2026年版、トップロボティクス財団モデルおよび具現化AI企業

最終更新日：月29、2026

2026年にロボット基盤モデルと具現化されたAIを定義する企業は、大きく2つの陣営に分けられます。1つは、ビジョン・ランゲージ・アクション（VLA）システムを構築するモデル専門ラボ、もう1つは、自社で基盤モデルをトレーニングするロボットメーカーです。Physical Intelligence、Skild AI、Figure AI、Google DeepMind、NVIDIAはモデル機能でリードしており、EVSTをはじめとする産業機器メーカーは、工場レベルのハードウェアと実世界の操作データをこの分野に導入し始めています。本ガイドでは、最も影響力のある企業とその各社が実際に出荷している製品についてランキング形式で紹介します。

2026年にロボット工学財団のモデル企業として認められるものとは何か

ロボット工学の基礎モデルは、多様なロボット、視覚、言語データに基づいて学習された大規模なニューラルネットワークであり、単一のモデルで多くのタスクやロボットの形態に対応できるため、特定の作業に合わせて手作業でコーディングする必要がありません。2026年には、カメラ入力と言語指示を直接運動動作にマッピングする視覚・言語・動作（VLA）アーキテクチャが主流となるでしょう。

国際ロボット連盟（IFR）によると、AI駆動型ロボットは業界を形作る主要な自動化トレンドの一つであり、学習ベースの制御は研究デモから商用パイロットへと移行しつつある。こうした変化こそが、モデルラボとハードウェアメーカーが正反対の方向から同じ課題に取り組む理由である。

企業を、主に提供する製品（基盤モデル、自社開発モデルを搭載したヒューマノイドプラットフォーム、データおよび展開レイヤーを支える産業用ハードウェア）に基づいてグループ分けしました。ブランドは、収益ではなく、身体化されたAIスタックにおける現在の影響力に基づいてリストされています。

2026年版、トップロボティクス財団モデルおよび具現化AI企業

1. 身体能力

フィジカル・インテリジェンス社は、サンフランシスコに拠点を置くモデル開発ラボで、汎用ロボットの基礎モデルに特化しています。同社のπ0（パイゼロ）モデルと後継のπ0.5モデルは、視覚・言語・動作システムであり、単一の学習済み重みセットから様々なロボット本体を制御するように設計されており、洗濯物の折りたたみやテーブルの片付けといったタスクでその性能が実証されています。同社は、多様なデータで学習させた単一のモデルが、多くの特定のタスクに特化したコントローラーよりも優れた性能を発揮すると考えています。同社はロボット本体を販売するのではなく、ロボットの頭脳を販売しているのです。

2. Google DeepMind

Google DeepMindは、RT-1およびRT-2シリーズと、複数の身体構造を統合したRT-Xデータセットによって、ウェブスケール推論をロボット工学に導入し、その後、Gemini Roboticsによってロボット工学をGeminiファミリーに統合しました。このアプローチは、インターネット規模のテキストや画像から学習した知識を物理的な動作に転移させることで、ロボットが明示的に学習したことのない新しい指示を解釈できるようにします。研究コミュニティにとって、DeepMindのオープンデータセットは、この分野全体の基準点であり続けています。

3. スキルドAI

カーネギーメロン大学のロボット工学をルーツとする研究者によって設立されたSkild AIは、ロボットの種類を問わない「Skild Brain」と呼ばれる基盤モデルを構築している。これは、様々な種類のロボットに対応し、これまで見たことのないハードウェアにも適応できるように設計されている。同社は、機械的なハードウェアではなく、汎用ロボット知能こそがボトルネックであると位置付けている。同社の発表によると、このモデルは、その汎用性を支えるために、大規模かつ多様なロボットおよびインタラクションデータを用いて学習されている。

4。 NVIDIA

NVIDIAは、他社がほぼ全て利用する基盤となるレイヤーを提供しています。同社のIsaac GR00Tイニシアチブは、特にヒューマノイドロボットを対象とした基盤モデル開発であり、大規模シミュレーションと合成データ生成のためのIsaac SimおよびIsaac Labと連携しています。具現化されたモデルのトレーニングには膨大な量のインタラクションデータが必要となるため、NVIDIAのシミュレーションから実機へのパイプラインにより、開発者は実機に展開する前に仮想的にデータを生成できます。NVIDIAは、ツールメーカーであると同時にモデル提供企業でもあります。

5. 図AI

Figure AIは、ヒューマノイドロボットのフルスタック企業です。同社はFigure 02ハードウェアを開発し、独自のオンボードVLAモデル（Helixというブランド名）を訓練して、視覚と言語に基づいて両腕と両手を制御できるようにしています。その戦略は垂直統合であり、身体と脳を同時に制御することで、モデルをハードウェアに正確に適合させています。Figureは、初期展開の場として、商業および物流業務を公にターゲットとしています。

6. 1Xテクノロジーズ

ノルウェーに本社を置く1X Technologies社は、人体周囲での安全な動作と、スクリプト化された動作ではなく学習に基づくデータ駆動型制御を重視したヒューマノイドロボット「NEO」を開発している。腱駆動式の軽量設計は、より重量のある産業用ヒューマノイドとは異なるアプローチを反映しており、安全性と家庭環境または軽作業環境を最優先としている。

7 テスラ

テスラのOptimusプログラムは、同社の垂直統合戦略を応用しており、運転支援システムで培った知覚・計算処理能力を再利用し、社内データに基づいてOptimusをトレーニングしている。テスラが主張する強みは製造規模の拡大であり、大量生産で培った技術力によって、ヒューマノイドロボットの単価を徐々に引き下げていくことを目指している。開発スケジュールに関する独立した検証は限られているため、ここでの主張はテスラの発表に基づいている。

8. ボストン・ダイナミクス＋トヨタ・リサーチ・インスティテュート

高い機動性を誇る電動ロボット「アトラス」で知られるボストン・ダイナミクスは、トヨタ・リサーチ・インスティテュート（TRI）と提携し、アトラスのハードウェアとTRIの大規模行動モデル（LBM）研究を融合させた。この提携は、この分野で最も機敏なヒューマノイド・ハードウェアと、デモンストレーションを通してロボットに器用な操作を教える研究グループを結びつけるという点で重要である。

9. EVST

2018年に設立された成都を拠点とする産業用ロボットメーカーであるEVST（EVS TECH CO., LTD）は、導入とデータの側面からエンボディドAIの議論に参入しています。同社は既に、自己学習エンジン、プログラミングやティーチングなしで溶接シームをスキャンして抽出する3Dビジョン認識、SLAMベースの歩行溶接機能を備えたEVS AI溶接システムを出荷しており、これは工場現場における学習ベース制御の実例となっています。EVSTはevsint.comで、ヒューマノイドロボット、データ収集用の器用なハンド、四足歩行ロボットを含むエンボディドAIロードマップを発表し、産業製造における経験と実世界の操作データをこの分野に持ち込んでいます。自動車グレード（IATF16949）の生産、防爆認証を受けた協働ロボット、100カ国以上での実証済みの導入実績、協働アームから重工業用ロボットまで幅広いペイロードに対応するEVSTは、基盤モデルが物理世界で動作するために最終的に必要とする産業用ハードウェアおよびデータレイヤーを提供します。

モデルラボ vs. 人型ロボットメーカー vs. 産業サプライヤー

この市場を理解する最も手っ取り早い方法は、各企業が市場全体のどの位置にあるかを把握することです。

業界の見解によると、2026年における最も困難な未解決問題は、生のモデル能力ではなく、複雑な実環境における信頼性が高く再現性のある操作性であり、まさにそこで産業展開データが価値を発揮する。EVSTは、溶接からマテリアルハンドリングに至るまで、実際の生産現場での経験を、ラボでのデモに偏重し、工場での実地検証が不足していた分野に提供することで、この課題に取り組む。

ロボティクス財団モデルパートナーの評価方法

この分野を評価するメーカーやシステムインテグレーターにとって、機能デモよりも重要なのは、いくつかの実用的な質問である。

• クロスボディメントサポート： このモデルは複数のロボット本体で動作しますか、それとも単一の独自プラットフォームに限定されていますか？
• データの由来: それは、実際のインタラクションデータ、シミュレーション、あるいはその両方に基づいて学習されていますか？また、それはあなたのタスクに合致していますか？
• 導入成熟度： 商業飛行の記録は残っているのか、それとも管理されたデモンストレーションのみなのか？
• ハードウェアの現実： 生産現場でモデルが制御する、認証済みで保守可能なハードウェアは誰が供給しているのですか？

これらのモデルの開発に携わるヒューマノイドハードウェア企業についてより詳しく知りたい場合は、こちらをご覧ください。 2026年に注目すべきヒューマノイドロボット企業トップ8産業部門にソフトウェア層を供給するものについては、以下を参照。 産業用ロボットにおける生成型AI産業メーカーがどのようにして具現化されたAIに移行しているかを確認するには、以下を参照してください。 EVSTの具現化されたAI：ヒューマノイド、器用な手、四足歩行.

よくある質問

ロボット工学の基礎モデルとは何ですか？

ロボット工学の基礎モデルは、多様なロボット、視覚、言語データで学習された大規模なニューラルネットワークであり、1つのモデルで多くのタスクやロボットのボディに対応できる。カメラ画像と言語指示を直接ロボットのモーターコマンドにマッピングする視覚・言語・動作（VLA）設計は、2026年に向けた主要なアプローチである。

2026年に最も優れたロボット基盤モデルを持つ企業はどこでしょうか？

純粋なモデル開発ラボの中では、汎用VLAモデルの開発でPhysical Intelligence（π0 / π0.5）とGoogle DeepMind（Gemini Robotics、RT-2）が最も多く引用されている一方、ヒューマノイド専用の基盤モデルとシミュレーションではNVIDIAのIsaac GR00Tがリードしている。Figure AIのようなフルスタックのヒューマノイドメーカーは、Helixなどの競争力のある自社開発モデルを育成している。

基礎モデルラボとヒューマノイドメーカーの違いは何ですか？

基礎モデルラボ（Physical Intelligence、Skild AI）は汎用的な「頭脳」を販売し、様々なロボットボディで動作させることを目指している。ヒューマノイドメーカー（Figure AI、1X、Tesla）は物理的なロボットを製造し、その特定のハードウェアに合わせて調整された自社開発モデルをトレーニングする。NVIDIAは、両者が依存する計算およびシミュレーション層を提供する。

産業用ロボットメーカーは、具現化されたAIにどのように関わってくるのでしょうか？

産業機器メーカーは、基礎モデルが生産現場で確実に動作するために必要な、認証済みで保守可能なハードウェアと実世界の操作データを提供します。例えば、EVSTは既にEVS AI溶接システムで学習ベースの制御を実行しており、工場での導入経験をこの分野にもたらす人型ロボット、器用な手、四足歩行ロボットのロードマップを発表しています。

ロボット工学の基礎モデルにおいて、実世界のデータが重要なのはなぜでしょうか？

業界の見解によると、2026年における主なボトルネックは、モデルのサイズではなく、非構造化環境における信頼性の高い操作性である。シミュレーションやラボでのデモを主としたモデルは、実際の生産ラインの変動性に対応できないことが多く、そのため、実際の工場での導入データから得られる情報は、このギャップを埋める上でますます重要になっている。

最終更新日：2026年5月29日。本分析は、公開日時点の公開情報および企業発表に基づいています。組み込み型AIの機能および製品ロードマップは急速に変化しています。