ロボットの頭脳を空へ！危険な作業現場に代わって赴く、硅羽科技に聞く
2026-08-22 16:53:13
出典：QbitAI
乔不迟 発 凹非寺
量子位 | 公式アカウント QbitAI
具現知能のスタートアップ界隈は、「熱く激しい」の一言に尽きる。
ほぼ毎日のように新たなスタートアップや革新的な技術が登場し、アプローチはますます多様化し、プレイヤーも増え続けている。資金調達、モデル、データ、ハードウェア……熱狂はすでに最高潮に達している。
そんな盛り上がりのさなか、また一人、興味深い経歴を持つ教授が参入した。
彼の名は張富。
この名前に付随する肩書きは、一つだけでも十分に物語になる。李沢湘の教え子、DJIで8年間にわたり産業アドバイザーを務めた経験、そして香港大学の准教授。
李沢湘とともにドローンを研究した経験から、彼は腰を据えて現場に赴き、サプライチェーンのチームやユーザーと対話することを学んだ。学者や傍観者にとどまらず、現場に深く入り込む姿勢を身につけたのである。DJIでの8年間には、研究室の技術をどのように製品化するのか、また産業化の過程でどのような現実の課題に直面するのかを理解した。香港大学の研究室では、チームとともに自律飛行などの先端研究を継続的に推進してきた。
だからこそ今回の起業で、張富は多くのプレイヤーと同じように「地上」で競争する道を選ばなかった。
彼はこの三つの経験を組み合わせ、GPS測位にもパイロットの遠隔操作にも頼らず、環境を認識し、自身の位置を判断し、次の行動を計画し、最終的に自律的に任務を遂行できる空中エージェントを生み出した。
画像
これは、具現知能が人間の世界に進出するための、もう一つの可能性を切り開くものでもある。
具現知能は、必ずしも人間の手足を持つ必要はない。
まずは一対の翼を持ち、人間に代わって数十メートルの高さにあるカーテンウォールや険しい山の斜面、危険な産業現場へと入り込むこともできるのだ。
具現知能に、また一人の起業家教授が参入
硅羽科技が注目を集めているのは、具現知能を空へ持ち込んだからだけではない。創業者である張富の存在も大きい。
張富は、香港の起業家育成の第一人者である李沢湘の教え子だ。中国科学技術大学を卒業後、カリフォルニア大学バークレー校で博士号を取得した。
2015年前後、張富は李沢湘に招かれて香港科技大学に入り、ロボットとドローンの体系的な研究を始めた。
2016年からはDJIのコア技術の研究開発と製品化にも深く携わり、フライトコントロール、マルチセンサー・フュージョン、LiDARなどを研究してきた。
産業の最前線で長年経験を積み、研究開発、製品定義、量産化までの一連のプロセスに関わってきたのである。
画像
その後、張富は香港大学に移り、機械工学科の終身准教授に就任した。在任中にはMaRS Lab（香港大学メカトロニクス・ロボットシステム研究室）を設立し、研究の重点を引き続き一つのテーマに置いた。飛行ロボットが未知の環境で自ら道を見つけられるようにすることだ。
MaRS Labの公開資料によれば、同研究室はUAV、自律航法、LiDAR SLAM、群制御などを長年研究しており、研究室の成果を現実世界へ展開することを重視している。
その代表的な成果の一つが、FAST-LIVOシリーズだ。
簡単に言えば、GPSが利用できなくなった後でも、FAST-LIVO2はロボットが自力で「道を見つける」ことを可能にする。周囲の環境を観察しながら自分がどこにいるのかを判断し、道中で見た世界を一枚の地図にまとめていく。
この成果に関する論文は、IEEE Transactions on Robotics（TRO）の傅京孫記念最優秀論文賞を受賞した。
この技術路線が、現在の硅羽科技における「空中インテリジェンス」の技術基盤となっている。まず機械に自分の位置を把握させ、次に周囲が何であるかを理解させ、最後に「自分は何をすべきか、次にどう行動すべきか」を判断させる。
現在、張富はチームを率いて研究室の研究成果を会社と製品へと転換している。
同社は現在、マルチモーダル知覚、エンドツーエンド運動制御、世界ナビゲーションモデル、器用な作業、群制御などの技術体系を構築しており、飛行体をGPS、事前地図、継続的な人手操作への依存から解放しようとしている。
つまり、硅羽科技が本当に売ろうとしているのは、より賢いドローンだけではない。ドローンのための汎用的な頭脳でもある。
ドローンに「自律能力」を持たせ、人間がリアルタイムで手動操作しなくても済むようにする。同時に、同じ知能能力をさまざまな飛行体に搭載し、自律的に認識し、判断し、任務を遂行できるようにするのだ。
資本もすでに動き始めている。硅羽科技は半年の間に4回連続で資金調達を完了し、累計調達額は数億元に達した。投資家には耀途資本、錦秋基金、Alibabaなどが名を連ねる。
画像
張富にとって、資本が本当に注目しているのは、より賢いドローン1機ではない。飛行体に次の段階で現れる可能性のある、能力のパラダイム変化である。
数千、数万種類の異なる飛行プラットフォームが現実世界に進出したとき、それらが絶えず進化する一つの知能能力を共有できるようにすることは可能なのか。
ドローンに頭脳を搭載する
量子位： 具現知能がこれほど注目されるなか、世間の関心は主に地上のヒューマノイド型具現知能に集まっています。なぜ、あえてより難易度の高い空中の具現知能を選んだのでしょうか。
張富： 博士課程では制御理論と人工知能を研究していました。当時、大学の研究室で簡素なクアッドコプターを見たことがあり、とても面白いと感じたのがきっかけです。
2015年から、香港科技大学の李沢湘先生の研究室で本格的にドローンに触れ、ドローンの新型構成のハードウェアから測位、知覚、航法まで、数多くの基礎研究に取り組みました。
ここ2年ほどで具現知能は急速に発展しましたが、私たちはかなり早い段階から、具現知能とドローンを組み合わせる研究を始めていました。
研究が進むにつれて、より多くの計算資源、データ、特許が必要になりました。
一方で、よりインテリジェントな飛行体を活用し、従来の方法では対応が難しい課題を解決したいという潜在顧客からのメールも数多く届きました。
この二つの要因が、私を起業へと駆り立てました。一つは市場のニーズに応えること、もう一つは会社というプラットフォームを活用して技術的ブレークスルーをより効果的に推進し、汎用的な空中インテリジェンスを次の段階へ進めることです。
画像
ドローンが作業する場所は、人間が行くのが難しい場所、作業コストが非常に高い場所、あるいは非常に危険な場所であることが多い。そのため、ドローンは本質的に代替の利かない存在です。
空中の具現知能は、商用化がより速く進むと考えています。
飛行体産業の前半戦がエンジニアリングの成熟度を競うものだったとすれば、後半戦の核心となる変数は自律能力です。これはすでに業界の課題となっており、各社が技術と資金をこの方向に投入しています。そのため、この分野の価値はより早く顕在化するでしょう。
量子位： 資金調達後、量産に入っていると報じられました。現在の製品では、どのような任務を遂行できるのでしょうか。
張富： 現在、人が操作するドローンは技術やインテリジェント化のレベルに制約があり、まだ到達できない場所が数多くあります。そこが私たちのターゲットです。
今年末には、第一段階の製品を量産する予定です。ドローンがパイロットの遠隔操作を必要とせず、より困難で複雑な環境へ飛行し、特定の任務を自律的に遂行できるようにします。たとえば、地下空間にある共同溝やトンネル、屋内空間の倉庫や工場、橋の下や森林など、ドローンによる作業や飛行が難しい場所です。
さらにその先では、ドローンに自律的な思考能力を持たせたいと考えています。人間のように世界を推論し、自律的に意思決定し、環境に応じて飛び方を判断する。そして、まったく未知の環境でも、過去の経験を頼りに判断して任務を遂行する。まさに人間の脳をドローンに搭載するようなものです。
現在、私たちの技術はまだ研究開発と改良の段階にあり、安定性と成熟度をさらに高める必要があります。
画像
第3段階の製品では、物体をつかむなど、世界に働きかける能力を備える予定です。この分野の商用化と実用化のニーズが育つには、まだ時間がかかります。たとえば、高所作業やガラスカーテンウォールの清掃などです。
現在、こうした作業では人を高所へ送り込む必要があり、非常に危険で、コストも高く、効率も低い。将来的には、これらの作業をインテリジェントな飛行体で実行できるようになります。
量子位： 硅羽科技のコアコンピタンスは何でしょうか。
張富： 私たちのチームは、二つの点で強みを持っています。
一つ目は、オリジナル技術のイノベーション能力です。過去10年間、私たちが開発した技術は企業で広く利用されてきました。
たとえば、DJI在籍時に私が開発を担当したLiDAR、Livoxは、LiDARの高コスト・大重量という課題を解決しました。現在では、芝刈り機、移動ロボット、物流ロボット、ロボット犬から、空中の具現知能分野まで、数多くのドローンがLivoxを採用しています。
空中機器では、コストと重量が大きいことによる影響がより顕著です。わずかな重量の増加でも、エネルギー損失や航続時間の低下につながります。私たちの製品は同種の製品の中でも最軽量クラスで、重量は1キログラム未満、全体のサイズはA4用紙1枚程度です。
航続時間は一般的なドローンと同程度で、20～30分です。ただし、絶対的な航続時間は一つの指標にすぎません。より重要なのは、実効航続時間です。実効航続時間とは、単位時間あたりにどれだけの任務を実行できるかを指します。
ドローンを人間が操作する場合、まず人間が環境を判断し、そのうえで操縦しなければなりません。さらに飛行中も継続的に介入し、修正する必要があります。こうしたことが、知らず知らずのうちにドローンの作業効率を低下させます。
空中エージェントが自律的に問題を解決できるようになれば、人間による操縦は必要なくなります。高速で自律飛行し、単位時間内により多くの場所へ到達できるため、実行できる任務量は、現在の人手操作によるドローンを大きく上回り、数倍に達する可能性があります。
以前は一つの任務に20分かかっていたとしても、今後は5分で済むかもしれません。私の考えでは、これこそが航続時間の問題を解決する最善の方法です。
画像
二つ目は、量産の経験です。私たちは、技術を信頼性と一貫性を備え、なおかつユーザーの課題を解決できる製品へと仕上げる方法を理解しています。
量子位： 産業の最前線で8年間、科学顧問を務めた経験は、起業にどのように役立っていますか。
張富： 最大の収穫は、技術を製品へと落とし込む全プロセスを理解できたことです。
以前の私は、典型的な学者型の思考をしていました。面白く、最先端で、論文として発表できる研究だけをしたいと考えていたのです。
しかし、研究で生まれた技術をどのように製品に応用し、現実世界で活用するのかについては、それまで深く理解していませんでした。
企業に入って初めて、産業化の過程でどのような問題が発生するのか、何が必要で、どう解決するのか、そして製品をどのように市場へ送り出すのかを知りました。実際に生産現場へ入り、工場で研究開発担当者と話し、作業員の操作を観察し、ときには自分で何度も操作してみなければ、ソフトウェアとハードウェアを組み合わせ、製品として仕上げることがどれほど困難で、どれほど多くの課題に直面するのかは分かりません。
この経験によって、問題を学者の視点だけで考えるのではなく、産業化の観点からも捉え、実際の産業における課題を考えて解決できるようになりました。
量子位： 会社設立から間もない段階で、Alibabaのような企業が資金調達に参加しました。投資の理由はあなた自身にあるとも言われていますが、教授という肩書きが主な理由だと思いますか。
張富： 教授という肩書きも一つの要素であり、確かに強みになります。私たちがオリジナル技術のイノベーション能力を備えていることの証明にもなるからです。
しかし最終的に評価されるのは、特定の肩書きではありません。チームが、長期的で困難な課題を本当に形にして実現できる能力を持っているかどうかです。
デジタルツインのシミュレーション環境を再構築する
量子位： 具現知能業界はデータ不足という課題に直面していますが、空中の具現知能はさらにデータが不足しているのでしょうか。データ収集のコストも高くなりますか。
張富： はい。しかも収集コストはさらに高くなります。地上の具現知能に関するデータの多くは人間が直接収集できますが、空中データの場合、飛行体が実際に3次元空間へ入り込んで動作しなければなりません。パイロット、機器、安全性、場所の条件なども関わってくるため、高品質な空中の実データ自体が非常に不足しています。
現実の飛行だけに頼ってあらゆる環境をカバーしようとすると、コストは非常に高くなります。また、さまざまなロングテール・シナリオを完全に収集するのも困難です。
そこで私たちは、少量の現実世界のデータを活用して、より大規模で豊富な学習環境を構築する方法を継続的に模索してきました。
画像
量子位： では、硅羽科技ではどのような方法でデータを収集しているのでしょうか。
張富： 実機で実データを収集するだけでは、10年続けても十分な量を蓄積できないかもしれません。コストも想像できないほど膨れ上がります。
私たちはReal-to-Simデータ収集システムを構築しました。少量の現実世界での飛行データだけで、非常にリアルなシミュレーション環境を再構築し、さまざまなシナリオの学習データを大量に生成できます。これにより、実機によるデータ収集への依存を大幅に減らせます。
Real-to-Simは、いわば増幅器です。一つの実データを数千倍、さらには数万倍に複製・拡大し、数千回から数万回にわたって飛行を繰り返すことで、現実世界のデータ不足をある程度解決できます。
量子位： その場合、sim-to-real gapは発生しないのでしょうか。
張富： だからこそ、私たちは純粋なシミュレーションではなく、Real-to-Simに取り組んでいるのです。
純粋なシミュレーションでは大きなsim-to-real gapが生じます。しかし私たちのgapははるかに小さい。環境をノイズ（誤差）から直接生成するのではなく、実データから再構築しているため、現実世界と非常に高い整合性を持つからです。
建築分野では、これはデジタルツインと呼ばれています。現実世界がどのような姿をしているかを、Real-to-Simによってコンピューター上に構築するデジタル世界にもそのまま再現するのです。
Real-to-Simの精度が高いほど、gapは小さくなります。私たちは数多くの基盤技術を蓄積しており、高い忠実度を実現しながら、非常に高速に処理できます。数十平方キロメートルのシナリオでも、十数分ほどで生成できます。
量子位： Real-to-Simで生成したシナリオは単調になりすぎて、特定の空間に限定されることはありませんか。
張富： シミュレーションは固定されたものではありません。物体の位置、環境の構造、視点、タスク条件などのパラメーターをさらに変更し、限られたデータからより豊かな学習分布へと拡張できます。
実データの収集も、1～2個のデータだけを集めるわけではありません。数千、数万件の実データを収集します。ただし、それぞれの種類について大量に収集する必要はありません。
実データは十分に幅広い範囲をカバーすればよく、多様性はシミュレーション環境で生み出せます。この二つを組み合わせることで、モデルの学習をより効果的に支援できます。
画像
量子位： この環境があれば、ほかに何ができるのでしょうか。
張富： データ不足を解決できるだけでなく、強化学習も行えます。
現在は、教師あり学習に取り組むケースが多いですが、教師あり学習は主に模倣です。一方、強化学習はモデル自身が反復的に進化していくものです。
モデルは大量のシナリオを経験すると、その分布の特徴を記憶し、記憶とデータに基づいて行動を推論できるようになります。そしてシミュレーション環境で相互作用や自己対戦、反復を繰り返すことで、最終的には人間を超える知能レベルに達する可能性があります。
これは私たちを非常に興奮させる点です。現在では、技術が悪用されるのを防ぐために、どのように規制（regulate）すべきかまで考え始めています。
量子位： すでにモデルは人間を上回っているのでしょうか。
張富： まだです。しかし、データ、モデル、計算能力が蓄積され続ければ、機械はますます強くなります。次の発展段階は、より複雑で開放的な現実環境に機械が対応できるようにすることです。
空中インテリジェンスは高リスク・高コストの作業現場へ段階的に進出
量子位： 中国国内の空中具現知能は、現在どの段階にあると考えていますか。
張富： まだ始まったばかりです。現在、量産を本格的に実現した製品はまだありません。まして販売状況がどうかという段階には至っていません。各社が技術路線と応用シーンを模索している段階です。
量子位： 大規模な商用利用や量産まで、あとどのくらいかかるのでしょうか。
張富： そう遠くありません。2年を超えることはないでしょう。ただし、シーンによって大きな差があります。
画像
量子位： 空中エージェントにはどのような応用シーンがありますか。
張富： 私たちが相談を受けたニーズの一つに、製品を使った山の斜面にあるインフラの点検があります。
山の斜面には、定期的な点検や補修が必要なインフラがあります。たとえば、土石流の流下を防ぐ金網などです。
金網自体の高さはわずか2メートルですが、周囲には多くの木々があり、視界を遮っています。飛行体は環境を自律的に認識し、枝や葉などの障害物を避けながら重要な箇所へ飛行し、写真を撮影します。そのうえで金網を3次元モデル化し、補強や修理が必要な箇所がないかを確認します。
以前は、こうした作業をすべて人間が行わなければなりませんでした。作業員は高い山の斜面を登り、雑草や岩を越えていく必要があります。現場は非常に暑く、蚊にも悩まされるうえ、危険で効率も低い。過去には安全事故も発生しています。
今後は、飛行体が徐々に人間に取って代わり、こうした高リスク・高コストの現場で作業できるようになります。空中エージェントの操作能力がさらに成熟すれば、鉱業、電力・エネルギー関連インフラの点検、倉庫・物流業界における倉庫点検など、より多くの空中作業にも活用できるでしょう。
量子位： 行政、鉱業、電力などのB2B分野以外に、一般消費者はどのような用途で利用できるのでしょうか。
張富： 将来、知能能力が向上すれば、人間と飛行体のインタラクションも変化します。
たとえば写真撮影です。飛行体がカメラマンのように美的感覚を持ち、感情を捉え、自律的にアングルやカメラワーク、撮影方法を選べるようになる。消費者がカメラマンを一人同行させているような状態です。
ただし、これらすべてには共通する前提があります。飛行体がまず「遠隔操作される存在」から「自律的に行動できる存在」へと変わらなければなりません。
この能力が本当に成熟して初めて、空中の具現知能は一部の専門的なシーンから、より幅広い現実世界へと段階的に進出していくことになるでしょう。
画像