AIが文章を書き、画像をつくり、コードを動かすことには、もう多くの人が驚かなくなった。
けれど、AIが棚から荷物を取り出す。足腰の動きを支える。免許を返納した人を買い物へ連れていく。家や街の側が、人の状態に合わせて動く。そこまで来ると、AIは画面の中の道具ではなく、現実へ力を加える存在になる。
いま注目されているフィジカルAIとは、単に人型ロボットへ生成AIを載せる話ではない。カメラやセンサーで現実を知覚し、状況を理解し、行動を選び、機械を動かし、その結果をまた受け取る。その閉じたループを、現実世界で成立させる技術の総称として見る方が分かりやすい。
その入口は、私たちが想像するより広い。人から離れて働くロボット。身体へ重なる装着型機器。歩行や運転を外側から支えるモビリティ。そして、ロボットを受け入れる家や街そのもの。
未来は、万能な人型ロボットが玄関のベルを鳴らす日から始まるとは限らない。すでに生活と産業の隙間から、別々の形で入り始めている。
フィジカルAIは、人型ロボットの別名ではない
人型かどうかではなく、人の意思がどの場所まで届くようになるかで整理する。
- 01OUTSIDE人から離れて働く工場・物流・点検
- 02OVERLAY身体に重なる装着・リハビリ・作業支援
- 03MOBILITY身体の外に足を持つ近距離・施設・地域交通
- 04ENVIRONMENT環境の側が動く家・建物・道路・物流基盤
これまでのロボットは、工場の柵の中で、決められた位置と手順を高い精度で繰り返すことを得意としてきた。一方、現実の生活空間は例外だらけだ。物の位置が変わる。人が横切る。床の状態も、照明も、頼まれ方も毎回違う。
Google DeepMindが2025年に発表したGemini Roboticsは、視覚と言語だけでなく、物理的な行動を出力へ加えたVLA（vision-language-action）モデルである。同社は、有用なロボットに必要な性質として、未知の状況へ対応する汎用性、人や環境の変化へ応じる対話性、物を細かく扱う器用さを挙げている。
同年に発表されたOn-Device版は、ロボット本体で低遅延に動き、比較的少数のデモから新しい作業へ適応する方向を示した。通信が遅れたり途切れたりしても、目の前の人や物へ安全に反応するには、クラウドの賢さだけでは足りないからだ。
ここで重要なのは、モデルが言葉を理解できることだけではない。
見る──人、物、空間、接触状態を知る
考える──目的と状況から次の行動を選ぶ
動く──車輪、腕、関節、車両へ力を伝える
確かめる──現実に起きた結果から行動を修正する
フィジカルAIの本質は、この循環にある。だから、形が人に似ているかどうかは二次的な問題になる。
第一の入口──人から離れて働く
稼働中、限定実用、実証、研究を混ぜずに見れば、期待と現実を同じ地図へ置ける。
- RUNNING現場で稼働中Amazon物流ロボット群用途と環境を限定
- LIMITED USE限定条件で実用施設内自動移動・装着支援人・設備・運用が支える
- PILOT地域・施設で実証限定地域レベル4条件と責任を検証
- RESEARCH研究・開発汎用VLA・家庭作業デモと量産を分ける
AmazonのVulcan公式発表を実機参照にした編集イメージ。企業発表の事例であり、RINKAKUとの提携を示すものではない。
最も早く規模が出ているのは、工場や物流のように、仕事と環境をある程度定義できる場所だ。
Amazonは2025年6月、同社ネットワークへ導入したロボットが100万台に達したと発表した。100万台目は日本の物流拠点へ配備されたという。同社はさらに、移動ロボット群を調整する基盤モデルDeepFleetや、触覚を使って棚の奥や高低差のある場所から商品を扱うVulcanを展開している。
ここで起きているのは、華麗なデモよりも地味で、しかし大きな変化だ。人が脚立に乗って腕を伸ばす。重い物を繰り返し持つ。広い倉庫を何度も往復する。そうした身体へ負担が集中する工程が、知覚と判断を持った機械へ少しずつ移っている。
人型ロボットも研究室だけにいるわけではない。BMWは2026年2月、米国Spartanburg工場で2025年に行ったFigure 02の導入について、10か月で3万台を超えるBMW X3の生産を支援し、9万点超の板金部品を扱い、約1,250時間稼働したと報告した。担当したのは、部品を取り出して溶接工程へ正確に位置決めする限定作業である。
GXOもAgility Roboticsと複数年契約を結び、二足歩行ロボットDigitを物流業務へ導入している。
これらの事例が示すのは、万能な人型労働者が完成したということではない。むしろ逆だ。実用化は、価値のある限定工程を見つけ、既存の安全、IT、物流、保守へ接続するところから進む。
国際ロボット連盟のWorld Robotics 2025でも、294社の回答に基づく2024年の業務用サービスロボット販売は約20万台で、その半数を超える102,900台が輸送・物流向けだった。フィジカルAIはまず、生活者の目に触れにくい場所で日常を支え始めている。
第二の入口──人の身体に重なる
一方向の自動化ではなく、意思、補助、接地、感覚が往復する閉ループとして捉える。
- 01WILL動きたい本人の運動意思
- 02SIGNAL信号を読む身体から得る入力
- 03ASSIST必要な力を足す意思を上書きしない
- 04RESULT現実へ作用する一歩・姿勢・作業
装着型支援機器の実例を参照した編集イメージ。治療効果や万能性を示すものではなく、意思と動作の補助を描いている。
ロボットが人から離れて働く一方で、機械が身体へ重なる方向もある。
CYBERDYNEのHALは、装着者が動こうとした時に皮膚表面へ現れる微弱な生体電位信号を読み、その意思に沿って関節の動きを支援する。動かした結果が感覚として本人へ戻り、次の動きにつながる。ここでは人と機械が、命令する側とされる側へ完全に分かれていない。
HALは、現在の生成AIやVLAブームより前から実用化されてきた機器であり、そのまま最新の基盤モデル搭載ロボットという意味ではない。それでも、人の意思を知覚し、物理的な支援へ変え、結果を本人へ返す設計は、身体とAIが結びつく未来を考えるうえで重要な先行例になる。
HALは医療、ヘルスケア、介護、自立支援、重作業支援などへ製品化されている。医療用下肢タイプを使う歩行運動処置は、日本で保険診療の対象にもなっている。
この形のフィジカルAIが大切にすべきなのは、機械の判断で人を動かすことではない。本人の「立ちたい」「歩きたい」「持ち上げたい」という意思を読み取り、足りない力や安定性を補い、結果を本人へ返すことだ。
身体能力を置き換えるのではなく、本人のWILLが身体へ届く途中を支える。
前の記事で、AI Agentを高齢者の経験や意思を実行へつなぐ手足として捉えた。装着型のフィジカルAIは、その比喩を本当に身体の側から実装し始めている。
ただし、医療用途と一般の作業支援は分けて考えなければならない。適応疾患、訓練方法、医療者の管理、安全条件がある機器を、誰でも能力が増す万能スーツのように語るべきではない。
第三の入口──身体の外に足を持つ
手動の近距離移動、施設内自動、限定地域レベル4、将来の一般化は別の段階である。
- 01NOW / SIDEWALK手動の近距離移動免許不要・時速6km以下
- 02FACILITY施設内の自動移動障害物前停止・自動返却
- 03LIMITED L4限定地域のサービス路線・速度・監視条件あり
- 04FUTURE一般化された自動移動まだ同じ現在地ではない
近距離モビリティの実機を参照した編集イメージ。現在の手動運転を描き、自動運転機能を示唆しない。
身体のアシストを、装着する機械だけに限定する必要はない。
歩ける距離が短くなった人にとって、免許不要の電動モビリティは身体の外に持つ新しい足になる。WHILLの近距離モビリティは、時速6km以下で歩道を走る電動車椅子として販売・レンタルされ、免許返納後の移動手段としても提案されている。
もちろん、電動であるだけでフィジカルAIになるわけではない。利用者が手動で操作する近距離モビリティは身体拡張の基盤であり、そこへ周辺の知覚、衝突回避、経路判断、自動走行、配車や遠隔支援が重なるにつれて、フィジカルAIの領域へ接続していく。この境界を曖昧にすると、既存製品の実力も自動運転の現在地も見誤る。
さらにWHILLは、施設向けの自動運転モデルも提供している。カメラやセンサーで障害物を検知して停止し、利用者を目的地へ運んだ後は指定場所へ自動で戻る。空港のような広い施設で、歩行に不安がある人の移動と、車椅子を回収するスタッフの仕事を同時に支える。
ここは、現在地を丁寧に分けたい。
市販の免許不要モビリティは、利用者が操作して歩道を走る
自動運転モデルは、主に管理された施設内で運用される
地域交通のレベル4は、許可された道路と条件の中で運行する
どこへでも無人で走る個人向け自動運転は、まだ一般化していない
日本では2023年、福井県永平寺町の約2km区間で、車内にも遠隔地にも運転者を置かない国内初のレベル4移動サービスが始まった。電磁誘導線に沿って時速12kmで走る、限定された条件での実装である。
デジタル庁のモビリティ・ロードマップ2026は、多くの取り組みがなお実証段階にある一方、2027年度から社会実装が始まる動きを整理し、2030年度までに自動運転サービス車両1万台という目標を掲げた。
免許返納が、安全と引き換えに生活圏を失う手続きになれば、本人も家族も返納をためらう。必要なのは一台の夢のクルマではない。家から近所までの電動モビリティ、地域を結ぶ自動運転交通、必要時の遠隔支援を重ね、運転できなくなっても移動の意思は失わなくてよい環境をつくることだ。
第四の入口──家と街の側が動く
生活へロボットを入れる時、ロボットだけを賢くすれば済むとは限らない。
狭い通路、段差、開けにくい扉、位置の定まらない物、充電場所の不足、途切れる通信。人には何でもない環境が、ロボットには高い壁になる。
Toyota Woven Cityは2025年9月に正式始動し、最初の住民が実際に暮らし始めた。Toyotaは、家庭内ロボット、自律物流や移動、将来の清掃・保管などを生活の中で試す構想を示している。人の実演から衣服の畳み方を学ぶロボットも、その一例だ。
デジタル庁も、自動車だけでなく、ロボット、ドローン、歩行を含む移動モードを一体で扱い、複数モビリティの協調運行、空間情報、共通データ、運行管理の設計を進めている。
フィジカルAIが増えるほど、家、建物、道路、棚、エレベーター、通信、充電、保守の側も変わる。これは、スマートフォンのアプリを一つ追加する変化とは違う。現実の環境そのものを、機械と人が一緒に使えるよう編集する仕事である。
普及を決めるのは、モデル性能より統合力
身体と街へ入るAIには、制御、安全、権限、保守、責任まで切れ目なく必要になる。
フィジカルAIの動画を見ると、どうしても「何ができたか」に目を奪われる。
しかし、社会へ残るかどうかを決めるのは、モデルの賢さだけではない。
安全──誰が止められ、異常時にどう避難するか
責任──model、機体、運行、施設のどこが事故を調べ、直すか
運用──充電、清掃、保守、更新、遠隔支援を誰が続けるか
経済性──買い切り、レンタル、保険、RaaSで誰が費用を負担するか
受容性──本人が使いたいと思え、拒否や停止を選べるか
公平性──地域、所得、住宅、身体条件によって利用機会が分断されないか
画面の中のAIが間違えば、誤った文章を消して書き直せる場合が多い。物理世界のAIが間違えば、衝突、転倒、破損、移動不能、身体への負荷になる。
だからフィジカルAIでは、賢いモデルの上に、機械の低レベルな安全制御、通信、環境、運行手順、人間の停止権限を重ねなければならない。Google DeepMindも、意味理解の安全と、衝突回避や接触力制限などの物理安全を層として分けている。
BMWの導入報告でも、production IT、労働安全、工程管理、現場物流を早い段階から巻き込む必要があったとされる。ロボットを買うことと、ロボットが働き続けられる現場をつくることは別の仕事である。
身体を置き換えるのではなく、意思が届く距離を伸ばす
フィジカルAIを「人間の仕事を奪うロボット」か「すべてを救う未来技術」かの二択で見ると、その途中にある大切な変化を見落とす。
重い物を持てない。遠くまで歩けない。車を運転できない。危険な場所へ入れない。細かい作業を長時間続けられない。
これまで身体の限界だった場所へ、装着機器、モビリティ、外部ロボット、環境の支援を足す。すると、人ができることの境界は身体の輪郭と一致しなくなる。
ただし、中心に置くべきなのは機械の自律性ではない。
どこへ行きたいか。何をつくりたいか。どの仕事を続けたいか。どこまで機械へ任せたいか。
その意思を人が持ち、フィジカルAIが現実へ届く手足になる。この順序を守れるなら、技術は人を小さくするのではなく、年齢や身体条件を越えて選択肢を増やせる。
AIが身体を持つ未来とは、ロボットが人間になる未来ではない。
人の意思が、これまで届かなかった場所まで届くようになる未来なのだ。
