宇树は新しいトレンドを検証する：身体性知能の核心戦場は、モデルだけではない。

具身知能の競争は新たな段階に入っている。宇樹科技がWVLA2.0具身大モデルを発表し、遠隔操作なしの実機デモを完了したことで、業界はますます明確に認識している：この競争の核心的な障壁は、単にモデルの規模に依存するのではなく、低遅延アーキテクチャ設計、ソフトウェア・ハードウェア協調統合、本体データ蓄積を含むフルスタック能力にある。

野村國際が6月28日に発表した調査レポートによると、アナリストは6月15日に宇樹を実地訪問した。デモでは、WVLA2.0（World-model Vision-Language-Action）を搭載したG1ロボットが、妨害のある会議室環境において、遠隔操作なしで6つの連続タスクを自律的に完了し、推論のループは約90ミリ秒、毎秒約10回の反復に相当した。これは宇樹が2年間の研究開発を経て初めて商業展開の可能性を備えたバージョンである。経営陣は、産業製造——関節モーター組立、上下料、治具処理——を最初の商業化シナリオと位置づけ、世界中のロボット艦隊からの大規模な実体動作データを中核資産と見なしている。

野村レポートは同時に、NXPがCOMPUTEX 2026で発表したNeuralAxisアーキテクチャフレームワークを整理している。このフレームワークはNXPの社長兼CEOであるRafael Sotomayorが主導して提案されたもので、その中核的主張は宇樹のエンジニアリングパスと高度に一致している——物理AIの真のボトルネックは言語モデルの推論規模ではなく、人間の脊髄反射のように遅延が40ミリ秒まで低いエッジ制御層を構築できるかどうかにある。

上記の進展が投資家に直接もたらす含意は以下の通り：具身知能の競争構図は「誰のモデルがより強いか」から「誰のシステムがより完全か」へと進化している。宇樹がフルスタックの自社開発統合と実体データの優位性を組み合わせて築いた堀は、純粋なクラウドモデル供給業者が模倣するのは困難である。

NeuralAxis：物理AIのシステムアーキテクチャ境界を再定義

NXPのNeuralAxis（ニューラルアクシスアーキテクチャ）フレームワークは、人間の神経系をモデルとして、物理AIの制御ロジックを3つの分離されつつも協調する階層に分解する：大脳皮質に相当する推論層（遅延約300ミリ秒）、小脳に相当する協調層（運動制御とバランスを担当）、そして脊髄に相当する反射層——遅延が40ミリ秒まで低く、アクチュエータ近くのエッジ端に展開される。

人型ロボットにとって、このフレームワークの含意は最も深遠である。

NeuralAxisは、集中型の「中央脳」を分散型反射プロセッサに置き換えることを提唱する——関節、手、足にそれぞれローカルな自律判断能力を配置し、握力制御、足首バランスなどの動作をローカルで実行し、40ミリ秒以内にバランス、掴み、姿勢、歩行の連鎖回復を実現する。推論と運動制御の分離により、新しいスキルを継続的に追加しながら運動の安定性を維持できる。

このフレームワークの商業的拡張も注目に値する。野村の業界調査によると、従来の自動化ソリューションと比較して、NeuralAxisアーキテクチャは製造効率を大幅に向上させ、診断ロボットの販売も大幅に増加する可能性がある。さらに、同じアーキテクチャにより、ドローンのエンドツーエンド遅延を20ミリ秒以内に圧縮し、ソフトウェア定義車両の制御ロジックを推論、協調、安全クリティカル領域に階層化して実行することができる。

WVLA2.0：モデル融合とソフトウェア・ハードウェア協調の実装パス

宇樹WVLA2.0の技術路線は、業界主流との明らかな相違を示している。

多くの類似ソリューションは純粋なVLA（視覚-言語-動作）のエンドツーエンド生成に賭けているが、WVLA2.0はWMA（World-Model Action）モデルの予測能力とVLAの動作生成を融合し、高次タスク理解、2D/3D空間意味推論、動力学制約付き動作生成、耐妨害能力において全面的にアップグレードされている。

知覚面では、システムは4つの並列視覚ストリームを統合している：1つのRealSense深度カメラ、1つのLivox MID360 LiDAR、そして2つの側方カメラ。360度空間表現を構築し、妨害条件下での位置更新遅延は10ミリ秒以内に抑えられている。ソフトウェア・ハードウェア協調設計において、推論後の動作パラメータはCANバスを介してG1の23自由度関節に送信され、宇樹自社開発の「小脳」運動制御モジュールにより、単腕で2kg以下の物体を掴む際の位置決め誤差は5mm以内に抑えられる。

計算アーキテクチャでは、WVLA2.0はエッジ計算能力を100 TOPS未満に圧縮し、G1 EDUに搭載されたNVIDIA（NVDA US、未格付け）Jetson Orin NX上で完全に動作し、クラウド依存は不要である。経営陣は、この設計によりネットワーク遅延や切断によるタスク中断リスクを回避できると述べている。

データパラダイムシフト：「非本体収集」が主流に

データ収集モードの変革は、今回のレポートのもう一つの重要なシグナルである。

宇樹のデモは、遠隔操作なしの単回記録において、G1が妨害環境で自律的に連続マルチタスクを完了できることを示しており、「非本体データ収集」が具身知能のデータ生産の主流パラダイムになりつつあることを意味する——つまり、ロボットは人間の遠隔操作ラベリングに依存せず、自身の知覚と判断でデータを蓄積する。

野村の業界調査は同時に、現段階の限界も指摘している：システムにはまだ死角と後方知覚ギャップが存在し、実行速度が遅く、精密操作の精度が不十分であり、定量的な継続成功率ベンチマークテストデータが不足している。これらの欠点は、近い将来の商業化の優先順位を画定している。

経営陣はこれに基づき、段階的な展開ロードマップを策定した：産業製造（関節モーター組立、上下料、治具処理）は、宇樹の自社工場がデータクローズドループを提供できるため、最初の着地ポイントとされた；次いで物流仕分けとフレキシブル3C組立；家庭と医療ケアのシナリオは、開放的な非構造化環境による難易度が著しく高いため、より長期的な目標と位置づけられている。

フルスタック統合：宇樹の差別化障壁の2つの次元

野村レポートの中核的結論は、一つの判断に要約できる：具身知能の商業化プロセスにおいて、モデル能力は重要であるが、それが唯一の決定的変数ではない。

宇樹の経営陣は、会社の差別化競争力を2つのレベルで定義している：第一に、知覚からモデル、運動制御に至るフルスタックの自社開発統合能力；第二に、世界中のロボット艦隊に依存して蓄積された大規模な実体動作データ。これら2つの資産は相互に強化し合う——自社開発ハードウェアが独占データを生み出し、データがモデル反復を促進し、クラウドモデル供給業者が介入できないクローズドループを形成する。

市場競争構図から見ると、NeuralAxisフレームワークとWVLA2.0の実装ロジックは共に同じ結論を指し示している：具身知能の核心的な戦場は、システムアーキテクチャ層とデータ層で同時に展開されている。投資家にとって、セクター参加者を評価する次元は、単一の「モデル能力」から、より完全なシステム統合能力と実体データ蓄積規模へと拡張する必要がある。

以上の素晴らしい内容は、追風交易台からのものです。

より詳細な解説（リアルタイム解説、ファーストライン研究など）については、**追風交易台・年間会員** にご加入ください。

![](https://img-cdn.gateio.im/social/moments-f187f887a1-07b7e18c28-8b7abd-62a40f)

リスク提示及び免責条項

          

            市場にはリスクが伴い、投資には注意が必要です。本稿は個人投資アドバイスを構成するものではなく、個々のユーザーの特別な投資目標、財務状況、またはニーズを考慮していません。ユーザーは本稿の意見、見解、結論が自身の特定の状況に適合するかを考慮する必要があります。これに基づく投資は、自己責任で行ってください。