Physical AIが今注目される理由と過去との違い

• Physical AI分野へのVC投資が有意に増加しており、NVIDIA GTC、Bessemer Robotics Day、Unitree IPO、AmazonによるFauna Roboticsの買収、Figureのヒューマノイドのホワイトハウス登場など、相次ぐイベントが業界のモメンタムを形成中
• 過去のロボティクス投資失敗のトラウマは残っているが、今回のサイクルは中核となる触媒が逐次的ではなく並列に同時に複合的に作用しており、根本的に異なる局面
• Vision-Language-Actionモデル、自動運転モデル、ワールドモデルなど、物理世界専用のファウンデーションモデルが登場し、汎用的な「ロボティクスの頭脳」の可能性が開かれている
• ロボット訓練データ収集のボトルネックが、シミュレーション、テレオペレーション、エゴセントリック動画などの進展によって緩和され、エッジ推論・ハードウェアコスト低下・労働力不足というマクロ環境がかみ合っている
• ビッグテックとスタートアップで、LLMブーム初期を思わせる大規模な人材流入が進んでおり、Physical AIの「ChatGPTモーメント」は予想より近いかもしれない

---

Physical AIの現在のモメンタム

• 先週のNVIDIA GTC基調講演にOlafロボットが登場し、Bessemer Robotics Day、Unitree IPOのニュースが続いた
• 同じ週にはAmazonによるFauna Roboticsの買収ニュースと、Figureのヒューマノイドがホワイトハウスに登場した出来事も話題に
• Physical AI分野に対するVC資金調達は最近有意な増加傾向を示しており、Morgan Stanleyレポート（2025年12月）で確認できる
• 2026年予測では、Embodied AI競争がLLM戦争よりも激しく、より重要な結果を生む可能性がある

過去と異なる理由: 並列的な触媒の同時複合作用

• ロボティクスは常に「ホット」なカテゴリだったわけではなく、多くの投資家が以前のサイクルでの失敗経験(scar tissue) を抱えている
  • Bessemer Venture Partnersレポート（2025年11月）で、過去のロボティクス投資サイクルの浮き沈みを確認できる
• 今回の中核的な差別化要因は、Physical AIの触媒が逐次的ではなく並列的に複合作用(compounding in parallel) している点
• その結果、過去のどの時点とも根本的に異なる収束(convergence) 現象が起きている

Physical AIファウンデーションモデルの急速な進化

• 物理世界専用に設計された新しい種類のAIモデルが登場
  • Vision-Language-Action（VLA）モデル、自動運転モデル、ワールドモデルを含む
• ロボティクス向けの「ファウンデーションモデル層」が形成され始めており、さまざまな作業・環境・フォームファクタにまたがって思考し推論できる「ロボティクスの頭脳」の可能性
• 既存の脆弱なルールベースアプローチや、狭い範囲でしか学習されておらず一般化できないポリシーと比べて、階段状の飛躍(step-function improvement) が起きている

データボトルネックの緩和

• 長年にわたり、ロボティクス最前線の制約要因は知能ではなくデータだった
  • ロボットモデル訓練に必要なデータ（運動スキル、圧力、操作など）はインターネットから収集できない
  • Physical AIデータは非構造・マルチモーダルであり、実環境での収集コストが高く、速度も遅い
• この制約は次の技術進展によって緩和されつつある:
  • スケーラブルなテレオペレーション、シミュレーション優先アプローチ、エゴセントリック動画、ワールドモデル、ハプティクス
• 関連手法とツールは急速に成熟中（Boost VCのEmily Yu資料参照）
• データ問題は完全には解決していないが、もはや以前のような越えられない障壁ではない

推論インフラの適時成熟

• ロボットの知能はリアルタイム行動が可能であって初めて有用
• エッジ推論(edge inference) 分野でブレークスルーが発生
  • 複雑なモデルをオンデバイスでローカルにリアルタイム駆動できるより効率的なコンピューティング
• 遅延と接続性がハード制約として作用する環境（工場現場、建設現場など）では即時行動が必須であるため、この種の推論はPhysical AIシステムにとって中核的

ハードウェアは拡張準備完了、かつコスト低下

• ハードウェアの改善、コモディティ化(commoditization)、コストカーブの低下により、拡張可能で多用途なロボットが経済的に実行可能になっている
• 有望なデモを実際に配備可能な製品へ転換するための必須前提条件

マクロ経済の追い風

• 技術的変化と有利なマクロ環境が同時に収束
  • 労働力不足、サプライチェーンの脆弱性、リショアリングに関する地政学的圧力が、自動化を将来への賭けではなく現在の戦略的必須事項へと変えている
• 自律性が一般の認識においても主流になりつつある
  • 公道を走る自動運転車、レストランで接客するヒューマノイドロボットなど

大規模な人材流入

• 最も意味のあるシグナルは人材移動
• ビッグテックとスタートアップ全体で、研究者、開発者、起業家がロボティクス分野へ移動中
• その規模はLLMブーム初期を想起させる水準（Lazardの2025年9月レポート参照）

「ChatGPTモーメント」はいつ来るのか

• 最近の進展は注目に値するが、核心的な議論はタイミングへ移っている: Physical AIの「ChatGPTモーメント」はいつ来るのか
• 実環境における大規模な真の汎化性(true generalizability) にはまだ到達していない状態
• しかし、多数の触媒が並列的に複合作用することで、変曲点が予想より近い可能性を示す軌跡がますます明確になっている