導入文：事前に設定された動作は今日の入場券であり、汎化能力は明日の決勝チケットだ。
編集｜靖程
著者｜蒋菁
2026年の第1四半期末にあたり、テクノロジー業界での世界規模の同時行動が正式に宣言され、人型ロボット産業が歴史的な転換点を迎えた。
Google、Amazon、Teslaのシリコンバレー3大巨頭が同じ週に力を入れ、技術による支援からシナリオ設計、量産の実現まで全面的に急ピッチで進め、これまでの人型ロボットを「技術ショーの舞台」から「産業の競技場」へと押し上げる。
同時に、中国側でもさらなる動きが出ている。3月26日、中国信息通信研究院（中国情報通信研究院）が40余りの機関と共同で、身体性（具身）知能分野における初の業界標準を発表。加えて政策が継続的に上乗せされ、企業の導入スピードが加速し、資本の熱が高まり、中国は「追随」から「並走」への飛躍を実現し、さらには複数の分野で「先導」への挑戦を始めている。
この、未来のビジネスルールと産業生態系を覆す革命は、中国がC位を取ることができるのか？
世界で猛進：シリコンバレーの巨頭が量産へ布石、未来の生産力を再構築
もはや誰も、人型ロボットをSFの概念だとは考えなくなった。
このところ、シリコンバレー3巨頭の足並みをそろえた動きによって、量産時代の歩みがはっきり聞こえてくる。彼らの一つ一つの布石は、未来の生産力を再構築することを狙い撃ちしており、さらに世界の資本と国内企業の追随がこの分野の熱を持続的に押し上げている。
Googleは先陣を切って、ロボットに「スマートな頭脳」を与えるべく、Gemini RoboticsおよびGemini Robotics-ERの2つの新しいAIモデルを発表した。前者はロボットが特別に訓練されなくても新しい状況を理解できるようにし、後者は「複雑で動的な世界を理解」できるとして、技術面からロボットが現実のシーンに落ち込むことを後押しする。
Amazonは、シーン（現場）への導入・レイアウトに重点を置き、一週間のうちに、人型ロボットのスタートアップFauna Roboticsと、物流ロボット企業Rivrを相次いで買収した。同社の布石は、宅配の最適化だけを目的とするのではなく、工場のラインから家庭のリビングまでをつなぐ「ロボット・サービスの毛細血管」を構築し、次世代の労働力システムを生み出すことにある。
Teslaの量産動向は特に注目されている。3月25日、Optimusロボットが関連する人材採用の告知を発表し、労働力と製造業の経済の構図を変えることを明確にした。目標はできるだけ早く大規模量産を実現することで、さらに今年の夏には人類史上初の年産100万台の人型ロボット生産ラインを開くとしており、量産の実装を実質的な段階へと前進させる。
シリコンバレーの布石はこれにとどまらない。アメリカ国内の企業も同日から導入を加速している。Figure AIが開発したFigure03の人型ロボットがホワイトハウスに入居し、米国で製造された初のホワイトハウスの人型ロボットとなった。多言語での対話、自主的に家事を完了するなどの能力を備え、また同社は半年ほど前の資金調達ですでに10億ドルを超えている。NVIDIAやLGなどの巨頭が次々と名を連ね、世界の資本が人型ロボットの分野に熱い視線を向けていることを如実に示している。
中国城市発展研究院の投資部副主任、袁帥氏は、中国の具身知能業界標準の発表と、シリコンバレーの巨頭による量産の動きが、ともに人型ロボット産業を技術開発の「深い水域」から「商業化の導入黄金期」へと押し出したことを共同で示す、と述べた。コア技術のブレークスルーが規模化製造を支え、業界標準は技術的な規範を定めて無秩序な競争を減らす。
しかし、中国科技新聞学会の専門家、高恒氏は慎重な見方を示し、現在業界が入っているのは「商業化の直前」や「部分的に実現が始まる時期」であり、「全面的な商業化の爆発期」が黄金期だとは言えないとしている。現時点での産業の核心的変化は、各方面がロボットが「真のシーンで継続して働けるのか」「コストが制御可能か」を共同で検証し始めたことであり、単なる技術開発のブレークスルーではない。
中国の突破：複数の優位性で足場を固め、核心の弱点を早急に補う
シリコンバレーの巨頭が量産の波を起こす一方で、中国は受け身で追随するのではなく、すでに前もって布石を打っている。標準、シーン、市場、資本など複数の優位性をもって、世界の具身知能のレースでポジションを固めているが、シリコンバレーの巨頭と比べれば、核心技術と能力のギャップが依然として存在し、産業がさらに発展するうえでの制約となっている。
優位性の面では、中国の布石は鮮明な「ローカルの特徴」と「先行者効果」を示している。まず標準の発言権を掌握していること。3月26日、中国信通院が40余りの機関と共同で、具身知能分野の初の業界標準を発表し、統一されたベンチマーク（基準テスト）の枠組みを構築した。産業発展の初期段階で、標準制定の主導権を奪い取った。
次にシーンへの導入で先行している。中国の具身知能の発展は、デモ段階で止まったことは一度もなく、実際のアプリケーションとして本当に使われている。たとえば宇樹（ユースウ）四足ロボットは、浙江の変電所、杭州の地下共同溝、広東の石化基地など、複数の工業巡検プロジェクトにすでに導入されている。
さらに、中国には巨大な市場規模と活発な資本環境がある。2025年には国内の具身知能の完成機（完成品）企業が140社超あり、人型ロボット製品は330種類超を発表。出荷台数は約1.7万台で、具身知能と人型ロボットの市場規模はそれぞれ52.95億元、82.39億元に達する。
資本の面では、宇樹科技（ユースウ・テクノロジー）のIPOが受理され、A株における人型ロボットの第一号となった。年初以降、具身知能産業での大口資金調達がボリュームを増やし、資本化の進捗が加速している。さらに宇樹科技は2025年1〜9月に、四足ロボットおよび人型ロボットの売上高がそれぞれ前年同期比で+182.22%、+6.42倍となっており、市場の潜在力を直感的に裏づけている。
勢いは速いものの、中国は世界競争における短所も同様に明確だ。
複数の専門家は、中外の人型ロボットの核心的な差はハードウェアの製造ではなく、データの蓄積、モデルの汎化能力、そして基盤となる技術の沈殿（蓄積）にあると指摘し、表面上はロボットの動作の柔軟性と汎化能力の不足として現れる、としている。
袁帥氏は、中外の人型ロボットの差は、表面的には動作の柔軟度と汎化能力の違いに見えるが、根本は基盤技術、データの蓄積、そして研究開発の理念にあると考えている。たとえばGoogleのRoboCatは、柔軟な汎化運動を実現できる。これは長期にわたる技術の沈殿により、特に大規模モデルのアルゴリズム、センサー融合、ロボットのダイナミクス制御などの領域で継続的に投入し、多数の多シーンの訓練データに依拠していることで、ロボットが自律的に学習し、環境に適応できるようになる。
同氏は、国内製品は現状では多くが事前設定動作や固定シーンの再現段階にとどまっていると述べた。核心の短板は第一に、高品質で大規模な実データのシーン訓練データが欠けており、アルゴリズムの汎化能力が不足していること。第二に、高精度のサーボモーターや力センサーなどの核心部品が輸入に依存しており、動作精度と認識レベルを制約していることだ。
高恒氏はさらに、真の差は「データ」「モデル」「システムエンジニアリング」「シーンのクローズドループ能力」が一体となって連動できるかどうかだと補足した。海外のトップ企業の目標は、環境を理解し、自主的にタスクを完了できる知能ロボットを作ることであり、核心はロボットを「持続的に反復できるデータ製品」として研究開発することにある。汎化能力はそもそも複合能力であり、国内が単一点の技術で遅れているわけではない。データとシーンが反復の「飛輪」を形成できていないために、ロボットは単一タスクごとに調整するしかなく、使うほどにますます賢くなることが難しいのだ。
著名なフィナンシャルライターで、眺遠影響力研究院（ちょうえん えいきょうりょくけんきゅういん）院長の高承遠氏は、核心的な差はデータの蓄積とモデルの汎化能力に集中していると述べた。国外は、シミュレーションから実環境への転移学習や、多タスクの汎用戦略において優位性が明確であり、長期投入によってシーン横断のデータクローズドループと基盤モデルの研究開発能力を構築している。国内は依然として事前設定動作が主で、本質的には高品質な具身データが不足していること、そしてエンドツーエンドの大規模モデルに必要な計算資源とアルゴリズムのエンジニアリング化能力に世代間のギャップがあることにある。
宇樹科技もまた、面向する産業および家庭シーンでの大規模な商業化アプリケーションに向けたブレークスルーがまだ必要な重要技術として、「頭脳」層における具身の大規模モデル能力と、「器用な手（巧みなハンド）」の精密さと耐久性という2つの難題が主に挙げられる、と認めている。その中で最も主要な技術的難題は、世界範囲で具身の大規模モデルがいずれも発展の初期段階にあり、汎化能力が不足している点だ。
突破の道：多次元のルートで能力を引き上げ、当面と中長期をバランスする
データとシーンの蓄積不足などの背景のもと、ロボットの動作の柔軟性と汎化能力をどう高めるかが、国内企業が追いつくための核心的な課題となっている。
複数の専門家は、産業の現状を踏まえ、実務性と先見性を兼ね備えた発展ルートを示した。そのうえで、企業は短期の実装と長期の研究開発のバランスを取る必要があり、事前設定動作を入場券とし、汎化能力を核心の壁（防波堤）として据えるべきだと強調した。
北京社科院（北京市社会科学研究院）の研究員、王鵬氏は、国内企業は「シーンをアンカー（定着）＋技術の再利用」という2つのルートで追いつけると提案した。第一に、垂直（縦割り）のシーンのデータ・クローズドループに注力し、まずは工業の溶接、物料搬送などの標準化されたシーンを対象にして、小規模で導入して専用データセットを取得し、そのうえで垂直領域の具身モデルを訓練する。第二に、オープンソースのエコシステムと連携し、信通院が公表した業界標準を通じて企業間のデータ共有を推進し、統一形式の操作データに基づいて汎用モデルの共同訓練を行う。
袁帥氏は、多経路の並行を提案している。つまり、一方では大学・研究機関と連携し、シミュレーションとデジタルツインで仮想データを生成して訓練し、さらに実シーンへ移行すること。もう一方では、インターフェースを開放してシーン側と連動し、パイロットを実施して実データを収集し、それでアルゴリズムを反復していくことだ。同時に企業間で匿名の訓練データ共有を推進してデータの孤島を打ち破り、核心部品の自社開発への投入を増やし、ハード面のブレークスルーでロボットの柔軟な運動を支えることが必要だ。
高恒氏は4つの実務ルートを提示した。第一に、実シーンからデータを取得し、工場や倉庫などのシーンに深く結びつけて、ロボットを実際の業務フローに組み込み、データを蓄積すること。第二に、シミュレーションを先行し、実機でクローズドループにする。まずシミュレーション環境で戦略を訓練し、実シーンで微調整して、訓練コストを下げること。第三に、まずタスクの汎化を行い、ピッキングや搬送などの単一タイプのタスクに焦点を当てて汎化を実現し、まずは商業的な価値を回収すること。第四に、業界で共有できるデータと標準体系を構築し、インターフェースと評価体系が統一されていない問題を解決して、産業レベルの反復を形成することだ。
専門家たちは全員一致で、事前設定動作と汎化能力は企業の発展において同等に重要だと考えている。
王鵬氏は、短期的には、事前設定動作のロボットはすでに大部分の工業シーンの需要をカバーでき、かつコストは汎化能力型のロボットより低いとした。しかし長期的には、汎化能力こそが企業が産業サイクルを突き抜けられるかを決める核心の壁だと指摘する。家庭サービスや緊急救援などの非標準化シーンが拡大するにつれ、自主的に環境へ適応できるロボットが徐々に主流になっていく。
高恒氏も同様に、事前設定動作は今日の入場券であり、汎化能力は明日の決勝チケットだと認めている。企業にとって、今日事前設定動作で稼げるからといって、汎化能力への長期投資を放棄してはならない。一方で、汎化を追求するがゆえに、目の前で実装可能なシーンを無視してもいけない。まずは注文を取り、次に知能を鍛える。これはより現実的なルートだ。
現在、中国の具身知能市場規模はすでに世界の半分を占め、さらに工業や緊急対応などのシーンで導入された。今後、どのようなシーンが、中国の具身知能ロボットが最初に規模化して商用化へ突破する起点になるのか？
高承遠氏は、工業製造が中国で最初に規模化して商用化へ突破する起点になると考えている。特に自動車製造、3C電子の組立、倉庫・物流などのシーンだ。シーンの需要を掘り起こすには産業の最前線へ深く入り込み、トップの製造企業と共同で連携研究室を立ち上げ、単一点の工程代替から入り、徐々にライン全体の自動化へ拡張することが必要だ。技術とシーンの融合を促す鍵は、「シーン定義技術」という逆向きの駆動メカニズムを確立し、実際の生産ラインの需要がハードウェアの改良とアルゴリズム最適化を牽引するようにすること。技術が先にあってからシーンを探すのではない。
「並走」から「グローバルで先導」へ。中国は政策、技術、産業エコシステムでの核心的なボトルネックを突破する必要がある。
袁帥氏は、政策面では支援と資金投入を強化し、知的財産権の保護を整えるべきだと提案する。技術面では、大規模モデルのアルゴリズムと核心部品を重点的に攻め、ロボットの自主学習と汎化能力を高めること。産業エコシステムでは、川上・川下の協調を強め、部品の国産化を加速し、産学研用の融合を深化させて成果の転化を推進すること。さらに国際協力も積極的に行い、グローバルな標準制定に参加して業界の発言権を高め、最終的に完備された具身知能の産業エコシステムを構築し、先導という目標を実現する。
76.23K 人気度
39K 人気度
19.33K 人気度
2.82M 人気度
416.3K 人気度
シリコンバレーの三巨頭が量産革命を巻き起こす中、中国の具現化知能はグローバルレースのC位に立てるか？
導入文：事前に設定された動作は今日の入場券であり、汎化能力は明日の決勝チケットだ。
編集｜靖程
著者｜蒋菁
2026年の第1四半期末にあたり、テクノロジー業界での世界規模の同時行動が正式に宣言され、人型ロボット産業が歴史的な転換点を迎えた。
Google、Amazon、Teslaのシリコンバレー3大巨頭が同じ週に力を入れ、技術による支援からシナリオ設計、量産の実現まで全面的に急ピッチで進め、これまでの人型ロボットを「技術ショーの舞台」から「産業の競技場」へと押し上げる。
同時に、中国側でもさらなる動きが出ている。3月26日、中国信息通信研究院（中国情報通信研究院）が40余りの機関と共同で、身体性（具身）知能分野における初の業界標準を発表。加えて政策が継続的に上乗せされ、企業の導入スピードが加速し、資本の熱が高まり、中国は「追随」から「並走」への飛躍を実現し、さらには複数の分野で「先導」への挑戦を始めている。
この、未来のビジネスルールと産業生態系を覆す革命は、中国がC位を取ることができるのか？
世界で猛進：シリコンバレーの巨頭が量産へ布石、未来の生産力を再構築
もはや誰も、人型ロボットをSFの概念だとは考えなくなった。
このところ、シリコンバレー3巨頭の足並みをそろえた動きによって、量産時代の歩みがはっきり聞こえてくる。彼らの一つ一つの布石は、未来の生産力を再構築することを狙い撃ちしており、さらに世界の資本と国内企業の追随がこの分野の熱を持続的に押し上げている。
Googleは先陣を切って、ロボットに「スマートな頭脳」を与えるべく、Gemini RoboticsおよびGemini Robotics-ERの2つの新しいAIモデルを発表した。前者はロボットが特別に訓練されなくても新しい状況を理解できるようにし、後者は「複雑で動的な世界を理解」できるとして、技術面からロボットが現実のシーンに落ち込むことを後押しする。
Amazonは、シーン（現場）への導入・レイアウトに重点を置き、一週間のうちに、人型ロボットのスタートアップFauna Roboticsと、物流ロボット企業Rivrを相次いで買収した。同社の布石は、宅配の最適化だけを目的とするのではなく、工場のラインから家庭のリビングまでをつなぐ「ロボット・サービスの毛細血管」を構築し、次世代の労働力システムを生み出すことにある。
Teslaの量産動向は特に注目されている。3月25日、Optimusロボットが関連する人材採用の告知を発表し、労働力と製造業の経済の構図を変えることを明確にした。目標はできるだけ早く大規模量産を実現することで、さらに今年の夏には人類史上初の年産100万台の人型ロボット生産ラインを開くとしており、量産の実装を実質的な段階へと前進させる。
シリコンバレーの布石はこれにとどまらない。アメリカ国内の企業も同日から導入を加速している。Figure AIが開発したFigure03の人型ロボットがホワイトハウスに入居し、米国で製造された初のホワイトハウスの人型ロボットとなった。多言語での対話、自主的に家事を完了するなどの能力を備え、また同社は半年ほど前の資金調達ですでに10億ドルを超えている。NVIDIAやLGなどの巨頭が次々と名を連ね、世界の資本が人型ロボットの分野に熱い視線を向けていることを如実に示している。
中国城市発展研究院の投資部副主任、袁帥氏は、中国の具身知能業界標準の発表と、シリコンバレーの巨頭による量産の動きが、ともに人型ロボット産業を技術開発の「深い水域」から「商業化の導入黄金期」へと押し出したことを共同で示す、と述べた。コア技術のブレークスルーが規模化製造を支え、業界標準は技術的な規範を定めて無秩序な競争を減らす。
しかし、中国科技新聞学会の専門家、高恒氏は慎重な見方を示し、現在業界が入っているのは「商業化の直前」や「部分的に実現が始まる時期」であり、「全面的な商業化の爆発期」が黄金期だとは言えないとしている。現時点での産業の核心的変化は、各方面がロボットが「真のシーンで継続して働けるのか」「コストが制御可能か」を共同で検証し始めたことであり、単なる技術開発のブレークスルーではない。
中国の突破：複数の優位性で足場を固め、核心の弱点を早急に補う
シリコンバレーの巨頭が量産の波を起こす一方で、中国は受け身で追随するのではなく、すでに前もって布石を打っている。標準、シーン、市場、資本など複数の優位性をもって、世界の具身知能のレースでポジションを固めているが、シリコンバレーの巨頭と比べれば、核心技術と能力のギャップが依然として存在し、産業がさらに発展するうえでの制約となっている。
優位性の面では、中国の布石は鮮明な「ローカルの特徴」と「先行者効果」を示している。まず標準の発言権を掌握していること。3月26日、中国信通院が40余りの機関と共同で、具身知能分野の初の業界標準を発表し、統一されたベンチマーク（基準テスト）の枠組みを構築した。産業発展の初期段階で、標準制定の主導権を奪い取った。
次にシーンへの導入で先行している。中国の具身知能の発展は、デモ段階で止まったことは一度もなく、実際のアプリケーションとして本当に使われている。たとえば宇樹（ユースウ）四足ロボットは、浙江の変電所、杭州の地下共同溝、広東の石化基地など、複数の工業巡検プロジェクトにすでに導入されている。
さらに、中国には巨大な市場規模と活発な資本環境がある。2025年には国内の具身知能の完成機（完成品）企業が140社超あり、人型ロボット製品は330種類超を発表。出荷台数は約1.7万台で、具身知能と人型ロボットの市場規模はそれぞれ52.95億元、82.39億元に達する。
資本の面では、宇樹科技（ユースウ・テクノロジー）のIPOが受理され、A株における人型ロボットの第一号となった。年初以降、具身知能産業での大口資金調達がボリュームを増やし、資本化の進捗が加速している。さらに宇樹科技は2025年1〜9月に、四足ロボットおよび人型ロボットの売上高がそれぞれ前年同期比で+182.22%、+6.42倍となっており、市場の潜在力を直感的に裏づけている。
勢いは速いものの、中国は世界競争における短所も同様に明確だ。
複数の専門家は、中外の人型ロボットの核心的な差はハードウェアの製造ではなく、データの蓄積、モデルの汎化能力、そして基盤となる技術の沈殿（蓄積）にあると指摘し、表面上はロボットの動作の柔軟性と汎化能力の不足として現れる、としている。
袁帥氏は、中外の人型ロボットの差は、表面的には動作の柔軟度と汎化能力の違いに見えるが、根本は基盤技術、データの蓄積、そして研究開発の理念にあると考えている。たとえばGoogleのRoboCatは、柔軟な汎化運動を実現できる。これは長期にわたる技術の沈殿により、特に大規模モデルのアルゴリズム、センサー融合、ロボットのダイナミクス制御などの領域で継続的に投入し、多数の多シーンの訓練データに依拠していることで、ロボットが自律的に学習し、環境に適応できるようになる。
同氏は、国内製品は現状では多くが事前設定動作や固定シーンの再現段階にとどまっていると述べた。核心の短板は第一に、高品質で大規模な実データのシーン訓練データが欠けており、アルゴリズムの汎化能力が不足していること。第二に、高精度のサーボモーターや力センサーなどの核心部品が輸入に依存しており、動作精度と認識レベルを制約していることだ。
高恒氏はさらに、真の差は「データ」「モデル」「システムエンジニアリング」「シーンのクローズドループ能力」が一体となって連動できるかどうかだと補足した。海外のトップ企業の目標は、環境を理解し、自主的にタスクを完了できる知能ロボットを作ることであり、核心はロボットを「持続的に反復できるデータ製品」として研究開発することにある。汎化能力はそもそも複合能力であり、国内が単一点の技術で遅れているわけではない。データとシーンが反復の「飛輪」を形成できていないために、ロボットは単一タスクごとに調整するしかなく、使うほどにますます賢くなることが難しいのだ。
著名なフィナンシャルライターで、眺遠影響力研究院（ちょうえん えいきょうりょくけんきゅういん）院長の高承遠氏は、核心的な差はデータの蓄積とモデルの汎化能力に集中していると述べた。国外は、シミュレーションから実環境への転移学習や、多タスクの汎用戦略において優位性が明確であり、長期投入によってシーン横断のデータクローズドループと基盤モデルの研究開発能力を構築している。国内は依然として事前設定動作が主で、本質的には高品質な具身データが不足していること、そしてエンドツーエンドの大規模モデルに必要な計算資源とアルゴリズムのエンジニアリング化能力に世代間のギャップがあることにある。
宇樹科技もまた、面向する産業および家庭シーンでの大規模な商業化アプリケーションに向けたブレークスルーがまだ必要な重要技術として、「頭脳」層における具身の大規模モデル能力と、「器用な手（巧みなハンド）」の精密さと耐久性という2つの難題が主に挙げられる、と認めている。その中で最も主要な技術的難題は、世界範囲で具身の大規模モデルがいずれも発展の初期段階にあり、汎化能力が不足している点だ。
突破の道：多次元のルートで能力を引き上げ、当面と中長期をバランスする
データとシーンの蓄積不足などの背景のもと、ロボットの動作の柔軟性と汎化能力をどう高めるかが、国内企業が追いつくための核心的な課題となっている。
複数の専門家は、産業の現状を踏まえ、実務性と先見性を兼ね備えた発展ルートを示した。そのうえで、企業は短期の実装と長期の研究開発のバランスを取る必要があり、事前設定動作を入場券とし、汎化能力を核心の壁（防波堤）として据えるべきだと強調した。
北京社科院（北京市社会科学研究院）の研究員、王鵬氏は、国内企業は「シーンをアンカー（定着）＋技術の再利用」という2つのルートで追いつけると提案した。第一に、垂直（縦割り）のシーンのデータ・クローズドループに注力し、まずは工業の溶接、物料搬送などの標準化されたシーンを対象にして、小規模で導入して専用データセットを取得し、そのうえで垂直領域の具身モデルを訓練する。第二に、オープンソースのエコシステムと連携し、信通院が公表した業界標準を通じて企業間のデータ共有を推進し、統一形式の操作データに基づいて汎用モデルの共同訓練を行う。
袁帥氏は、多経路の並行を提案している。つまり、一方では大学・研究機関と連携し、シミュレーションとデジタルツインで仮想データを生成して訓練し、さらに実シーンへ移行すること。もう一方では、インターフェースを開放してシーン側と連動し、パイロットを実施して実データを収集し、それでアルゴリズムを反復していくことだ。同時に企業間で匿名の訓練データ共有を推進してデータの孤島を打ち破り、核心部品の自社開発への投入を増やし、ハード面のブレークスルーでロボットの柔軟な運動を支えることが必要だ。
高恒氏は4つの実務ルートを提示した。第一に、実シーンからデータを取得し、工場や倉庫などのシーンに深く結びつけて、ロボットを実際の業務フローに組み込み、データを蓄積すること。第二に、シミュレーションを先行し、実機でクローズドループにする。まずシミュレーション環境で戦略を訓練し、実シーンで微調整して、訓練コストを下げること。第三に、まずタスクの汎化を行い、ピッキングや搬送などの単一タイプのタスクに焦点を当てて汎化を実現し、まずは商業的な価値を回収すること。第四に、業界で共有できるデータと標準体系を構築し、インターフェースと評価体系が統一されていない問題を解決して、産業レベルの反復を形成することだ。
専門家たちは全員一致で、事前設定動作と汎化能力は企業の発展において同等に重要だと考えている。
王鵬氏は、短期的には、事前設定動作のロボットはすでに大部分の工業シーンの需要をカバーでき、かつコストは汎化能力型のロボットより低いとした。しかし長期的には、汎化能力こそが企業が産業サイクルを突き抜けられるかを決める核心の壁だと指摘する。家庭サービスや緊急救援などの非標準化シーンが拡大するにつれ、自主的に環境へ適応できるロボットが徐々に主流になっていく。
高恒氏も同様に、事前設定動作は今日の入場券であり、汎化能力は明日の決勝チケットだと認めている。企業にとって、今日事前設定動作で稼げるからといって、汎化能力への長期投資を放棄してはならない。一方で、汎化を追求するがゆえに、目の前で実装可能なシーンを無視してもいけない。まずは注文を取り、次に知能を鍛える。これはより現実的なルートだ。
現在、中国の具身知能市場規模はすでに世界の半分を占め、さらに工業や緊急対応などのシーンで導入された。今後、どのようなシーンが、中国の具身知能ロボットが最初に規模化して商用化へ突破する起点になるのか？
高承遠氏は、工業製造が中国で最初に規模化して商用化へ突破する起点になると考えている。特に自動車製造、3C電子の組立、倉庫・物流などのシーンだ。シーンの需要を掘り起こすには産業の最前線へ深く入り込み、トップの製造企業と共同で連携研究室を立ち上げ、単一点の工程代替から入り、徐々にライン全体の自動化へ拡張することが必要だ。技術とシーンの融合を促す鍵は、「シーン定義技術」という逆向きの駆動メカニズムを確立し、実際の生産ラインの需要がハードウェアの改良とアルゴリズム最適化を牽引するようにすること。技術が先にあってからシーンを探すのではない。
「並走」から「グローバルで先導」へ。中国は政策、技術、産業エコシステムでの核心的なボトルネックを突破する必要がある。
袁帥氏は、政策面では支援と資金投入を強化し、知的財産権の保護を整えるべきだと提案する。技術面では、大規模モデルのアルゴリズムと核心部品を重点的に攻め、ロボットの自主学習と汎化能力を高めること。産業エコシステムでは、川上・川下の協調を強め、部品の国産化を加速し、産学研用の融合を深化させて成果の転化を推進すること。さらに国際協力も積極的に行い、グローバルな標準制定に参加して業界の発言権を高め、最終的に完備された具身知能の産業エコシステムを構築し、先導という目標を実現する。