2026/8/8号)

更新日：2026/8/8

エグゼクティブサマリー
2026/8/7は、HIIによる最大9億ドルの造船向けフィジカルAI生産協定、Unitree RoboticsのIPO価格決定とDeepSeek出資、ARPA-Hの自律脳卒中治療プログラムが、産業・資本・公的研究の大型案件として浮上しました。研究面では、全身ヒューマノイド制御のω-0、異種機体を単一モデルで扱うDyPES-VLA、対話型世界モデルGeniWorldが実機評価を提示しました。さらに、AGIBOTの力覚・介入ログ付きデータ公開、Kodiak AIの有償無人運行4万時間超、物理プロンプトインジェクション研究が、フィジカルAIの競争がモデル性能だけでなく、データ、商用運用、安全性を含む総合力へ移行していることを示しています。

※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 HII「HYPR」：米海軍造船向け最大9億ドルのフィジカルAI生産協定

📎 出典：HII Newsroom
米防衛造船大手HIIは、Path RoboticsとGrayMatter Roboticsに対し、最長7年間で総額最大9億ドルの造船業務を発注する枠組みの成果連動型協定を締結しました。対象は米海軍の空母、潜水艦、駆逐艦などで、自律溶接、研削、ブラスト、塗装、組立、検査を統合した生産ラインを開発・認定します。HIIは2026年の造船業務外部委託を250万時間超へ拡大する計画です。発注は技術・製造成熟度やコスト、納期、品質の達成条件に連動しており、研究実証ではなく重工業の量産能力へフィジカルAIを組み込む大型商用案件として注目されます。

2️⃣ Unitree Robotics：IPO価格決定とDeepSeekによる戦略出資

📎 出典：Reuters・IPO価格 / Reuters・DeepSeek協業 / 上海証券報・発行公告
Unitree Roboticsは上海STAR市場IPOの公開価格を1株150.8元に設定し、上場時評価額を約610億元、調達予定額を約61億元としました。DeepSeekは戦略配售で1億4,080万元を投じ、93万3,399株を取得しました。両社はAIモデル、機械設計、モーション制御、具身知能を共同開発し、Unitreeはモデル学習サービスでDeepSeekを、DeepSeekはロボット購入やEmbodied AI用途でUnitreeを優先します。新モデルや実機ベンチマークは未公表ですが、モデル企業とロボットメーカーによる資金・技術・実機の垂直連携を明文化した点が重要です。

3️⃣ ARPA-H「AIR」：自律脳卒中治療ロボットに最大1億7,530万ドル

📎 出典：ARPA-H公式発表
米ARPA-Hは、自律脳卒中治療を目指す「Autonomous Interventions and Robotics（AIR）」プログラムの7チームに、成果条件付きで5年間総額最大1億7,530万ドルの契約採択を発表しました。Siemens、Philips、Magnendo、UC San Diegoなどが画像誘導カテーテル、磁気ガイドワイヤ、軟体成長ロボットを開発し、Stanfordは血管内マイクロロボット、UC Berkeleyは鼻腔や脳内の液体空間を進む小型ロボットを担当します。24カ月でベンチトップまたは生体モデル、60カ月で動物・人体献体などへの完全自律介入を目標としています。現時点は研究契約の開始段階であり、患者への自律手術や臨床成功率が確認された発表ではありません。

4️⃣ Kodiak AI：有償無人運行4万時間突破・顧客保有車両35台に到達

📎 出典：Kodiak AI Q2 2026 Results
Kodiak AIは2026年Q2決算で、顧客保有の無人トラックを35台に増やし、有償のキャビン無人運行が累計4万時間超、輸送件数が2万件超、Q2輸送量が30万トンを超えたと発表しました。第7世代のKodiak Driverプラットフォームは前世代比で計算能力を約50%高め、SensorPodと計算筐体の想定稼働寿命もストレス試験上で約50%延長しています。1時間当たり100万件超のシミュレーションを実行する「BreakPoint」も開示されました。実運用規模は明確ですが、この発表では7月時点で91%とされた独自指標Autonomy Readiness Measureの内訳や、事故率、遠隔介入率などの安全KPIは開示されておらず、商用拡大と検証透明性の両面が次の焦点です。

5️⃣ AGIBOT WORLD 2026 Theme 3 — 力覚・人間介入を含む実世界強化学習データ

📎 出典：AGIBOT公式発表 / Hugging Face
AGIBOTは実世界ロボット強化学習向けデータセット「AGIBOT WORLD 2026 Theme 3」をオープンソース公開しました。初回分はLANケーブル挿入、鍵による解錠、ねじ締め、照明器具の梱包など14タスク、9,638軌跡、164時間超で、映像・行動に加えて6軸力覚・トルク信号と関節トルクを同期収録します。自律実行の逸脱時に人が位置、角度、動作方向、接触力を補正した介入区間も時刻付きで構造化されています。成功動作の模倣だけでなく、失敗検知、再開判断、復旧方策を学ぶためのデータ基盤として価値があります。

6️⃣ ω-0：全身ヒューマノイド11タスクで成功率81.8%

📎 出典：arXiv:2608.06375 / 論文HTML
研究チームは、歩行、姿勢調整、バランス維持、物体操作を分離せずに扱う全身世界行動モデル「ω-0」を発表しました。言語、複数視点画像、自己受容状態からSONIC互換の全身アクション潜在系列を生成し、動画そのものではなく将来観測の埋め込みを補助予測することで、実行時の動画生成負荷を抑えます。実機ヒューマノイドの家庭内11タスクでは、主評価のOmni構成が成功率81.8%、進捗率90.3%を記録し、π-0.5の27.3%やGR00T-N1.7の22.7%を上回りました。ただし、単一のUnitree G1と研究チーム管理下の家庭環境を中心とするプレプリント評価であり、第三者環境での再現性や人間近接時の安全指標は未評価です。

7️⃣ DyPES-VLA：単腕・双腕・ヒューマノイドを単一モデルで制御

📎 出典：arXiv:2608.06374 / 論文HTML
DyPES-VLAは、単腕、双腕、ヒューマノイドで共有できるダイナミクス表現と、機体固有の専門家を持つMixture-of-Experts制御ヘッドを分離し、異なるアクション空間を単一チェックポイントで扱います。Franka Research 3、COBOT Magic、Unitree G1を対象に、キウイのバスケット投入、注水、本の棚置きを各25回、計225回実行し、平均成功率75.6%を記録しました。GR00T-N1.6の59.6%を上回る一方、G1による本の棚置きは36%にとどまりました。異なる身体構造を単一VLAで扱う有効性と、ヒューマノイド機体での実行が依然難しいことを同時に示しています。

8️⃣ GeniWorld：視覚アクションで動作する対話型ロボット世界モデル

📎 出典：arXiv:2608.06332 / 論文HTML
GeniWorldは、数値アクションをURDFから描画した視覚的動作表現へ変換し、ロボットの運動学と環境ダイナミクスを分離する対話型世界モデルです。双腕Xtrainerでボウル移動、タオル折り、マグ配置、引き出し操作を評価し、生成データを追加したπ0方策は、空間変更、未知物体、妨害物、照明変化を含む実機条件の総合成功率を40.8%から69.0%へ改善しました。推論ステップを50から5へ減らして約10倍高速化しても、FVDの劣化は約2%にとどまりました。世界モデルを映像生成器だけでなく、ロボット方策の評価器兼データ生成器として利用する方向性を示しています。

9️⃣ 物理プロンプトインジェクション：紙に印刷した指示がVLM計画を変更

📎 出典：arXiv:2608.05715 / 論文HTML
VLMロボットの視野内に印刷した攻撃文を置く「物理プロンプトインジェクション」を体系評価した研究が公開されました。GPT-4o、Gemini 2.5 Flash、Qwen3-VL-32Bの3モデルで、攻撃5,400試行を含む計5,670試行を行い、攻撃成功率は27.0%、29.4%、5.0%でした。キーワード判定では、成功例の99.9%が推論欄で攻撃文に明示的に言及していました。二段階検証は攻撃を85〜100%削減し、画像内テキストのマスキングは100%削減しました。一方、本研究は静止画像からの計画出力を評価し、下流のモーター実行を分離しています。実機事故率ではなく、VLMを高位計画層に利用する際の権限設計と入力検証の脆弱性を示す結果です。

総合考察

2026/8/7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、「実機データ、身体固有制御、量産設備、安全検証を一体で回す運用システム」へ移ったことが読み取れます。HII、Unitree、Kodiakは、資本・生産設備・顧客運用を通じて技術を商用スケールへ押し上げています。一方、ω-0、DyPES-VLA、GeniWorldは、全身協調、異種機体、未知環境という実装上の壁を、世界モデルや共有ダイナミクスで越えようとしています。AGIBOTの介入ログ付き力覚データは、成功例中心の模倣学習から、失敗回復を含む学習への転換を支えます。ただし、論文値は研究チーム自身の限定環境評価であり、企業発表も事故率や介入率を十分開示していません。今後の勝敗は、第三者再現性、安全KPI、長期稼働コスト、規制適合を同時に示せるかで決まります。

今後注目ポイント

• HIIのHYPRでは、技術準備度・製造成熟度の達成後に、実際の米海軍向け部材生産量、品質、再加工率、作業時間がどこまで改善するかが注目されます。

• UnitreeとDeepSeekでは、共同モデル名、学習データ規模、オンボード推論速度、G1・H1などの実機タスク成功率が公表されるかが焦点です。

• ARPA-H AIRでは、標的到達率、血管損傷率、術者介入率、手技時間、失敗時の安全停止といった医療安全指標の公開が不可欠です。

• ω-0、DyPES-VLA、GeniWorldでは、未知住宅、別メーカー機体、人間が近接する環境での第三者追試が、汎用性を判断する最大の検証点です。

• VLM搭載ロボットでは、画像内文字を一律除去するのではなく、権限情報と環境ラベルを区別できる二段階検証や実行前承認の設計が重要になります。