北京WRC報告:中国ヒューマノイドは「実用デモ」と人の手作業データ収集へ向かう
ものづくり太郎チャンネルものづくり太郎と、トロン株式会社の和島氏による対談である。2人はフィジカルAIの視察で訪れたサンフランシスコから収録しており、主題は毎年8月に北京で開かれるWRC(World Robot Conference)だ。和島氏の見立てでは、昨年はエンタメ色の強かった中国のロボット展示が、今年は実用を意識したデモに移った。ただし、その土台となるモデルの発想はアメリカ発のものである。和島氏がモデルの進化以上に危機感を覚えたのは、中国が人の手作業データを大規模に集めていることだった。
前置き:米国視察で見た1Xの進捗
本題の前に、2人は米国視察の印象を短く振り返っている。和島氏は今年3月にも各社を回っており、そこから明確な進捗があったという。とくに大きかったのが1Xだ。3月の訪問時はヘイワードの拠点に移ったばかりで、試作ラインがぽつぽつある程度だった。今回は組み立てラインが整い、4台ほどが並んでいた。本格的な量産工場は湾の対岸に来年つくる予定だという。
和島氏は1Xの開発速度を「1か月で0.1バージョン上がる」と表現する。ソフトとハードを垂直統合し、データ収集まで一貫して自社で回しているからこそイテレーションが速いという評価だ。モーターも世の中に多いQDDではなく独自のものを使っている。
米中の比較では、アメリカにはフィギュアやテスラのように中身を明かさない企業、1Xのように販売間近で自信を持って中身を見せる企業、ソフトに特化した企業がそろっている、と2人は整理した。VC投資とビッグテックを軸に、資金と人材が循環するエコシステムがあり、エンジニア同士がつながり、引き抜きや独立、再参加が繰り返される。ここがアメリカの強さだという。一方で、中国にも中国のエコシステムがあり、アメリカ側の研究プロジェクトにも中国系の人材が多いという話も出た。なお2人の会社はGENIAC関連の案件で協業しており、お互いフィジカルAIの現場に関わっていると紹介している。
WRC 2026の全体像:エンタメから実用デモへ
WRCは会場が広く、来場者も多い。規模は昨年とあまり変わらない大型イベントだと和島氏は言う。昨年はヒューマノイドが大量に出展されて人だかりができていたが、ものづくり太郎の言葉を借りれば、結局はエンタメだった。
今年の展示の中心は、実用を見据えたデモだった。ヒューマノイドを使う会社もあれば、双腕アームで見せる会社もある。具体例として和島氏が挙げたのは、フィギュアAIが十数時間の耐久デモで見せたような郵便物をひっくり返す作業、安価な双腕アームでキュウリを切って鍋に入れる料理の下ごしらえ、コーヒーを淹れる作業、洗濯物を畳む作業などである。いずれもVLAやワールドアクションモデルを使って動かすデモだ。
その割合は、和島氏の体感でロボット展示の7割ほどだった。ものづくり太郎は、実運用できなければ最終的に儲からないので、まだ実運用はできなくても「こういうことがふわっとできる」と示すデモが増えたのだろうと受け止めている。
VLAとワールドアクションモデルの違い
議論の前提として、2人は2つのアプローチを説明している。
VLA(Vision-Language-Action)は、コップを動かすといった作業をテレオペレーションやUMIのような道具で何度も繰り返し、そのデータでモデルをつくって、最終的にロボットが作業できるようにする手法である。
ワールドアクションモデルは、学習させるデータ自体は同じものを使うこともあるが、ロボットの動かし方の発想が逆だと和島氏は説明する。「コップを奥に置く」なら、まずコップが奥に置かれた状態をイメージし、そこから逆算してロボットを動かす。ベースモデルの訓練方法は両者で異なる。一方、ユーザーが自分のロボットに特定の仕事をさせるための追加データは共通で、UMI、テレオペ、人のエゴセントリック(一人称視点)データを使う。
和島氏によれば、どちらのアプローチもアメリカで生まれたものだ。そのうえで、WRCには「自前でワールドモデルをつくった」と打ち出す企業が20社ほどあった。
20社が同じことをできる理由
なぜこれほど多くの企業がワールドアクションモデルを掲げられるのか。和島氏が各社に聞いて得た答えは、大きく2つに分かれる。
1つ目は、使っている原理が同じであることだ。論文で公開されたベースモデルの作り方をみな使っている。土台には、画像を見て「これはコップ」「これは猫」と認識できるVLM(Vision-Language Model)を置く。トランスクリプトではアリババのファンデーションモデルが例に挙がっている。ものづくり太郎の補足によれば、文章ベースのLLMに対し、ここ2年ほどで発達したVLMは、動画の内容が「サーバーを組み立てている」「バスケをしている」といった複雑なものでも認識できるようになった。そこに、コップをつかんで奥に移すとどうなるかといった物の作用を、人が手を動かす一人称視点の動画で学習させる。これがおおむね共通の手法だという。
2つ目は、ワールドモデルやワールドアクションモデルが、ロボットより先に自動運転で使われてきた技術だという点だ。和島氏はグーグルカーやウェイモのデータ収集を例に挙げた。通常の走行データは集められても、事故、大雪、子どもの飛び出しといった場面のデータは取れない。実際に雪を降らせたり子どもを飛び出させたりはできないので、合成データをつくる必要がある。ただ、ゲームのように一つひとつモデリングすると莫大なコストがかかる。そこで、雪の結晶が舞う、窓に付いた水滴をワイパーが拭うといった物理法則に沿って映像をシミュレーションで生成する。これがワールドモデルで、そこにロボットを動かすアクションを加えたものがワールドアクションモデルだと和島氏は説明する。
ものづくり太郎は、自動運転は産業として大きくゴールも明確だったので先に適用が進み、それがロボットに転用されたのだと整理した。中国は自動運転が進んでおり、その分野のエンジニアのエコシステムがある。そこにいた人たちがロボットのスタートアップに参加したり、自ら起業したりしているという。ちなみに和島氏は中国で自動運転車に乗ったが、車線変更が下手で怖かった。今回乗ったウェイモはまったく問題なかったそうだ。
中国が大量に集める「人の手作業データ」
和島氏が強調したのが、ワールドモデルの学習は必ずしもロボットのテレオペデータだけでまかなう必要はない、という点である。コップを持ち上げると床との間に空間ができて向こうが見える、手を離すと落ちる。こうした物体の物理的な相互作用は、ロボットを使わなくても人の手作業を撮れば取得できる。
そして中国は今、この人の手作業データを大量に集めているという。収集には、孫悟空の輪のように頭に枠を着け、4個ほどのカメラで360度を撮る「エゴセントリックデータ収集リグ」が使われる。サンフランシスコのコンピューター歴史博物館でも、同様にビジョンでデータを取る取り組みが紹介されていた。
撮影対象は工場の現場作業や、クリーニング工場でひたすらアイロンをかけるような作業だ。超精密ではない産業のデータが、どこからか大量に集められている。既存の工場やアイロン屋が「データ屋」の役割も担い始めている、とものづくり太郎は言い換えた。各社が自前でリグをつくって撮るケースもあれば、専業の企業もある。和島氏が例に挙げた企業(字幕では「ライトウィール」)は、すでにはるかに多くのデータを集めており、そのうち10万時間分をオープンソースで公開しているという。
このデータの使い道について、和島氏は次のように説明する。最終的にロボットを精密に動かすには、VLAでもワールドアクションモデルでもロボットのテレオペデータが必須になる。しかし、基礎となるモデルの大部分は、粗くてもよいので人の手のデータでつくれる。オープンソースのデータを使えば誰でも「なんちゃって」ワールドアクションモデルをつくれる。人間ほど滑らかではないにせよ動くので、あとはテレオペデータでファインチューニングして滑らかにしていく。WRCに並んだデモの多くは、こうした同じようなデータと同じ理論でつくられていたと和島氏は見ている。
抜け出すには計算資源・人材・資金
20社ほどが同じようなデモを並べているが、そこから頭一つ抜け出すには何が必要か。現地では「最終的には計算資源と、それを使いこなす人材、つまり資金力で集約されていく」という趣旨のコメントが多く、和島氏の印象に残った。
計算資源は学習に使う。和島氏によると、ワールドアクションモデルはVLAに比べて推論にもかなりのGPUを要するので、広い意味で計算資源の戦いになる。ものづくり太郎は、LLMのように規模を大きくするほど結果が良くなる構図だと受け止めていた。
ただ和島氏は、今回の中国で、規模の壁を越えて洗練されたモデルでブレイクスルーを起こしている企業はあまりないと感じたという。ものづくり太郎も、2か月前の訪中で「ロボットがあってもタスクを処理できなければ産業化できない」と指摘したところ「今やっている」と返されたと話し、新しいものを生み出す点ではアメリカが強いと述べた。
一方で和島氏は、参照される論文がおそらく数か月前に出てから、20社が一気にデータを集め、8月の展示会に間に合わせて一斉に出してくる。このキャッチアップ力は驚異であり脅威でもあると語った。
データが一気に統合されたら何が起きるか
ワールドアクションモデルが本格的に離陸するのか、VLAがこのまま伸びるのか、両者を組み合わせるのか。あるいはアストラのような汎用AIが空間を認識してロボットを動かすようになるのか。議論は分かれるが、結局大事なのはどれだけデータを持っているかだと和島氏は言う。
ここで和島氏は自身の推測として次の見立てを示した。ワールドアクションモデル向けにエゴセントリックデータを集める企業が20社ほどあり、数百万時間を集めているプレイヤーもいる。全部を合算すると、産業現場の人の手作業データは数百万時間規模になる。業界再編が起きたり、突出したモデルメーカーが現れたりすれば、そのデータが一気に投入されて統合されたビッグデータになり、非常に強いモデルが急に生まれる可能性がある。
米国視察では、ある人物が「今のロボットは赤子のようなもので、進歩がない。アメリカの最先端の人材と資金がついていないからだ」と話していたという。そこからさまざまな展開が考えられる、と2人は続ける。LLMがすべてを飲み込むかもしれないし、強いモデルが中国から出てくるかもしれない。アメリカのフロンティアラボが「データは中国から買えばいい」と判断する可能性もある。ものづくり太郎は、直接買えなくても、ベトナムやフィリピンなど人件費の安い国の法人で、背後に中国資本がある企業を迂回路にしてアメリカにデータが渡る可能性を挙げた。AIがここ数年で急に進化したように、フィジカルAIでも一気にジャンプアップが起こりうるという。
和島氏によると、中国政府はデータを国外に出さないよう、許可制にする方針を示しているらしい。ただ2人とも、データは抜け道がありうるとの認識である。さらに和島氏は、こうしたデータは不法に入手されたものではないので、使うこと自体に問題はないと指摘する。LLMなら思想面のバイアスが問題になりうるが、アイロンのかけ方や物の作り方にバイアスはない。そのため「データが日本の勝ち筋」という国内の論調が骨抜きにされかねない。和島氏は、今回はモデルの進化よりもこの点に強い危機感を覚えたと述べた。
日本でいまから収集を始めても、プライバシーや権利の扱いなど見えないハードルが多く、すぐには動けない。2人は自社の取り組みでもそれを実感しているという。それでも早く動くべきで、やらないよりはやった方がいいというのが2人の結論だった。
ハードウェア:ティアごとに分かれる戦略
昨年のWRCでは、吊るされているだけのロボットまで含めて無数のハードが出ていた。今年はメーカーのティアごとに戦略が分かれてきたと和島氏は見ている。
ティア1はAgiBotとUnitreeの2強である。ティア2にはLimX Dynamics、Galbot、UBTech(1.5程度かもしれないと補足)、Robotera、EngineAI、Booster Roboticsなどが並ぶ。和島氏によれば、このクラスになると正面からの勝負は難しく、各社が特色を出している。EngineAIはエンタメのロボット格闘技やパトロールといった「暴力」寄りの方向に振っており、LimX Dynamicsは上半身の双腕ロボットが下半身と変形・合体するような研究用のユニークなロボットを出している。IP67の防塵防水で過酷な環境に対応するといった色を付けるメーカーもあるが、和島氏はこれも玉石混交だと評した。
さらにティアを下ると、交通整理だけで一点突破を狙う聞き慣れないメーカーもいる。普段は人型で案内をしながら、ホテルで重い荷物を運ぶときは「土下座モード」の姿勢になって運ぶロボットもあった。アプリケーションに特化して生き残ろうとしており、すでに生き残りのフェーズに移りつつあるというのが和島氏の見方である。政府や政府系ファンドからの大量の支援もそろそろ引き上げられ、生き残りをかけた段階に入るという。
ものづくり太郎は、まだ死の谷があると見ている。中国は日本より人件費が安く、ヒューマノイドは産業化しなければ意味がない。それなのに、産業で一点突破できた企業はまだない。Unitreeでさえ年間1万台程度で、自動車産業から見ればごくわずかだ。10万台、100万台になれば話は変わる、と彼は言う。
Unitree創業CEOの「80×80」と3〜5年の見通し
展示会の横では講演も多く、主要企業のトップが登壇していた。Unitreeの創業CEOは実用化に向けて「80×80の法則」を提唱したという。ChatGPTはGPT-3の登場で一気に使われ始めた。それに相当する「GPT-3モーメント」をロボットで迎えるには、見たこともない仕事でもおよそ8割をこなせる水準に達する必要がある、という趣旨である。
CEOはその到達に3〜5年かかるとの見通しを示した。2人は、トップ層でさえ早くても3年、5年はブレイクしないと認識しており、まだ黎明期の長いマラソンだと受け止めている。そのため、今年から来年にかけてIPOで資金を確保しようとする動きが活発になるだろうと和島氏は予想する。フィギュアやテスラのオプティマスといった米国勢との競争もある。和島氏は、熱狂の裏でこうした現実的な認識が見えたと述べ、ロボットの機構や電気系の構造もこれから詰められていく段階だとした。
中国国家ブース(1):国有企業での実証事例
和島氏がもう一つ挙げたのが、会場で最大だった中国の国家ブースである。会場はA〜Dのホールに分かれ、メインのCホールの最奥、国際ロボット展でいえばファナックが車を振り回して見せるような最上位の位置に国のブースがあった。昨年あったかどうかは記憶が曖昧で、あったとしても今年ほどの規模ではなかったという。
展示の柱は2つあった。1つは国有企業での実証、つまりユースケースである。造船の例では、ヒューマノイドに噴射装置を持たせてウレタンを吹き付ける実験的な展示があった。船体に張り付いてフジツボを落とすロボットもあり、こちらはヒューマノイドではない。フジツボ落としが速くなればドックの稼働率が上がる。ほかに、山奥の電線に積もった雪を落とすロボットもあった。実際に使われたロボットも展示されていた。
和島氏は、ヒューマノイドという形にこだわらず、労働力不足を見据えてさまざまな形のロボットを示していたと見る。ものづくり太郎は中国で2040年に1億人以上の労働力が不足するとも言われていると触れたうえで、自分の推測として次の見方を示した。ヒューマノイドだけでは成果が出るまで少なくとも5年かかる。「何をしているのか」と批判されないよう、こうした実証もあると示す場でもあったのではないか。和島氏も、ヒューマノイドが実際の仕事を担うまでの間も、ハード・ソフトの両面で、ルールベースでもよいので成果を出したいという意図があるのだろうと応じた。
脱線:中国の制度設計とインドのコンサル
2つ目の柱である要素技術の話の途中で、議論は中国の制度設計に脱線した。日本の業界でも共通認識になっている「大脳・小脳・肢体」という整理は、もともと2023年頃に中国政府が打ち出したものだという。
ものづくり太郎は、中国はコンセプトを出すのがうまいと評価する。例に挙げたのがCMMという評価制度だ。「中国製造2025」のロードマップにはスマートファクトリーという施策があり、工場がレベル1〜5のどこにあたるかを切り分けたうえで、実際に監査する。彼が訪れた電池工場には認証の賞状があり、高評価を得て自動化先進工場と認められると補助金が多く下りると説明されたという。日本では「中国は金があるから強い」とよく言われるが、その資金の付け方自体が仕組み化されているというのが彼の主張だ。しかも審査は1〜2年の短期ではなく10年単位で行われ、良い点を取ればさらに資金が得られるので、強い企業がより強くなる。対して日本はSociety 5.0のように「そういう世界が来たらいい」という絵しかなく、ロードマップと、どう行動すれば補助金が得られるかまで設計されていない、と彼は批判する。
その背景として、彼は日本のコンサルが技術に弱く、エンジニアリングができない点を挙げた。インドのタタ・コンサルタンシー・サービシズ(TCS)を訪ねたときの話も紹介している。アクセンチュアに次ぐ規模の同社には、200〜300平米のフロアにジャガー・ランドローバーや日産など自動車メーカーごとの部屋があり、そこの社員は顧客企業のメールアドレスを持っていた。開発を受託し、ソフト統合から試験まで手がけている。エンジニアリングを理解したうえでコンサルをしており、2人の言葉でいえばFDE(フォワード・デプロイド・エンジニア)的な働き方をしている。日本にはそういうコンサルがない、というのがものづくり太郎の見方である。
中国国家ブース(2):要素技術のロードマップ
話を戻すと、国家ブースでは「大脳・小脳・肢体」がさらに細分化されて示されていた。大脳としてはVLAの学習やワールドアクションモデルに取り組んでいることをパネルで示し、その下に国有企業のデモや実機を並べていた。小脳では、1人の人の動きを複数のロボットに転写する技術などが展示されていた。
大脳・小脳の枠に収まらないソフトウェアとしては群制御があった。発電所の巡回で、複数のロボットが充電しながら協調して穴なくカバーし、不審者が現れて1台がそちらへ向かうと、その間は他のロボットが持ち場を埋める。データについては、国有企業間でVLAのポストトレーニング用データの取り方と加工方法を統一し、12社ほどが共通の手順で収集していることが示された。計算用のプロセッサー、つまり半導体も含まれていた。
ハードウェアは、アクチュエーター、ドライバー、構造(内部を肉抜きしても丈夫で軽い脚など)、材料、バッテリー、センサーに分けられていた。センサーはさらに、水中で使える3Dカメラのような極地仕様のもの、ロボット内部の状態を判別する内界センサー、力センサー・LiDAR・カメラ・マイクなど外界と接するためのセンサーに細分化されていた。それぞれで研究投資を行い、成果を実機で見せていたという。
和島氏はこれを非常にわかりやすいと評価し、ものづくり太郎は経産省も見習うべきだと述べた。和島氏の整理はこうだ。極地用センサーや極限まで軽くて丈夫な材料は民間には不要かもしれないが、産業を育てるために国の研究ロードマップでは「バランスよく栄養を取る」ように満遍なく取り組む。一方、ブースの外の民間は産業で勝てればよく、パンチ力さえあればいい。そこには資金を入れて市場競争に任せ、最強の企業を育てる。この2軸を束ねる官民の力の強さを、Cホールで強く感じたという。ものづくり太郎も、日本の官僚の仕事は法律づくりが中心で、こうした産業育成のロードマップや継続的な評価の仕組みはないと付け加えた。
半導体の話題と結び
最後に、ものづくり太郎は半導体にも触れた。中国は最近、半導体材料についてダンピングを理由に追加の費用を課す措置を打ち出しており、これを国内産業を強制的に育成する手だと見ている。ファーウェイも久しぶりに展示会でKirinチップを見せた。露光装置が手に入らず先端プロセスに対応できないなか、西側がゲート・オール・アラウンドやFinFETでトランジスタを微細化・積層するのに対し、中国は設計を変えるアプローチを取っているという。彼は小学校のたとえで説明した。同じ階の遠い教室より、すぐ上の階の教室の方が近い。プロセッサーを3次元的に組んで配線距離を縮め、遅延と消費電力を抑えるという考え方だ。規制しても自分たちでエコシステムをつくってしまうので、アメリカもファーウェイを恐れているのだろう、と彼は語る。
2人の結論は、中国は侮れないということだ。そのうえで、日本もやるしかない、と締めくくった。
どうもこんにちは。ものづくり太郎チャンネルのものづくり太郎と、トロン株式会社の和嶋です。久々ですね、この2人で撮るのは。ですね。
ということで、サンフランシスコのホテルの近くで。本日、和嶋さんが出国されて、明日僕が出国するっていうことで。サンフランシスコ、なんで来たかっていうと、フィジカルAI視察っていうことで、いろんなフィジカルAIを見てきました。NVIDIA行きましたし、Scale AI行きましたし、フィジカルインテリジェンス行きましたし。米国のフィードバックもしたいんですが、フィードバックは別で撮るとして、所感を聞いておきたいなっていう感じで、どうでした?
進んでますよね。進んでた? 私、各企業を回ったのは今年の3月なんですけれども、明確に進捗みたいなものがあって、それのジャンプアップが非常に大きいですよね。ジャンプアップしてる企業もあれば、継続進化みたいな企業もいるし、特に1Xのジャンプアップはすごかったですね。
3月に来た時はヘイワードっていうところにできたばかりで、プロダクションの試作ラインみたいなのがポツポツあった状態だったんですけども、今回みっちり量産ライン。量産ラインっつうか、組み立てラインがあって、今回も試作ラインだけでしたけど、5軸使ってましたからね。スイス式旋盤もあったんで、4台ぐらいありましたかね。ただ、量産はもうちょっといっぱいあるはずなんで、おそらく。
本気の量産の工場っていうのをもう1個、湾を渡った向こうに来年作る予定なので、すごく速いですよね。1か月で0.1バージョン上がるという開発スピード。開発スピードが上がる仕組みが強いですよね。
やっぱりソフトとハード、垂直統合でやって、ソリューションだってデータ収集のところまで一貫してやってるからこそのイテレーションの回り具合。モーター構造も違いますし、独自のモーターっていうことで。QDDが多いじゃないですか、世の中。じゃなくてね、っていうところもある。そうですね。
そんなアメリカのフィードバックはレポート買ってもらえばいいと思うんですけど、今回はしませんと。今回は何でしょう? 今回は中国に来ました。中国も1年ぐらい前でした、北京。1年前ですね、8月、北京にご一緒して。僕も先月ぐらい行ってきて、5社ぐらい回りました。それとは別に中国の製造ラインなんかも見てきました。もともとロボット以外でお引き合いいただいたんで、中国の方に行ってきまして。とはいっても、やっぱりアメリカと比較すると、アメリカ強いですね。
でも、アメリカはエクセレント企業が何社かあって、ロボットのハードとソフトを垂直統合でやってるエクセレント企業。Figureだったりテスラみたいにベールに包まれてるところもあれば、1Xみたいにもう販売間近で、自信を持って中身を見せてくるところもあれば、あとはソフトに特化している。ソフトは両輪でね。しかも、エコシステムというか、エンジニア同士がつながってて。
今日も行ったじゃないですか。おまかせロボティクス。そう、おまかせロボティクスに訪問して、おまかせロボティクスのPR現場にもいろんなエンジニアが来るっていうことで、やっぱりそこで「ああ、おっす、おっす」みたいな感じであるんでしょうね。そうですね。そこで「最近どうなのよ」みたいなとか、引き抜きがあったりとか。そこのエコシステムが強いですよね、やっぱり。
そうですね。アメリカはやっぱりVC投資だったり、ビッグテックを中心にするエコシステム。エコシステム、金もあるし、関係もあるし、人の交流もあるし、人材もいるし。その人材が育って、また育ってったやつが起業して、辞めて、また参加してというのが強かったですが、中国はやっぱり中国も中国のエコシステムがあるんで。そうですね。だってNVIDIAもGEARプロジェクトは半分中国人で、みたいな。中国系アメリカ人っていうのも全然あるとは思います。
我々、実はGENIAC案件でコラボレーションするっていうことで、フィジカルAIの第一線でお互いやってるっていう。そうですね。和嶋さんね、結構皆さん「世界の和嶋」っていうことで、ヒューマノイドロボットとかフィジカルAIは和嶋さん、第一人者みたいな。何度か出演いただいて、認識も上がってると思うんですけど、このブーステックも実はタスクの要件定義だったり。トロンさんと、ニュースリリース出てるんで見ていただければと思うんですけども、共同プロジェクトに参画させていただきますので、本当にお互い玄人っていうところで、第一線でやってますというところで。そんな手前味噌ですけど、僕が第一級って言うんですけど。製造業全般は、っていうところで。この2人から、いろいろ話を深掘りしていきたいと思ってますが、今回はどこをお話しいただけるんですか?
今回は中国。毎年8月に北京でWRC、ワールドロボットカンファレンス。去年、川崎さんと待ち合わせしたとこですね。あれがまた今年もありました。それと同じ時期にロボット運動会。出た、出た。ロボット運動会も北京でやってます。
それではワールドロボットカンファレンスの方、行きたいと思いますけども、どうでした? でかいし、人も多い。多いですね。今年はもっと多かったんじゃないですか? いや、でもあんまり去年とは変わらないですね。一大イベントっていう感じで。
なるほど。去年のWRCは産ロボもあったんですけど、ヒューマノイドがすごい出て、ヒューマノイドに人が群がってたじゃないですか。ユニツリーも上場しましたけど、結局エンタメじゃないですか。今年はどんな感じだったんですか?
今年は実用に向けたデモ展示みたいな。なるほど、例えば? 例えば、ヒューマノイドでやってるところもあれば、双腕のアームでやってるところもあったんですけども、郵便物をひっくり返すっていうような。Figure AIが十数時間耐久でやってた、あれをやりますだとか。あとはキュウリを切って、鍋に入れて料理をするっていうような。キュウリを切って、料理です。料理をする下ごしらえみたいなのを、双腕の安いアームでやっているような、VLAだったりワールドアクションモデルのメーカーがあったり。コーヒーを入れるとか、洗濯物を畳むだとか。いわゆるモデルを使って実用させるっていうデモが、かなり多かったですね。
何割ぐらいですか? 体感なんですけれども、ロボット展示しているところの7割ぐらいは、もうそこにやってたって。じゃあ、エンタメから。実運用しないと最終的には儲けられないじゃないですか。だから、それを見据えて、今、実運用はまだできないものの、こういうようなものがふわっとできますみたいな。そういうデモ、多かったですね。
そこのベースになってるモデルっていうのは、やっぱりアメリカなんですね。アメリカが発明したVLAもそうですけれども、ワールドアクションモデルっていうのをやって、それを活用して、実際に動く実機のデモをしているっていうのが中国の現状だったんですけれども。
ごめんなさい。VLAとワールドアクションモデルの説明をしといた方がいいと思ってて。ビジョン・ランゲージ・アクションモデルっていうことで、簡単に言えば、このコップをテレオペレーションとかUMIで何回も何回も繰り返して、それでモデルを作って、最終的にこのコップを動かせるようになりますよっていうのがVLA。ワールドアクションモデルは?
ワールドアクションモデルは、基本的に学習させるデータっていうのは同じものを使ったりもするんですけども、ロボットの動かし方の発想が逆で。「コップをこっちに置きましょう」っていうことを考えたら、結果から逆算してロボットを動かすんです。コップが奥に置かれている状態にするってなると、コップがこうやって置かれたこのイメージをまず想像して、そこに対して何が必要か、ロボットを動かしていくっていう。
なるほど。これ、トレーニングは同じなんですか? 最初のベースになるトレーニングの仕方っていうのは、もちろん異なります。ただ、そのベースになったモデルに対して、ユーザーがロボットでやりたい仕事をさせるためのデータっていうのは、UMIであったりテレオペだったり、人のエゴセントリックだったり。ここは共通するデータを使う。それでトレーニングして、最終的なアクションを生成できるようにするっていう。
その2つのアプローチはアメリカが作りましたって話です。そうですね。自前でワールドモデルを俺たちは作りましたって言って展示しているところが20社ぐらいありましたね。
ということは、ワールドモデルだから、このコップをこっちに持っていかないといけないよねっていう逆算をするモデルじゃないですか。それを作るっていうのは、ぶっちゃけどういうことをしたんですか?
各社、いろいろやり方あると思うんですけど、大体みんなに共通しているのは、基本になるベースのやり方があって、そこに対してVLMですね。ビジョン・ランゲージモデル。つまり、これを見て「これはコップです」「これは猫です」、そういったベーシックなバックボーンを使って。コップをつかんでこっちに持っていったら、コップが奥に行くということは、こっちにあるということですっていう。こういう物の作用みたいなものは、人の手を動かして取る、いわゆるエゴセントリックデータ。人の主観で手を動かして、物を作用する。その動画のデータを使って学習させるっていう。基本的にはみんな同じ手法を使って。
じゃあ、その基礎となるビジョン・ランゲージモデルですね。要するに、ここまでお話しすると、皆さんが使ってるAIというものは、ラージ・ランゲージモデルということで、文章をもとにして作られたモデルですと。一方で、ここ2年ぐらいで進化してきたのがVLMで。昔のAIって、画像とか動画を見たとしても、この画像って何を指してるんだっけとか、この動画って、例えばサーバーを組み立ててますとか、バスケしてますとか、保守メンテしてますみたいな複雑なものっていうのは、AIが認識できなかったわけですけども。VLMが発達してきたことによって、これが認識できるようになりましたよって話で。
アリババが作ったモデルに対して、認識できるから、その認識した後にどういうアクションを組み立てていくか。「このコップをこっちに移動しないといけないよね」っていう、アリババのファンデーションモデルみたいなのを使うわけですけども。じゃあ、その逆算してこういう状態にするっていうモデルを作ったのは、我々自前で作りましたっていう話ですね。はい、そうです。
なんでこんなにみんなやれてるのって、ちょっと聞いたらですね。基本的に使ってるプリンシプルは同じものだし。プリンシプルって何ですか? 原理ですね。モデルの作り方。ベースになるモデルの作り方のところですね。論文に発表されているものをみんな使いますと、っていうのが1つ。
もう1つは、ワールドモデルだったり、そこから派生したワールドアクションモデルっていうのは、結構、自動運転の合成データで学習させてシミュレーションするっていうところで、ロボットよりかはそっちの方で早くも使われている技術です。
なるほど。ワールドアクションモデル、自動運転する時に、それがあると何がいいんですかね? 例えば自動運転って、昔、GoogleがGoogleカーを走らせて、Waymo用のデータを取ってるっていうのがあったと思うんですけども。あれって普通の走行のデータを取れても、事故が起きたデータだったり、めちゃめちゃ雪が降ってるような時とか。少女が飛び出してくるとかね。そういうものって取れないじゃないですか。取れない。だから、その時にどうアクションしたらいいかわからないって話ですね。そうです。データがないから、学習データが。
そうなると、そもそもそういうデータを作らなきゃいけないですね。かといって、雪を降らせたり、セットで難しいよね。少女を飛び出させたりとかっていうのはありえないので。そうすると、やっぱり合成データを作るんです。
合成データも、パチパチ、モデリングしてゲームを作るように作っていたら相当なコストがかかるので。雪が降るってどういうことかってなると、水の結晶がパラパラってなって。雨が降ったら、その窓ガラスは水滴が落ちた分だけ、それをワイパーが取り。いわゆる物理法則に沿って絵作りをシミュレーションで作るっていうところが、結構始まって。
これ、世界モデル? ワールドモデルです。ワールドアクションモデルですよ。そのワールド、世界の成り立ちに対して、物理法則に沿ってロボットを動かすっていうアクションがプラスされると、ワールドアクションモデルっていうふうになってます。
なるほど。自動運転の方が早かったし、産業が大きいし、ゴールが見えてるじゃないですか。だから、適用されるのが早かった。これをロボットに適用したっていう話。そうです。中国はやっぱり結構、自動運転進んでるので。そうです。鬼内、乗りました。結構怖かったですけど。その車線変更が下手くそでした。そうですか。てるね。ちょ、ベンチマークすっごいしてるでしょうけど。いないってね。ません。
今回Waymo乗りましたけど、Waymoの方は全然良かったですね。私は前乗った時、そんなにないなっていうふうには思ったんですけど。自動運転進んでますので、自動運転エンジニアっていうのは、中国でも結構もうエコシステムが。そうか、それはあるのか。そこでやってた方たちが、今度ロボットのスタートアップに参加したり、自分で立ち上げたりとかしているっていうところですね。
なるほど。じゃあ、このアクションモデルを使ってロボットを動かすっていう素地は、やっぱりあるんですね。ということは、ロボットを動かすって、失敗とかも作り出せるっていう話ですかね、ワールドアクションモデル。ワールドアクションモデルというか、ワールドモデルで作って、そこに合わせてロボットを動かすっていうことができます。
もう1個の要素なんですけど、なんでこんなにワールドモデルがいっぱいあるかっていう。ワールドモデルのトレーニング、学習にあたって、必ずしもロボットのテレオペデータで全てを満たす必要はなくてですね。コップをつかんで持ち上げたら、ここの床とこのコップの関係ってどうなりますか? ここに空間ができて、向こうが見えるようになる。そうですね。だとか、これを離した時に落ちるだとか。いわゆる物体の物理的な相互作用。これって別にロボットで取らなくても、人の手作業データで取れるんですね。
今、中国はこの人の手作業データを超大量に収集してます。確かにサンフランシスコのコンピューター科学館でもあったじゃないですか。ビジョンで取るものを作ってるみたいな。この孫悟空の輪っかみたいな、エゴセントリックデータ収集リグみたいな言い方するんですけども、頭に枠をつけて、カメラが4個ぐらいついて、360度撮ってると。撮れますと。
その情報を取ってると、例えばフォックスコンで組み立て作業とか、そういったデータをめっちゃ撮ってるんですか? はい、そうです。さすがにフォックスコンからは出てこないとは思うんですけれども、実際の工場の現場だったり、クリーニング工場でひたすらアイロンかけたりしたりだとか。超機密じゃない産業のデータっていうのは、どこからか大量に集めてきています。
ということは、普通の作業がデータを取るファクトリーにもなってるって話ですか? そうです。これを取るとどうなるんですか、最終的に? これは、ワールドモデルだったり、ワールドアクションモデルを作る時の学習データに使えるんですね。
なので、最終的にロボットを精緻に動かす時には、VLAだったりワールドアクションモデルでも、ロボットのテレオペデータっていうのは最終的には必須ではあるんですけれども。このベーシックなものを作るにあたって、大部分は粗くてもいいから、人の手のデータ。これが非常に重要になるんです。
なるほど。じゃあ、その手のデータを吸い上げて、ワールドモデルもしくはVLAで、自動運転から来たエンジニアが、そのデータを使うことによって動かせるってことですか、マニピュレーション。はい、そうです。それも簡単なグリッパーだったりもするんですが。そういうカードはやっぱり集まってるんですね。そうですね。すげえな。
なので、ある一社の人は「ぶっちゃけみんな一緒。ここでやってるデモは大体みんな、今回の」。同じデータを使ってるみたいな。同じデータとか、同じやり方で同じようなデータを自分たちで集めてきて、同じような理論で学習させてやってるから。今年の8月のWRCに合わせて、なんとか新しいデモをしようっていうことで、マーケティングでやってるから、こんなにワンサカみんなやってるんだけど。ここから頭1つ抜き出るには、結局、資源と、ここの学習をかなり研鑽してやれるようなエンジニアの才能、イコール結局資金力みたいな。そうですね。収斂していくよっていうようなコメント、結構印象的でしたね。
皆さん、ついてこれてない人もいると思うんですけど、最終的にはロボットを活用するとしても、ロボットを動かすデータがないんですよね、今ね。そのデータをどういうふうに構築するかとか、どういうふうに精緻に動かすかっていう競争があって、いろいろやり方があるんですよね。世界モデルを基準にするのか、ビジョン・ランゲージ・アクションモデルで、ここまではティーチングで、最後のところだけVLAを使って何か作業させるのかとか。いろいろやり方があるんですけども、最終的にはデータが必要になりますと。何にせよデータは必要です。
そのデータを取るやり方が進化してて、いろんな工場から取れるようになってたし、かつ水平分業化されてて、データ売る企業いっぱいありますもんね。あります。我々、Scale AIに行って、アメリカもやってるわけですよ。Scale AIはアメリカですね。中国も群がってきて、既存のアイロン屋さんとか工場がデータ屋さんになって、データを集め始めてるってことですね。はい、そうです。
これはもう各社皆さん、この孫悟空のエゴセントリックリグを作って、自社で撮ってたりもしてますし。それを専業でやっている、例えばライトウィールっていう企業とかは、10万時間分、もうすでに取って。自分たちのビジネスとしてはもっともっと取ってるんですけれども、そのうちの10万時間をオープンソースで提供するみたいな。
オープンソースで、ただってことですか? それを使えばちょっと動くみたいな。そのオープンソースのデータを使えば、もう誰でも自前のなんちゃってワールドアクションモデルは作れるっていう。だから、人間みたいには全然スムーズじゃないけど、動いてるみたいな。そうです。そこから、あとはロボットのテレオペデータとかでファインチューニングして、どんどん滑らかに。滑らかにしていく。
そういう企業、20社ぐらい展示があったものの、最終的には計算資源必要だよねみたいな。最終的にそこが本当に使える、例えばアメリカでいうフィジカルインテリジェンスだとかと本当に戦えるような、抜き出てくるようなモデルメーカーになるには、タレントが必要だし、金も必要だし、計算資源も必要。
計算資源はどこで使うんですか? 計算資源は学習ですね。ワールドアクションモデルは結構、VLAに比べて推論にも結構なGPUが必要になります。ここも広い意味では、計算資源の戦いにはなってきますね。
なるほどね。LLMみたいな感じで、スケーリングじゃないけど、インファレンスをぶん回す。でかければでかいほど、VLAとかワールドモデルの結果が良くなってくるって話ですね。そう。ただ、今回中国行って思ったのは、乗り越えてくるような規模でやってて、研鑽したモデルでブレイクスルーを起こしてるところは、あんまりないと思いました。
やっぱり僕も中国行ったんですけど、2か月前に。「V、どうするの」とか、「最終的にこのロボットがあったとしても、動かしてタスクを処理しないと産業化できないじゃん」っていうふうに言ったら、「今やってる」みたいな。だから中国人も気づいてて、動かすことが必要な大変さに。だから、やっぱりアメリカはすごいですよね。ここら辺、新しいものを生むっていうところは。そうですね。そこは中国、後追いだもんね。まねっこっつうか。
ただ、20社がそれをまねっこして。これ、一気にワールドアクションモデルの、みんなが参照するような論文が出てきたの、多分数か月前とか。それが出てきて、一気にデータ集めて、一気に8月の展示会でうわっと展示するっていう、このエコシステム、キャッチアップ力っていうのはすごいなっていうところですし、脅威でもありますよね。
あとは、ワールドアクションモデルが本当にテイクオフするのか、VLAがこのままテイクオフするのか、それとも組み合わせるのか。それともアストラが出てきて、アストラが空間認識できるようになったので、アストラがロボットを動かすっていう、そういう議論がある中で。結局何が大事なのかっていうと、データをどれだけ持ってるか。ちょっと私の専門外なんですけれども。
大体20社ぐらいが、そういうワールドアクションモデルに必要なデモをやって、そこに必要なエゴセントリックデータを集めてたり、数百万時間集めてるっていうプレイヤーがいたりするのを全部合算して考えると。人の手作業データ、産業現場の数百万時間分を、例えば業界再編が起きたり、突出した強いモデルメーカーが出た時に、一気にこの数百万時間分のデータがそこに食わされる。そうですね。ってなると、統合したビッグデータになるから、いきなりブレイクする可能性。ブレイクスルーで、とてつもなく強いモデルが生まれるかもしれないですし。
そこ、感じましたよね。さんと会ったじゃないですか。少しだけ皆さんに紹介すると、「今のロボットがやってるのは赤子みたいなもんだよ。全然進歩がないよ。なぜかっていうと、そこにアメリカの最先端のタレントと金がついてないからだ」って言ってましたもんね。そうですね。
なので、そういったところもあって、LLMが全て飲み込んでいくとか、いろいろあるかもしれないし。それがもしかしたら中国から出てくるかもしれないし、アメリカのフロンティアラボが「データはもう中国から買いましょう」と。そうすると、日本は「データが大事だ」「データが勝ち筋だ」とかってよく言われてますけれども、そんなことを言ってる間に素通りして、「データはもう中国から買えば良くない」っていうふうに、アメリカのモデルメーカーがなっちゃう可能性もあります。
これは中国から買えないかもしれないけど、迂回路を使ってっていうね。結局、ベトナムとかフィリピンとか、人件費の安いところでデータを集めてる企業が、ベトナム法人なんだけどバックは、だったりとか。そうですね。そういう形でアメリカにデータが渡って、フィジカルAI、シンギュラリティ、AGIが起こる可能性もあるし。AIの進化がここ数年すごかったように、アストラだったりフェイブルが出てきたように、一気にジャンプアップするみたいな可能性も、フィジカルAIではありますから。
まさにそのデータを外に出すなっていうのは、今、中国政府からのお達しがあるらしくてですね。そうなんですか。ついに共産党も気づいた。許可取らないと出せませんと。なので、最終的にはデータを持ってるっていうのが非常に大事なんじゃないかっていうのは、やっぱり。そうですよね。ただ、データだから抜けますもんね。そうですよね。いろいろ迂回路だったりとか取ればいいみたいなのは。中国人のいいところも悪いところもあり、全部、儲かればオッケーみたいな。アメリカともやるし、迂回させるし、最悪。
別にそのデータ自体も、汚いデータとか、不法に入手したデータとかっていうわけではないので、それを使うこと自体は何も問題はない。LLMとかだったら思想とか、そういったところにバイアスがかかったりはするんですけども、アイロンのかけ方とか物の作り方にバイアスはないので。そういう意味で、そのデータが勝ち筋っていう日本の論調が骨抜きにされちゃうような、中国のデータ収集の勢いっていうのは感じましたね。モデルの進化より、私はそこにかなり危機感を感じました、今回は。
そうですよね。モデルの進化は必然的に起こってくる。いいモデルができた時に必要なのはデータだから、データをすでに何百万時間、集めつつあるっていう、やっぱり中国の勢いはやばいよね。これ、やばいですね。今、日本で「じゃあそれ取り始めて」ってなっても、そんなにすぐに動けないんで。プライバシーどうするんだ、権利どうするんだ。
我々も実際にやってるじゃないですか。ありますもん。あります。ハードルがいろんなところに。あります。そう、見えない苦労があるんですよ、こういうのって。なので、ここは結構早く動いていかないとまずいなっていう。かつ、やらないよりはやった方がいいっていう話です。モデルとデータの大きな傾向としては、やっぱりそこでした。
なるほど。これが大きなワールドロボットカンファレンスの動き。動きですね。あと、ワールドロボットカンファレンスで言いたいことが2つあります。あとはやっぱりハード。それ聞きたかったです。
ハードは結構、去年は無数にいろんなのが出て、吊ってるだけのところもありましたね。ちょっと歩く、本当に有象無象が出てきてたみたいな。なんですけども、メーカーのティアに応じて、結構戦略みたいなのが分かれてきてるなっていうのがあります。
ティア1はAGIBOTとユニツリーじゃないですか? そうですね。この2つがやっぱり2強ですね。あとはティア2ってなると、リムエックスダイナミクスとか、ギャルボットとか、UBTECHとか。UBTECHは1.5ぐらいなのかもしれないですけど。Roboteraとか、EngineAI、Boosterとか、いろいろあるんですけれども。結構ティア2になると、真っ向勝負は難しいから。
例えばEngineAIっていうところだったら、エンタメのロボット格闘技とか、あとはパトロールとか。結構、暴力に振ってるとか。あと、リムエックスダイナミクスは、上半身、2本のアームのロボットが下半身に変形するだとか、合体するだとか。研究用にユニークなロボットを出すだとか。
産業用向けとかないですか? 要するに、見守りとか警備ロボットとかは、1つの警備というのに特化して、センスいいと思うんですよ。そうですね。そういう意味でいうと、ロボティクスとか、そういったところはIP67で、防塵防水性、環境でもタフネス、いけますみたいな。結構そういう色をつけたりするんですけれども、これもやっぱりちょっと玉石混交で。
そのティアを下っていくと、名前を聞いたことないようなロボットメーカーとか、やっぱりいるんですけど。そこは、交通整理だけで一点突破しようとしてたりとか。中国はね、交通整理だけでも膨大かもしれないです。かもしれないですね。案内ロボットも、普段はこういうふうに人型でやってるんですけど、重いものを持てないんですね。例えばホテルで持ちますみたいになったら、土下座の姿勢になって、土下座モードになって重たいものを運ばせるだとか。そういう変わり種というか、アプリケーションに特化して、なんとかニッチで生き残ろうみたいな。もうすでに生き残りのフェーズに移りつつあると。
そうですね。結構、中国政府から、もしくは政府がお金を入れたファンドからの、大量のサポートマネーっていうのは、ずっと言われてることではあるんですけども。そろそろそれをちょっと引き上げて、生き残りをかけた。
いや、まだ谷があると思ってて。要するに、産業化しないとヒューマノイドロボットって意味がないじゃないですか。結局、人件費安い国じゃないですか、日本より。なので、産業化で一点突破はどこもできてないじゃないですか、まだ。ユニツリーでさえ、1年間で1万台とかじゃないですか。1万台って、自動車産業からすると鼻くそ以下で。だから、10万台とか100万台出てくれば、また違うと思うんですけど。
そうですね。なので、多分その投資を止めて、生き残りをかけて争って、その次は根付くかどうかの谷っていうのは当然あると思います。
今回、展示会の横で講演会みたいなのもかなりあって、キープレイヤーのトップ層が出てたんですけども。そこでも当然、ユニツリーの創業CEOが講演してたんですけども。彼は、実用に向けて80×80の法則みたいなことを提言されてて。つまり、ChatGPTってGPT-3が出てから、ものすごくみんな使い始めた。それを、GP3%ぐらいの、見たこともないような仕事も、大体80%ぐらいの仕事がこなせる。これぐらいまでいかないと、GPT-3モーメントまではいかないんじゃないか。
いや、無理でしょ。でも彼は、それは3年から5年で行くでしょうと。あと3年ぐらい。でも早くて、まだ黎明期だから。トップ層でもそういう認識なんですよね。まだ3年、5年は、早くてもブレイクしないだろうと。長い戦いがあるよねっていう話ですよね。
そうです。なので、IPOに向けて動いて、資金を確保しようとする動きっていうのは、多分今年、来年、かなり活発だと思います。どうでしょうね。いろんな企業がIPOをして、資金投入してもらって、さらにそこからも走り続けるみたいな。そもそも走り続けるのがIPOですからね。そうですね。
ただ、ユニツリーの創業CEOで5年って言ってるんであれば、かなりの長距離マラソンですよね。長距離マラソンですね。当然、アメリカ勢との競争もありますので。Figureとか、どういう速度で来るかですよね。Optimusが。
なので、自分たちの解像度が上がったっていうのもあるかもしれないんですけれども、割とそういう現実的なところが、熱狂の裏で結構見えたなっていう。ハードのところですね。だから、まだロボットのメカ的、エレ的構造も、これから詰まってきますね。そうですね。よくわかりました。
じゃあ、そんなところですか、WRCは。あともう1つ。何ですか? 今回、中国国家のブースが一番でかくて。国家プロジェクト。国家ブースですね。日本もやったね。国際ロボット展。国際ロボット展です。
でも、去年あったかどうかもちょっとうろ覚えなんですけども、それぐらいの、多分あったとしても規模でした。それが今回は、A館、B館、C館、D館ってあって、D館はおまけで、Cがメインだったんですね。そこにユニツリーとかトップが集まってたんですが、そのC館の一番奥の一番でかいところ。国際ロボット展でいうところの、ファナックさんの車をぶん回してる、あそこのトップの位置に国のブースがあります。
どういう展示してたんですか、国は? 国は面白かったです。主に2つです。技術。いいね。国営企業での実証。なるほど。ユースケースを挙げてきたと。例えば?
例えばユースケースだったら、造船、ウレタンをわーっと吹きつけるっていう。それは結構実験的に、人型ロボットにウレタンを吹きつける装置を持たせて、バーッと吹きつけてるようなものもあれば、ひたすら造船ですね、フジツボを落とすみたいな。これ、ヒューマノイドです? ヒューマノイドじゃないです。それは張り付いてですね。張り付きロボット。張り付きロボットでガッと落とすんですね。
フジツボを落とすって作業が要るんですけど、これが早くできると、造船というか、ドックに来たメンテの回転が上がるんで。早いし、エネルギーコストも下がるしみたいな。そうです。ドックの稼働率が上がるんですね。
あとは電線。山奥の電線に雪が積もる。だから垂れちゃうんですよね。それを落とすロボット。なるほど。なので、ヒューマノイドっていうフォームファクターにこだわらず、いろんな形のロボットを。労働力不足を見据えて。やっぱり中国も2040年、1億人以上不足するとか言われてるじゃないですか。だから、それを見据えて、みんなヒューマノイドに注目してるんだけど、いろんなユースケースを展示してる。
そのユースケースで使われたロボットたちも展示されてるんです? 展示されてます。これはいいですね。だから、あくまで僕の今の推測ですけど、ヒューマノイドだけじゃないよっていうメッセージを打ちたかったのかもしれないですか? それは大いにあると思いますし、ヒューマノイドでの実際の仕事を待つ間にも、いろんな形のロボットで現実解を出す。ハードもそうですし、ソフト側もですね、全然ルールベースでも。
多分、成果が欲しいと思うんですよね。ヒューマノイドだけだと、成果っていうのは少なくても5年かかるって言ってるわけじゃないですか。そうですね。「何になったの?」っていうふうに批判を受けたくないというか、共産党が。「こういった実証もあるじゃないか」っていう、見せる場もあったのかなと。そうですね。
ユースケースの部。もう1つは要素技術。こういうロードマップで開発していきますよ。これが本当にわかりやすかったです。重要ですよね、このロードマップ。今、日本でも「大脳・小脳・指」っていう言い方って、業界の人はもう共通認識で持ってると思うんですけども。それ自体も、もともと2023年ぐらいに政府が「大脳・小脳・指でトップを取るんだ」っていう。
中国のうまさは、やっぱりコンセプト出しのうまさもあって。そのデザインをする人たちが、日本のコンサルみたいな人たち。でも日本のコンサル、わかりにくいから、資料。僕から言わせりゃ。例えば、僕、最近中国の深掘りした動画を撮ったんですけど、CMMとかいうのがあって。これ何かっていうと、「中国製造2025」のロードマップの中に、スマートファクトリーっていう指標があるんですよ。
そのスマートファクトリーに対して、どうやったらスマートファクトリーのレベルが5なのか、4なのか、3なのか、2なのかっていうのを切り分けて、かつ、切り分けるだけじゃなくて監査をするんですよね。だから、こういうのをしてどうなるかっていうと、いい点数が取れて、例えばレベルA判定みたいになると。僕、実はSunwodaっていう電池工場に行って、認証の賞状があったんですよ。「何これ?」って言ったら、「これがあると、自動化の先進性があるっていう、国に認められたっていうことで、補助金がめっちゃ下りるんだ」って言ってました。もらえるんですね。そうなんですよ。
これ、めちゃくちゃうまくて。要するに、ロードマップも引く。そして、中国のことよくわかってない日本の方々って、「お金があるからあいつら強いんだろう」って言うんですけど、そのお金のつけ方も仕組み化されてるんですよ。しかも、その仕組みって、日本みたいなNEDO案件の文章だけじゃなくて。もちろん、我々のNEDOも途中でレビューがあるわけですけど、その1年とか2年とか短いタームじゃなくて、10年とかいうタームでレビューをして。いい点取れれば、さらにお金もらえるっていう。だから、強いところがより強くなるみたいな仕組みを内包してる。しかも、ロードマップと掛け合わせてくるんで。
この仕組み作り、日本は絵空事の1枚ペラみたいな、「何これ?」みたいなのしか出てこなくて、よくわかんないんですけど。例えばSociety 5.0みたいなところも、IoTでデータ取れるんだけど、そういう世界が来たらいいよねみたいな絵空事しかないわけじゃないですか。だけど、ロードマップもつけて、そのロードマップに対して、どういうアクションを踏めば補助金がもらえるんだ、みたいなところまで設計してるっていうのが、すごいうまいですよね。
本当に、それをわかりやすく整理するっていうのは、やっぱり非常に優れている。そう。だから、技術もわかってないとできないから。やっぱり技術に弱いんですよね、日本のコンサルって。エンジニアリングができないんですよ。結局、IT分野だけじゃないですか。
かつ、これ多分話脱線するんですけど、インドのタタ・コンサルタンシーにも行ってきたんですけど、タタ・コンサルタンシーってアクセンチュアに次ぐ2位なんですよね、グローバル。ただ、すごいところは、これ自動車メーカー言えないんですけど、フロアは200平米とか300平米あるんですけど、「ここは例えばジャガー・ランドローバーの部屋です」みたいな。他にもありました。日系の部屋とかも。
「ここの人たちは、例えば日系の日産のメールアドレス持ってます」みたいな。「タタのアドレス持ってません」みたいな。開発をここで全て受け負って、メカでソフト統合して、試験までしてますみたいな。だから、エンジニアリングもわかってコンサルしてるんですよ。そういうところが日本ってないじゃないですか。コンサルはするけど、エンジニアリングの開発とか、お前やれよみたいな。わけわかんない空事書いて終わりじゃないですか。
それ、コンサルがやるんですか? コンサルがやるんですよ、多分。フォワード・デプロイ・エンジニア・コンサルタントみたいな。そう、FDEをそもそもやってますみたいな。FDE、FDEC。フォワード・デプロイ・エンジニアリング・コンサルタント。コンサルタントやってるやつみたいな。
だからインド人からすると、お前ら何ね、フリーとか言って。中国人の政府の役人たちも相当頭切れてると思うんです。
そうですね。ちょっと話戻るんですけども、その大脳、小脳の話なんですけども、今回それを細分化してました。
素晴らしい。
そもそもハードウェア、ソフトウェアでまず大きく分けます。ハードウェアってなったら当然、VLAだとかワールドアクションモデルの、その仕事を司る大脳。大脳は当然、VLAを自分たちで学習したり、ワールドアクションモデルみたいなことをやってますっていうパネル展示。
なるほど。
そのパネルの下に国有企業のデモ、ないし実機の展示。
なるほど。
これが大脳であります。小脳は例えば、1つの人の動きをそのまま複数のロボットに転写する技術だとか、小脳も小脳でまだまだ進化ありますっていうデモ。今度、大脳、小脳っていうくくりじゃないんで。
なるほど。
ソフトウェアってくくりなんで、群制御。発電所の見回りするときに、充電しながら複数のロボットが協調して全部をうまくカバーできて、穴が開かない。
なるほど。
不審者が現れたら1匹行ってるけれども、その1匹が離れてる間、他がカバーするだとか、こういった群制御っていうのも要素として細分化されて入ってきました。あとはデータですね。データに関しては国有企業間で、VLAのポストトレーニングのためのデータを取るっていうのも、データの取り方だったり加工の仕方を揃えましたと。12社ぐらいが共通の手順でデータを集めてます。
なるほど、なるほど。
っていうのを展示したり。ハードウェアの方はアクチュエーター、ドライバー、それから構造。例えば足は、中を肉抜きしても丈夫で軽いっていうような構造。それから当然マテリアル、バッテリー、センサー。ハードって意味でセンサーが入って、水中で見れる3Dカメラみたいな、極地仕様のセンサー。それから力センサーとか含む、ロボットの中の状態を判別するためのロボットの中のセンサー。
なるほどね。状態異常を見るね。
それからロボットが外界と接するためのセンサー。
なるほど。インターフェースだね。
はい。力センサーだったり、LiDARだったり、カメラだったり。
音声とかね。マイクとか。
です。っていうふうに要素技術をさらに細分化して、分かりやすくやって、それぞれで研究投資してこういう成果出してますっていうのを実機で見せてるんですね。
いやあ、強いね。
はい。これは結構めちゃめちゃ分かりやすい。
これは経産省、見習うべきだと思う。
そうですね。
こういうところ下手くそで。ごめんなさいね、経産の人。俺、応援してるって偉そうだけどさ。私はコメントで、いや、下手くそだよね。文章書いてんだけどさ、ロードマップとか全然ないからさ。
というよりかは、やっぱ中国がうまいですよね。
うまい、うまい、うまい。マジで。
かといって、その極地的なセンサーだとか、材料を極限まで軽く丈夫にするような、そういう極端なことって別に民間はいらないじゃないですか。なんですけれども、将来的に産業育てたり、産業として力をつけるには、バランスよく栄養を取りましょうみたいな、もう全部まんべんなくやりましょうっていうのは国の研究。
そうですね。
ロードマップでありつつ、かたやブースの外側で民間。あそこはもう産業用で勝てればいいっていう、バランス、栄養素じゃなくて、もうパンチさえ強ければいいっていうような。それはもうお金だけ入れて、市場の競争に任せて最強の企業育てるっていう。だからこの2つを軸でやってる、人民の束ねる力が強いですよね。
はい。これをすごく感じたのがCホールでしたね。
そう、大丈夫です。もう官民の力を束ねないと勝てないっていう動画、撮り終えてるんで、僕。
なるほど。詳しくそこで。
中国政府をただやれるだけじゃなくて、しっかりキャッチアップして、こういうトレンドを作るのと、何が必要なんだっていう要素技術を表現してるっていうのはうまいですね。
進化してますよね。
はい。別に民間じゃなくても必要なところっていうのは、国有企業ないし国の研究機関にある。
やっぱり日本の官僚さんって法律を作ることが仕事だから、法律じゃないじゃないですか、これって。産業育成するロードマップだ。こういうアプローチをやっぱ日本取らないといけない。特にスマート工場みたいなところもめちゃうまいじゃないですか。金だけ出すだけって感じで、継続的にキャッチアップをしていく、育てるみたいな。仕組み作りがうまいですよね。
そうですね。大事なの忘れてました。ソフトのところに当然、計算、コンピューター、プロセッサーも入ってました。
なるほどね。だからやっぱ半導体なんですよ。
半導体も入ってました。
ここら辺もやっぱ中国のうまさって、最近その半導体の材料系にダンピングだとか言って、追加の、輸入するために費用を払わないといけないみたいなの出してきたんですよ。ある意味強制的に育成するわけですよね。半導体の化学物質みたいな。ここら辺もうまいですよね。
はい。ファーウェイもKirinチップ、久しぶりに展示会で。1回ぐっと飛ばされて、ぐっと下がって、またのし上がって。
はい、のし上がって。露光装置が手に入らないじゃないですか。ナノプロセス、17以下のプロセスが対応できないんで、それどうしましょうかって言ったら、単純に西側諸国でゲートオールアラウンドとかFinFETみたいな、トランジスタを重ねるみたいな構造を作るわけですよね。だけど中国って細かく描けないじゃないですか。もう露光装置手に入れる。もちろん中国も露光装置作ろうとしてるんですけど、別のアプローチでこの設計を変えようみたいな。
要するにトランジスタってデータ、情報を伝えるとか取りに行くために、そのトランジスタを介するんですけど、それが遠いほど性能も下がるし、電気も食うわけですよね。なんで、それじゃなくてさらに3次元的にプロセッサーを作って、小学校の8組は遠いけど、上の小学2年生の、上の部屋までは近いみたいな。ということで設計を変えることによってプロセスを凌駕しようみたいなアプローチを取ってきたりとか。
なるほど、なるほど。
やっぱりファーウェイ強えなっていう感じがします。これ恐れてますよね。どうせ規制しても奴らは跳ねのけて、エコシステムから抜ければ自分たちで作っちゃうっていう感じです。侮れないと。
なるほど。はい。
ただ日本もやるしかないので。
そうですね。
はい。頑張っていきましょう。
はい。頑張りましょう。
今の写真みたいなものはレポートにして、メルマガ会員になっていただければ写真を提供しようと思ってますので。メルマガ登録していただければダウンロードできるようにしときますんで、よろしくお願いします。
ということで今回は、久々の和嶋さんだったんですけども、我々も一緒にやってるフィジカルAI、そしてロボットということで、北京の動きをフィードバックさせていただきました。
このようにフィジカルAI、セミコンダクター、マシンツール、OT、PLM、CADみたいな、あらゆるトピックス扱ってますので、よければチャンネル登録いただいて応援をいただきたいと思います。そして少しでも刺激になった方は、いいね押してください。
ということで、さらに動画制作の依頼なんかもお待ちしてますので。最近作りすぎちゃって若干ので、今少しお安くしようと思ってますので、展示会、ものづくりワールドに出すよりも全然効果あると思うんで、よろしくお願いします。
ということで、また会いましょう。今日もありがとうございました。
ありがとうございました。じゃあね、バイバイ。
皆様、お疲れ様でございました。26年、残り少しでございますが、ちょっと案件動画やりすぎてPR動画はけておりますので、PR動画募集させていただきたいと思います。皆さん、ホームページからでも結構です。Xはなかなか連絡つかないからダメです。メール直接ご連絡いただいても結構です。この動画見ましたといった方は、なんと15%オフさせていただきます。出血大サービスでございます。
皆様、弊社のチャンネル、こうなっております。性別、男性が95%、女性はほぼゼロです。5%です。非常に男臭いです。さらに年齢層は45歳から55歳。ちょっと加齢臭がするあたり、いや、違います。決裁権者の男性が素晴らしく見てるチャンネルということ、ご理解いただきたいと思います。
皆様、展示会いつものように出してるんじゃありませんか? もう古いです。展示会なんとなく出してるけど、名刺500枚集まりました。それどうなるんですか? マーケティングしてるんですか? してませんね。空中戦で電話かけてますか? してませんね。そこから実際の引き合いになりますか? なりません。ほとんどなりません。
なのに場所代だけで数百万。上物は数百万。さらに人20人いるとすれば、1人当たり1日チャージ5万円でございますから、1人当たり3日いると15万円。プラス宿泊費合わせて20万円です。それが20人もいたら、それだけで400万円でございます。弊社のPR動画、約400万円ぐらいになっておりますが、3日間とは違います。継続的にPRが可能でございます。
こちらプランでございまして、プレゼン形式は300万から500万円でございます。もちろんスーパーはもうちょっと高いんですけども、対談動画だと250から400万円ですね。ショート動画もこのような格安プランで承っております。
過去の実績でございますが、9割のお客様からは良かったねというポジティブな評価いただいておりまして、例えば大手電子部品メーカー、わずか1か月で30リード獲得。恥ずかしい話ですが、ものづくり太郎のPRが一番効果があったとかですね。台湾協働ロボットメーカー、得られた総リード数は50件以上と。なんとこの動画きっかけで3社とコラボレーションして、そこからの受注も20台以上ということで、この2、3年で4億から5億売上と私は聞いております。
大手CADベンダーですね。どこか分かりそうですね。クラウド型CADソリューションの訴求を行い、独自のプラグメントと比較し、50倍から100倍の効果がありましたと。50倍から100倍ですよ。あれが展示会出すんですかと。総合電機メーカーからのご依頼でございますが、なんと5回もやりました。効果ありありでっていうことで、ぜひご依頼お待ちしております。概要欄からチェックお願いします。
展示会に出すのであれば、ものづくり太郎チャンネルに出す。いいじゃないですか。失敗するか失敗しないか、皆様の熱量にかかっております。ということで、ぜひよろしくお願いします。お待ちしてます。お願いします。案件ちょうだい。ちょうだい。
記事公開 · 更新
