リアルこそが面白い
賈浩楠 凹非寺発
なんと今回の WRC で最も面白く、最もリアルで、最も「触れられる」展示ブースは、なんとコーヒーショップだった。
——これは、範囲を限定し、隔離された展示エリアでロボットを披露する従来の展示ブースとは、まったく趣が異なる。
カウンターの中では、**ロボットアームの「バリスタ」**がハンドドリップコーヒーを淹れている。
その隣では、実際のバリスタがデータ収集デバイスを身に着け、ラテアートを施している。
カウンターの外では、ロボットがコーヒーカップを持って人混みの中を移動する。テーブルに届けたかと思えば、隣のテーブルのカップを回収し、曲がる際には写真を撮っている来場者を避けて進む。
会場は常時オープンで稼働し、客は自由に行き来する。中には、いたずら心からロボットが置こうとしているコーヒーカップをわざと遮る客さえいる。
演出用の台本も、決められた軌道も、あらかじめ整えられた環境もない。次々と客が入ってきてコーヒーを注文する。そこにあるのは、完全にリアルなコーヒーショップだ。
話を聞いてみると、この仕組みはすでに高級コーヒーショップで一定期間試験運用されており、安定性と安全性が期待どおりに達した段階で、WRC の会場に導入されたという。
WRC に出展された数百のロボットの大半が示しているのは、「この動作ができる」ということだ。一方、このブースが示しているのは、「このようなリアルな環境で、トラブルなく継続的に仕事ができる」ということなのである。
ロボットのハンドドリップは見慣れている。今年は何が違うのか？
第一印象で感じる最大の違いは、コーヒーショップという舞台設定の再現ではない。本当にブースの中に店舗を開いていることだ。
HOLLYS は、出展ロボット企業が作り上げた架空の看板ではない。実在する韓国の老舗コーヒーチェーンである。
実際、北京・亦荘のコンベンションセンターで、無界動力と共同ブランドのコーヒーショップを開いている。唯一の違いは、店員がロボットだけだという点だ。
最も目を引くのは、店内の客の間を行き来するロボット店員だ。車輪式のベースに半人型のデザインを採用し、エプロンを着け、かわいらしい帽子をかぶっている。
カウンターの中では、ロボットアームのバリスタがハンドドリップコーヒーを淹れ、客が先に試飲できるよう提供している。その一方で、実際のコーヒーマスターは客の注文に応じてさまざまなコーヒーを作り、ミルクフォームに美しいラテアートを描く。
ラテが完成すると、コーヒーは受け渡しエリアに置かれ、カウンターの外にいるロボット店員がすぐに動き出す。ロボットはコーヒーカップをしっかり持ち上げ、人が行き交う開放空間の中で経路を計画し、写真を撮っている来場者を避けながら、1台のテーブルの前で停止する。
テーブルの左上にはカメラが置かれていた。ロボットはそれが私物だと認識すると、そこを避け、テーブル上の空いている場所にコーヒーを置いた。
しばらくして客が立ち去ると、テーブルには空のカップと使用済みのティッシュが残された。
ロボットは回収用のバスケットを持って再びテーブルの前まで来ると、空のカップをしっかり持ち上げ、さらにティッシュをそっとつまんでバスケットに入れた。
その後、ロボット店員は回収エリアへ移動し、食べ残しやごみをゴミ箱に捨てる。さらに、消毒灯の下に手を伸ばし、自分の手まで消毒した。
一連の動作に、あらかじめ決められた軌道はない。客はいつでも移動し、タスクもその都度変化する。
△駐中国韓国大使館の金振童（Kim Jin-dong）経済公使と、辛尚烈（Shin Sang-ryeol）科学技術公使参事官が無界動力のブースを訪れ、体験と称賛のコメントを寄せた。
どの方向へ進むか、どこに置くか、何を回収するか、どの作業を先に行うか——その一つひとつの判断を、ロボットは現場で下している。
人間のバリスタ兼店員であれば、これら一連の動作をこなすのにさほど労力はかからない。しかしロボットにとっては、次のような処理が必要になる。
動的な環境認識、リアルタイムの経路再計画、意味理解（私物とごみの区別）、柔軟物の操作（ティッシュ）、長時間にわたるタスク計画（運ぶ、片付ける、回収する、戻す）、さらに他のロボットや Agent、環境中の人間との協調的なインタラクションだ。
もちろん、複雑な環境における長時間の連続タスクだけではない。固定された境界条件のもとでの複数ロボットによる協調作業も印象的だった。たとえば、コーヒーショップの外に設けられた「小型生産ライン」だ。
さらに、より繊細なビーズ通しのチャレンジもこなせる。これは、複数ステップの協調タスクや精密製造業の作業に対応するための基盤能力も、すでに備わっていることを意味する。
一つひとつのチャレンジが、ロボット分野における独立した最先端研究テーマだ。
この一連の動作を開放空間で連続して完遂できること自体が、WRC 会場の大半の展示プロジェクトとの最大の違いの一つなのである。
展示会も終盤に入り、ブースのスタッフが疲れ、カウンター内のバリスタも疲れている。同じく5日間休みなく稼働してきたロボット店員の小 K だけは、なおも安定して動き続けていた。
ロボットに、反復的で高負荷な、さらには危険を伴う仕事を段階的に担わせる。そして、一つの汎用的な頭脳で複数の異なるタスクを安定してこなす。
これこそが、具身知能の本当の価値だ。リアルな世界で安定して働き、価値を生み出し、最終的には人間のために役立つことである。
誰が開発したのか？どうやって実現したのか？
無界動力は2025年3月に北京で設立され、世界トップクラスの産業資本・金融資本から高い評価を継続的に受けている。今年上半期だけで、累計数億ドル規模の資金調達を完了した。
製品面では、無界動力は「頭脳＋本体＋コア部品」のフルスタック自社開発路線を採っている。K15 ロボットは2026年7月、EU の産業用 CE 全指令認証を取得し、産業用 CE 認証を取得した世界初の具身知能ロボットとなった。
商業受注については、これまでに対外公表された累計金額が7億元に達し、初回ロットの製品はすでに欧州へ出荷されている。
創業チームは全員、自動運転分野の出身だ。
創業者兼 CEO の張玉峰氏は、2017年に Horizon Robotics に入社し、バイスプレジデントやスマートカー事業部長を歴任した。チームを率いて Horizon Robotics の運転支援システムを、中国自主ブランドの乗用車向け運転支援市場でシェア首位へと導き、Journey シリーズチップの ADAS 分野における量産導入を主導した。また、BYD、長安汽車、Volkswagen Group、Continental など、国内外の大手企業との複数の戦略的提携も主導している。
共同創業者兼 CTO の夏中譜氏は、中国科学院自動化研究所で博士号を取得。Baidu Apollo では予測モジュール責任者を務め、その後 Li Auto のエンドツーエンド技術責任者を務めた。チームを率いて、エンドツーエンドのソリューションを100日足らずでデモから量産納入まで進め、Li Auto を中国で初めて都市部 NOA のエンドツーエンドソリューションを全面展開した自動車メーカーにした。
2人には共通する経験がある。それは、自動運転がルールベースからエンドツーエンドへと移行する過程を、最初から最後まで経験してきたことだ。
この過程で培った中核的な認識を具身知能に当てはめると、単純なデータの積み上げだけでは、開放環境における汎化問題を解決できないということになる。
この判断は、無界動力が自動運転分野で注目を集める VLA 路線に対して取る姿勢にも、直接影響している。
張玉峰氏は、次のように率直に語っている。VLA は本質的には依然として模倣学習だ。「縁石に乗り上げないのは、それが縁石であり、乗り上げた場合に何が起きるかを理解しているからではない。さまざまな状況における縁石と、縁石に乗り上げないデータを非常に大量に見てきたからだ」
自動運転業界は、すでに一つの事実を検証している。データを大量に積み上げれば、システムは経験済みのシーンでは非常に高い性能を発揮できる。しかし、具身知能が最終的に入っていく工場や家庭は、いずれも非常に開放的で、あらゆる状況を列挙することが難しい環境だ。ロボットにより多くのシーンを「暗記」させるだけでは、この先長くは進めない。
現在、業界では「世界モデルをどう構築するか」をめぐって、明確に二つの立場に分かれている。ピクセルレベル生成派と、潜在空間予測派だ。
ピクセルレベル生成派の代表は、動画生成型の世界モデルである。次のフレームがどのようなピクセルになるかを予測しようとするもので、映像のリアリティ、光と影の正確さ、テクスチャの鮮明さなどが重視される。
一方、無界動力が選んだのは潜在空間世界モデルだ。その中心的な考え方は、「ある画面がどの動作に対応するか」ではなく、「物理的な変化がどのように起こるか」をモデルに理解させることである。
これは、張玉峰氏が今回の大会のメインフォーラムで繰り返し強調した見解でもある。
WRC メインフォーラムでは、「中国電子学会世界モデル専門家委員会」が正式に発足した。無界動力の創業者兼 CEO である張玉峰氏は委員に招かれ、その後行われた「世界モデルから人類に奉仕するまでの現実的な距離」と題する対談にも深く参加した。
「人間は物理世界の細部をすべて把握していなくても、おおむね正しい『世界モデル』に基づいて複雑なタスクを遂行できる。具身知能も、細部までピクセルレベルで再現することを目指す必要はない。意思決定や行動に本当に影響する高次元の表現と因果関係を学ぶべきだ」
ピクセルレベルの計算や、固定されたタスク・特定のシーンに関する膨大なデータへの依存を減らす。そのうえで、強化学習による試行錯誤、フィードバック、報酬を通じて、ロボットに世界を理解する「世界観」だけでなく、行動の価値を判断する「価値観」も段階的に身につけさせる。
2026年6月、無界動力が発表した具身汎用大脳 MWA™ 潜在空間世界モデルは、スタンフォード大学などが実施した RoboCasa GR1 TableTop のランキングで、平均タスク成功率75.2％を記録して世界1位となった。NVIDIA GR00T-N1.6 や XPeng DIAL などの主要モデルを上回る成績だ。
このランキングとコーヒーショップのシーンは、実は同じロジックを異なる形で検証したものだ。
ランキングの特徴は、高度にランダム化されている点にある。標準化されていないキッチン環境、光と影の強いランダム変化、雑多な物体による干渉などを通じて、仮想環境内で変化に対応するモデルの能力を測定している。
コーヒーショップのシーンで試されているのも、同じく変化への対応力だ。実際の人の流れ、固定されていないテーブルの状態、光の変化。たとえば誰かがテーブルに手を伸ばして遮ると、ロボットは1秒ほど停止した後、動作を再計画し、カップを隣の空いた場所に置く。
また、ロボットが紙箱を折ったり、衣服を畳んだり、ビーズを通したりする際に学習しているのは、折りたたみ、穴合わせ、柔らかな布の扱いといった物理操作の過程で生じる変化の法則だ。
ビーズをうまく通せないとき、ロボットは角度を調整して再度試す。これは、ひもの張力によって生じる変形の傾向をモデルが予測しているためであり、特定の角度の映像をピクセル単位で照合しているわけではない。視覚的な記憶に頼るというより、人間が手触りを頼りに形状を探るのに近い。
しかし、まだ答えの出ていない問いがある。主流に追随しないこの路線は、具身知能に対して最も多く問われている「商用化」「実装」「スケール化」を前にして、いったい何を意味するのだろうか。
具身知能における最初の完全なエビデンスチェーン
WRC に出展した数百社の中で、無界動力には無視できない独特の「雰囲気」がある。
100社を超える出展企業の大半は、管理された環境であらかじめ決められた動作を繰り返していた。固定された作業場所、固定された照明、固定された物体の位置、固定された動作軌道。来場者が目にするのは、「この特定の条件下で、ロボットがこの特定の動作を実行できる」ということだ。
一方、5日間の展示会で1000人を超える客が訪れたリアルなコーヒーショップは、単なる注目度の高さを示すものではない。ロボット店員の小 K が、現実の人流が絶えず流れ込む開放的な商業環境において、動的な空間、固定されていないタスク系列、リアルタイムの人間・ロボット間インタラクションという3つの側面で、高負荷かつ長時間の現実検証を受けたことを意味する。
言い換えれば、コーヒーショップのシーンは、無界動力がロボットのために特別に用意した「試験問題」ではない。MWA™ の学習ロジックが自然に行き着いた場所なのだ。タスクは具体的でありながら環境は開放されている。まさに「物理的な変化を理解する」能力を試すのに最適な舞台である。
多くの具身知能企業が商用化の出発点としているのは、タスクが固定され、環境を制御しやすく、顧客の支払い意欲も高い工業分野だ。これは自然なことであり、合理的でもある。
しかし無界動力は、より深い考えに基づいている。工業を唯一の終着点とせず、工業と商業の2つのラインを同時に推進しているのだ。工業分野ではスキルを磨き（ZF のシートベルト操作、Envision のバッテリー工場）、商業分野では汎化能力を高める（コーヒーショップ）。
この選択の背景には、次のような判断がある。工業環境では「機械が安定して正確に作業を完遂できるか」を検証できるが、「開放環境で機械が継続的に意思決定できるか」を十分に検証することはできない。工業環境は本質的に、不確実性を「できる限り排除する」よう設計されているからだ。
具身知能の最終的な行き先が家庭や屋外など、完全に開放された環境だとすれば、汎化能力はより不確実なシーンで事前に検証・改良しておかなければならない。家庭に進出してからゼロから始めるのでは遅い。
コーヒーショップは、「タスクは具体的だが、環境は開放されている」という中間的な位置にある。SKU は比較的限定されている（コーヒー、カップ、ティッシュ、椅子）が、人、光、空間上の位置は完全に制御不能だ。あるモデルがコーヒーショップで連続的かつ安定して動作できるなら、「開放環境における継続的な意思決定」という側面で、基本的なテストに合格したことを意味する。
工業環境では操作スキルを磨き、商業環境では汎化能力を学ぶ。その一方で、両方のラインが同じ汎用大脳 MWA™ を共有する。リアルなシーンで蓄積された高品質なデータが継続的にモデルの能力へ還元され、能力を螺旋状に向上させていく。
これは、互いに支え合う構造であり、2つの独立した事業領域ではない。
シーン、技術、ビジネスという3つの側面は、無界動力が実践している一つの第一原理を指し示している。シーンは無限だが、物理法則には限りがある。どの変化が意思決定に関係するのかを認識し、物体が力を受けた後にどのように動くかを理解し、空間が占有された後にどのように再計画するかを判断できれば、あらゆるシーンを列挙する必要はない。
具身知能のハードウェアもソフトウェアも、現時点ではまだ収束には程遠い。ハードウェアでは、遊星減速機からハーモニック減速機、リニアモジュール、器用なハンドの故障率まで。ソフトウェアでは、VLA から動画生成型世界モデル、潜在空間世界モデルまで、どの路線も模索の途上にあり、すでに反証された路線も、完全に実証された路線も存在しない。
このような状況で、具身知能プレイヤーの実力や競争力を判断するには、「流行しているかどうか」を見ることはできない。見るべきなのは、検証可能性を備えているかどうかだ。
無界動力の歩みには、論文成果があり、シミュレーションランキングでの公開実績があり、リアルなコーヒーショップでの試験運用と商業受注がある。
それは、具身知能の「巨大バブル」期において、希少であり、検証可能な商用化のエビデンスチェーンを示している。