モデルから生産力へ：星海図と産業パートナーが探る具身知能の次なるステージ
具身知能技術を、真にさまざまな産業へ実装する。
8月21日、2026世界ロボット大会の期間中、星海図は北人亦創会展センターにて、「モデルから生産力へ」をテーマとする技術・産業応用フォーラムを開催しました。本フォーラムには、国内外の大学・研究機関の専門家、開発者、企業幹部などが集結。具身基盤モデルのイノベーション、ロボット本体の進化、商用化、技術の限界をめぐって議論を交わし、技術の進化と産業実装に関する最新の見解を共有しました。
技術基盤における3つの大きな進展を発表、G0.5 MAXを近日リリース
星海図のチーフサイエンティストである趙行氏は、「モデルから生産力へ：汎用具身知能のシステム・クローズドループを構築する」と題した講演で、具身知能技術は本能知能、作業知能、進化知能という3つの段階に沿って進化しており、業界は単一技術のブレークスルーから、モデル、データ、本体、インフラ、アプリケーションを含むシステム全体の競争へと移行しつつあると指摘しました。この認識に基づき、星海図は具身知能の生産力フライホイールを構築しています。産業現場から実機データを蓄積し、データによってモデルの反復的な進化を促進し、さらにモデルによってロボット本体を強化して物理的な作業を実行します。そして、インフラによってロボット群の継続的な反復・最適化を支え、最終的に産業アプリケーションへ還元することで、自己強化型のポジティブサイクルを形成します。
技術基盤における3つの大きな進展は、以下のとおりです。
1つ目は、G0.5基盤モデルのアップグレードとオープンソースによる共同構築です。
G0.5基盤モデルは、ネイティブなアクション・チェーン・オブ・ソートを革新的に組み込み、画像認識、言語理解、論理推論、アクション生成を、1つの自己回帰データストリームに統合しています。リリース以来、G0.5は LIBERO、RoboTwin 2.0 など8つの国際的に権威ある評価ベンチマークにおいて、総合性能で業界の SOTA を全面的に上回っています。さらに、G0.5 MAX バージョンも近日リリースされ、モデルの総合能力が一段と強化される予定です。
**業界のオープンソースエコシステムの構築を促進するため、星海図は G0.5 再現計画も正式に開始しました。**この計画は、世界中の研究機関と開発者を対象に、モデルの重み、推論インターフェース、評価ベンチマーク、微調整ツール一式を完全に公開するものです。「シミュレーション再現」「実機再現」「オープンソースによる共創」の3つの方向性を軸に、開発者による高度な検証を促します。
2つ目は、Fast-WAM 世界モデル事前学習大規模モデル計画の予告です。
このモデルは推論段階で未来の動画を生成するプロセスを省略し、**1ステップの推論遅延を従来方式の約800ミリ秒から190ミリ秒へ短縮し、4倍以上の高速化を実現しました。**趙行氏によると、Fast-WAM アーキテクチャをベースとした事前学習大規模モデルも正式にリリースされる予定で、より高速な推論と、タスク・物体・シーンをまたいだ、より高い汎化能力を備えることになります。
**3つ目は、G-Fleet 分散強化学習システムの正式リリースです。**実ロボット群の継続学習に対応する分散型インフラとして、G-Fleet は、ロボット群レベルでのポリシー配信、実機の並列 Rollout、実環境データのフィードバック、人による介入・キャリブレーション、分散強化学習、評価の自動化、バージョンリリースまでの全プロセスを包括的にサポートします。「モデルのデプロイ—実世界とのインタラクション—データの選別—反復学習—新バージョンのリリース」というクローズドループを実現し、大量の実機を導入した後、物理環境下で安全かつ効率的に継続進化させるという、業界が抱える課題を解決します。
次世代の車輪・双腕ロボット Nexo を筆頭に、3つの新型ロボットが生産力を担う
星海図のパートナー兼 COO である李天威氏は、「具身知能の生産力に向けた次世代ロボット本体の進化」と題して講演しました。冒頭で同氏は、ロボット本体の設計における核心的な命題を次のように示しました。「知能にとって、反復は無限に続く。しかしハードウェアには、焦点を絞ることが必要だ。」
**同氏は「知能が本体を定義する」という考えを、3つの工学的な意味に分解しました。知能が速度を重視するなら、ロボット本体はメカトロニクスのサイクルタイムを提供する。知能が精度を重視するなら、本体は0.1ミリメートルの繰り返し位置決め精度と、0.1Nの力制御精度で支える。知能が汎化性を重視するなら、本体は遠隔操作データから Egocentric データまで、完全に移行できる能力を備えなければならない。**ロボット本体は受動的な「筐体」ではなく、知能の物理的な延長なのです。
**「現在、『知能が本体を定義する』ことが、もはや唯一の中心的な定義者ではありません。私たちは今、新たに重要な意見を発信する存在を得ています。それが産業の顧客です。」**李天威氏はこう述べ、顧客からは信頼性、耐用年数、寒暖差の大きい環境への適応性について、実験室のプロトタイプをはるかに上回る要求が寄せられていると説明しました。これこそが、星海図が過去1年間に重点的に取り組んできた領域です。当日は、3つのロボット本体プラットフォームについて最新の進展も発表されました。
1つ目は、次世代フラッグシップ車輪型アーム搭載ヒューマノイドロボット Nexoです。汎用作業向けの「具身型ロボット」として位置づけられています。全域クラウド制御による力・触覚機能を搭載し、両腕の最大負荷は20 kgに達します。EC・小売、製造業、宅配・物流、商業サービスの4つのアプリケーション領域を対象としています。Nexo は8時間の連続稼働に対応し、7×24時間の連続作業を支援します。また、急速充電、バッテリー交換、自律充電という3種類のエネルギー補給モードを備えています。
2つ目は、二足歩行ヒューマノイド製品 Kengoです。メカトロニクス伝動システムを星海図がすべて独自開発しており、車輪型プラットフォームでは対応が難しい、エネルギー、電力、広域探査、設備点検などの非構造化環境での活用を目指しています。
3つ目は、開発者エコシステム向けの Lemoです。高いコストパフォーマンスを実現した双腕デスクトップ操作プラットフォームで、独自開発の遠隔操作システムにより、針に糸を通すような精密作業にも対応します。
李天威氏はさらに、**「現時点で、星海図はモデル駆動型の実際の生産力に関する受注を、すでに1,000台規模で納入しています。来年の納入目標は1万台以上です」**と述べました。この成果の背景には、産業パートナーとの生産能力の共同構築に加え、信頼性、耐用年数、広い温度範囲の環境への適応性など、さまざまな面でロボット本体を継続的に改良してきた経験があります。「具身知能の成功は、一社だけの成功にはなりません。必ず産業エコシステム全体の努力によって実現されるものです。」
世界各地の多様な視点が集結、次世代 AI の最先端技術が一堂に会する
2つのラウンドテーブルでは、商用化と技術探究という2つの側面から議論が行われました。
産業ラウンドテーブルは、星海図のパートナー兼マーケティング・サービス部門社長である虞磊氏が司会を務め、General Robotics の創業者兼 CEO Ashish Kapoor 氏、Mr. Robot の創業者兼 Jemco Group CEO Edwin Yap 氏、徳馬科技グループの CTO 王凱氏、京東小売の具身知能シニアエキスパート田瑞林氏が対談しました。
**虞磊氏は、ロボットが実際に生産力として実装されるかどうかは、市場ニーズ、技術の反復、データの蓄積、サプライチェーン、ビジネスモデルなど、複数の要素をつなげられるかどうかにかかっていると指摘しました。一方で、その日は想像よりも早く訪れるだろうとの見方を示しました。**王凱氏は、海外市場では投資回収期間が短く、現段階のロボットの能力に対する顧客の受容度も高いとして、徳馬科技の戦略は「まず海外へ進出し、その後、国内市場を深耕する」ことだと率直に語りました。ただし、ROIを成立させられるかどうかが、依然として大規模導入における最終的なボトルネックだとも指摘しました。田瑞林氏は大手企業の視点から、京東は2028年までに100万台規模のロボット導入を実現する計画であり、「汎用基盤＋垂直モデル」のアーキテクチャによって各業界を支援すると説明しました。
海外からのゲストは、それぞれ異なる市場の視点を提供しました。Ashish Kapoor 氏は、北米企業はすでにロボットを「必ず答えを出さなければならない課題」と見なしている一方、過度に高い ROI への期待と、人材の流動性の高さが、長期的な導入の障壁になっていると述べました。Edwin Yap 氏は東南アジアでの経験を踏まえ、同地域では一律の戦略を適用できないと指摘しました。マレーシアやベトナムなどの市場はコストが低く、手作業の現場も多いため、むしろロボットのデータ収集に適した土壌になっていると説明しました。複数の登壇者が、企業や国境を越えたエコシステムの協業が業界のトレンドになると述べました。
技術ラウンドテーブルは、シリコンバレー101の共同創業者である陳茜氏が司会を務め、星海図のチーフサイエンティスト趙行氏、DynaRobotics の共同創業者楊世遠氏（オンライン参加）、北京汎用人工知能研究院の具身ロボットセンター主任黄思遠氏、清華大学深圳国際大学院の助教于超氏、Current Robotics（元流智能）の創業者兼 CEO 祝毅晨氏、北京大学人工知能研究院の助教李昊軒氏が参加しました。
「世界モデルは単なる業界の流行語にすぎないのか」という議論について、登壇者らは、業界の技術アプローチはまだ収束していないとの見解を示しました。表現学習に重点を置くチームもあれば、シミュレーターの構築に注力するチーム、3Dモデリングへと方向転換するチームもあります。
**楊世遠氏は、シリコンバレーから得られた直感に反するデータを紹介しました。数百万時間に及ぶ人間の動画で事前学習を行った後、ロボットのテストセットにおけるモデル精度がかえって低下したというのです。これは、「世界を理解する」ことと「実際に動作する」ことの間に大きな隔たりがあることを裏付けています。趙行氏は一方で、具身データの収集可能な空間は十分に広く、産業の発展に伴ってデータ供給の問題を過度に心配する必要はないとの見方を示しました。**于超氏は、事前学習が能力の境界を定め、学習後のトレーニングこそがその境界を広げる鍵だと指摘しました。ただし、現状では人手への依存度が高く、大規模化にはまだ距離があると述べました。李昊軒氏は因果推論の観点から、現在の学習は相関関係の理解にとどまっていることが多く、ロボットが動作と結果の因果関係を真に理解するには、反実仮想的に考える能力が必要だと補足しました。
ラウンドテーブルの最後に、登壇者はそれぞれ一言で、業界が最も突破すべき方向性をまとめました。意見は次の5つの重要命題に集約されました。ネイティブなマルチモーダルモデルアーキテクチャ、人間のデータの効率的な活用、因果推論能力、インフラのオープンソースによる共同構築、高価値シーンにおけるクローズドループの反復。
本フォーラムでは、モデル、インフラ、ロボット本体に至るまで、星海図が有する包括的かつ体系的な能力が一挙に示されました。現在、具身知能は研究室のプロトタイプから産業の生産力へと移行する重要な段階にあります。そこでは、基盤アルゴリズムの継続的なブレークスルーだけでなく、ハードウェアのエンジニアリング、オープンソースエコシステムの構築、実際の利用シーンにおけるデータの蓄積も不可欠です。今後、星海図はモデルと本体の協調的な反復を継続的に推進し、産学研のさまざまなパートナーと連携しながら、具身知能技術を真にさまざまな産業へ実装していきます。