人工知能
Physical AI: 2026年ヒューマノイドロボットブームへの投資
Securities.io を Google の優先ソースに追加
CES 2026 がバーチャルからフィジカルAIへのシフトを示す
CES（旧称 Consumer Electronics Show）は、世界最大かつ最も影響力のあるテクノロジー展示会です。以前、当サイトではショーでの最も重要な発表の一つとして、ドーナツラボが製造した史上初の商用固体電池があったことを報じました。
しかし、AIハードウェアのリーダーであるNVIDIAが「フィジカルAI」について重要な発表を行い、これがNVIDIAのChatGPTモーメントとして提示されました。もちろん、これは完全に驚きではありません。NVIDIAはしばらく前からフィジカルAIの概念を推進しており、純粋に「知的」なLLM（大規模言語モデル）がAI展開の最初のステップに過ぎないことを認識しています。
実際、AIの最もインパクトのある役割は、デジタルやバーチャルな環境にとどまらず、物理的な世界と直接対話するときに発揮されます。
そして、これまでAIは苦戦してきた領域です。現実世界は、スプレッドシートやビデオ、検索エンジンのように整然としたデータセットよりもはるかに混沌としています。しばしば曖昧で、変化し、予測不可能です。
これらすべての理由から、物理的現実を利用し、ニューラルネットワークを新たな形で再利用する新タイプのAIが必要です。これがNVIDIAのCosmosフレームワークが約束するものです。
2026年がロボティクスにとってChatGPTモーメントになる可能性がある理由
ロボティクスにおける2026年とフィジカルAIの比較は、CES 2026でNVIDIAのCEO兼創業者であるJensen Huangから直接語られました。以下のビデオで彼の全スピーチをご覧ください:
Huangは、同社が新しいオープンモデル、NVIDIA Cosmos (NVDA ) と GR00T（Generalist Robot 00 Technology） をリリースしたことを発表しました。これらはロボットの学習と推論に使用され、Isaac Lab-Arena はロボット評価に、OSMO エッジ‑トゥ‑クラウド コンピュートフレームワーク はロボット訓練ワークフローを簡素化します（各AIツールの詳細は以下をご参照ください）。
なぜ重要か？
これまで、LLMは最初の言語モデルとして、主に執筆、プログラミング、検索、データ分析、翻訳、カスタマーサービスなど、推論と語彙中心の活動に影響を与えてきました。
これらは重要な活動ですが、世界経済のごく一部に過ぎません。
より多くのグローバルな活動、特に最も労働集約的なものは、物理世界との相互作用を必要とします: 製造、ヘルスケア、輸送＆物流、農業、採掘、家庭内作業など。
フィジカルAIによって最初に変革される産業はどれか
理論的には、物理世界と経済セクターのすべてがロボティクスの普及によって影響を受けます。しかし実際には、いくつかのセグメントがはるかに速いペースでロボティクスを採用し、早期に大きな影響を受けるでしょう。
自動運転車
自律走行車は2025年に大きく進歩しました、そして規制当局の承認とより明確な法的枠組みが整えば、展開の準備が整いつつあります。
このタスクは推論が重く、一方で車の実際の機械的動作は比較的単純です（2次元の移動、加速、減速、合図）。したがって、最も重要な要素は以下の組み合わせです:
- ネットワーク接続に依存しないエッジコンピューティング用の強力なオンボードハードウェア。
- 一般的な走行規則から稀なケースや予期せぬ変化まで、実世界の条件に合わせたデータと訓練—たとえば転がるボールを子供が突然道路に飛び出すリスクと結びつけ、先回りして減速させるようなケース。
- 視覚‑言語‑行動（VLA）モデルが視覚的手がかりを適切な行動に変換する。
物流
フィジカルAIはこの分野に少なくとも二つの異なる形で影響を与えます。
第一は倉庫とサプライマネジメントです。フィジカルAIは、オンボードセンサーからの直接フィードバックを使用して、人間を含む障害物を回避しながら複雑な環境をナビゲートできる自律移動ロボット（AMR）を許可します。ロボットアームやその他の操作ツールも荷物の移動を可能にします。
第二は配送サービスで、これは自律走行車に似ており、フィジカルAIが運転から正しい住所への配達、ドアへの安全な荷物配置、フェンスや凹凸地形、障害物の回避までをすべて処理します。
製造業
倉庫と同様に、工場におけるフィジカルAIは機械、人間、そしてロボットが混在する複雑な環境に対処する必要があります。
さらに、多くの製造拠点では高出力ツールや危険な製品（熱金属、レーザー、化学薬品など）が使用され、最終品質と効率に関してははるかに厳しい要件が求められます。
倉庫でのロボットが故障した場合は近くの人間が対処できる可能性がありますが、組立ラインや複雑な化学プラントで同じエラーが起きると、すぐに危険な状況に陥ります。
外科手術とヘルスケア
現在、Intuitive Surgical (ISRG ) のような手術ロボットは、外科医が操作するロボットアームであり、真の自律ロボットではありません。AI能力の向上に伴い、これは急速に変化しています:
- XRlabs はThorとIsaac for Healthcareを使用し、外科用スコープ（まずはエクソスコープ）をリアルタイムAI解析で外科医にガイドさせています。
- LEM Surgical はNVIDIA Isaac for Healthcare とCosmos Transferを使用し、NVIDIA Jetson AGX Thor™ とHoloscan により駆動されるDynamis手術ロボットの自律アームを訓練しています。
手作業の反復タスク：ヒューマノイドロボット
ほとんどの作業環境、部屋、ツールは人間の手と体で扱えるように設計されています。したがって、退屈または危険な作業で人間を置き換えるロボットの理想的な設計はヒューマノイド形態であると考えるのは自然です。
しかし、人間の体は非常に複雑な機械でもあり、ロボットが人間の動きを正確に再現できるほど機械的に高度になるのは最近のことです。
したがって、開発には時間がかかる可能性があります—特に粗大および微細な運動技能、そしてタスクの種類に関わらず物理世界を認識し、理解し、推論し、相互作用する能力です。
NVIDIAのフィジカルAIスタックの解説
CUDAというプログラミング言語で培われた考え方（GPUをグラフィックレンダリング以外の用途に使用できるようにしたこと）が現在のAIブームの大部分を生み出し、NVIDIAはオープンモデルに頼ってフィジカルAIの次なるブームを牽引しようとしています。
このようにして、NVIDIAは過去5年間でLLM主導の株式であったのと同様に、フィジカルAI株としても理想的に位置付けられるはずです。
NVIDIAのハードウェアとニューラルネットワークの専門知識の核は、現在、フィジカルAIアプリケーション向けに細かく調整された相互接続部品へと洗練されています。
NVIDIA Cosmos
Cosmosは「オープンワールド基盤モデル（WFMs）、ガードレール、データ処理ライブラリを備えたプラットフォームで、自治車（AV）、ロボット、ビデオ分析AIエージェント向けのフィジカルAI開発を加速します。」
すでに複数のロボティクスおよび自律走行車企業がCosmosを使用してフィジカルAIの開発を加速しています。
Cosmosは実際には複数の事前学習モデルを一つにまとめたもので、ロボットが物理世界の反応や変化を予測し、合成データ（シミュレーション）が実世界の映像に変換される方法、そして実世界の物理データと観測に依存した推論チェーンの使用方法を学習させます。
NVIDIA Isaac-GROOT & IsaacLab Arena
Isaac GR00T N1.6 はヒューマノイドロボット向けに特別に構築されたビジョン‑言語‑行動モデルで、全身制御と文脈理解を提供します。Franka Robotics、Neura Robotics、Humanoid などのロボティクス企業がすでに使用しています。
これにIsaac Lab‑Arena を組み合わせることで、シミュレーション内でロボットポリシーの評価とベンチマークを行う協調システムが提供されます。研究所やロボティクス企業は、モデル性能を迅速に評価し、標準化された環境で他社と比較できます。
重要なのは、Isaacモデルは比較的低い計算要件で動作でき、$3,500 の NVIDIA ロボティクスチップモジュール Jetson AGX Thor で十分に実行可能であり、ヒューマノイドロボットの計算ハードウェアコストを非常に小額に抑えられます。
NVIDIA® Jetson Thor™ シリーズモジュールは、フィジカルAIとロボティクスのための究極のプラットフォームを提供し、最大2070 FP4 TFLOPS のAI計算と128 GB のメモリを、40 W から 130 W の電力範囲で構成可能にします。
NVIDIA AGX Orin™ に比べて 7.5 倍以上のAI計算性能を提供し、エネルギー効率は 3.5 倍向上しています。
Boston Dynamics、Humanoid、RLWRLD はすべて Jetson Thor を既存のヒューマノイドに統合し、ナビゲーションと操作能力を強化しています。
NVIDIA Omniverse
Omniverse は産業用デジタルツインやロボティクスシミュレーションなど、フィジカルAIアプリケーションを開発するためのライブラリとマイクロサービスのコレクションです。
バーチャルシミュレーション、すなわち「合成データ」は、実際に状況を作り出すことなく、さまざまなシナリオでロボットAIを迅速に訓練する優れた手段です。
Omniverse の開発には、NVIDIA がすでに物理研究やビデオゲームなど他の用途で使用している、深い物理モデル、物理シミュレーション、データライブラリが活用されました。
この種のツールは、実施設備のカスタムデジタルツイン を作成し、ロボットAIの導入をまずバーチャルでテストできるため、実ロボット導入時の混乱リスクを低減するなど、物流や製造の応用でも非常に有用です。
Schneider や Siemens など、いくつかの産業企業がすでにこのツールを使用しています。
NVIDIA OSMO
OSMO はフィジカルAI向けに特別に構築された「オーケストレータ」ソフトウェアです。
ユーザーは Isaac や Cosmos を含む複数のAIツールを、データ生成、訓練、シミュレーション、評価、ハードウェア‑イン‑ザ‑ループテストのすべての段階で調整・統合できます。
NVIDIA DGX プラットフォーム
DGX は NVIDIA が「SuperPOD」コンピューティングプラットフォームを活用し、フィジカルAIを含むAIモデルの訓練に使用しています。
Rubin や Blackwell チップを含む数万台規模の NVIDIA GPU にスケールでき、すぐに稼働可能なターンキーAIスーパーコンピュータを構築します。
NVIDIA – Hugging Face
Hugging Face は自然言語処理向けに構築されたトランスフォーマーライブラリで、しばしば「機械学習のGitHub」と呼ばれ、何百万もの事前学習AIモデル、データセット、ライブラリなどが提供されています。
NVIDIA はオープンソースの Isaac と GR00T 技術を主要な LeRobot オープンソースロボティクスフレームワークに統合しました。13 百万人のAIビルダーコミュニティにより、Nvidia システムがフィジカルAIの標準として採用されることが期待されます。
結論
ロボティクスは、二つの異なる力が同時に結びついたことで、突然大きな進歩を遂げています。
第一の力は、ロボット部品技術の成熟と、ロボットアーム、ジャイロスコープ、電動モーター、その他ロボットやドローン、電子機器に使用される部品の大量生産です。これにより高品質部品のコストが急速に低下しています。
第二の力は、AI技術の爆発的な進化です。
数年前にLLMで一般の認知を得たものが、現在は自動車、カスタムビルド、ヒューマノイドロボット本体など、フィジカルAIの展開が拡大する新たな分野へと広がっています。
フィジカルAIは、テック産業にとってLLM以上に重要になる可能性があります。新たな経済セクターの連続を開くことで、価値の獲得と生産性向上を促進し、地政学的にサプライチェーンの大幅な再編と多くの国の再産業化が進むタイミングに合致します。
2026年に向けたフィジカルAIとヒューマノイドロボットのベスト株式
Boston Dynamics / Hyundai (HYMLF)
Hyundai は自動車製造で最もよく知られていますが、世界で販売台数第3位という正当な理由があります。しかし実際には、3つの部門からなる巨大な産業グループでもあります:
- 電気自動車を含む自動車製造事業。
- 2021 年に買収したロボットメーカー Boston Dynamics。Hyundai Robotics（独立企業 HD Hyundai / Hyundai Heavy Industries の一部）とは混同しないでください（ただし Hyundai Motors と密接に協業）。
- Hyundai Rotem は鉄道・軍事装備、そして水素エネルギーに従事しています。
Boston Dynamics は Caterpillar、Franka Robotics、Humanoid、LG Electronics、NEURA Robotics と共に、NVIDIA ロボティクススタックを使用して新しいAI駆動ロボットをデビューさせています。
同社は特に ATLAS ロボットとロボドッグ設計の先駆者として有名です。
同社はまた、倉庫でパッケージや荷物（最大 50 ポンド）を操作する Stretch という倉庫ロボットに注力し、B2B フィジカルロボット／フィジカルAI市場を狙っています。
NVIDIA のパートナーでありロボティクスの早期リーダーである Boston Dynamics は、フィジカルAI市場の大きなシェアを獲得する有力候補です。
Hyundai から分離した同社の IPO は将来的に明確な可能性がありますが、まだ具体的な計画はなく、少なくとも 2027 年以前には実現しない見込みです。
「Boston Dynamics の IPO のタイムラインや計画については、まだ何も確定していないため、現時点でコメントできることはほとんどありませんが、タイムラインや計画が決まり次第（ステークホルダーと）共有します。
Hyundai Motor India (HYUNDAI.BO ) の IPO を実施した時と同様に、Boston Dynamics についてはオープンマインドで臨んでいます。ただし、現時点で（Boston Dynamics の IPO）を検討しておらず、短期的に（IPO オプション）を検討する計画もありません。」
同社は自動車工場で Boston Dynamics のヒューマノイドロボットの使用を開始し、ATLAS の商用バージョンを公開しました。
NVIDIA
ビデオゲームやその他のグラフィックレンダリングタスク向けの GPU ハードウェアメーカーとしての起源から、NVIDIA は巨大な AI ハードウェア企業へと進化し、同社の株式は世界最大の時価総額を誇ります。
NVIDIA は、専門研究者がニューラルネットワークに関心を持つ以前に、AI の可能性に早期に気付いていました。
当時、これはほとんど存在しない、実証されていないセクターへのリスクの高い進出であり、Jensen Huang が言ったように:
「我々はゼロ億ドル市場に投資しています。」
2016 年と 2017 年に NVIDIA はPascal と Volta アーキテクチャ をリリースし、いずれも GPU ベースの AI アクセラレータの第一号で、Volta は Tensor Core を導入し、ディープラーニングタスクを最大 12 倍高速化しました。
この進歩のペースはそれ以来継続しています。
投資家は、NVIDIA が新たな市場を失い、評価倍率を正当化できなくなるのではないかと多少懸念していました。しかし、CES 2026 のフィジカルAI 発表により、まだその懸念は払拭されていません。
ロボット、自動運転車、その他自律システムにおける AI の物理的展開は、NVIDIA に多数の新市場を提供し、ハードウェアの販売先が拡大します。
そして、オープンデザインと Hugging Face とのパートナーシップを備えた完全なエコシステムにより、最大手テック企業を除くほとんどの企業がロボットの頭脳に NVIDIA 技術を依存することがほぼ保証されます。車輪の再発明はコストが高すぎ、競合に対して遅れを取ることになるからです。
最新のNvidia（NVDA）株式ニュースと開発
