フィジカルAI連載②:ロボットの「脳」をめぐる基盤モデル競争
Physical Intelligence、Skild AI、Generalistなどロボット基盤モデル企業の技術方針とプロダクトを比較し、汎用か特化か、研究先行か配備先行か、自己申告ベンチマークをどう読むかを整理する。

Physical Intelligence、Skild AI、Generalistなどロボット基盤モデル企業の技術方針とプロダクトを比較し、汎用か特化か、研究先行か配備先行か、自己申告ベンチマークをどう読むかを整理する。
前回の連載①では、ロボットの学習データを集め、試し、運用する企業を読んだ。今回はそのデータを受け取る側、ロボットの「脳」を作る企業だ。私がこの回を一番書きにくいと感じていたのは、この層の数字のほとんどが会社自身の発表だからである。
確認時点:2026年10月3日。 調達額・評価額は各社発表と報道に基づき、報道ベースの未確定情報はその旨を記した。成功率などの性能値は、断りのない限り各社の自社テストの値である。
評価額が先に走る市場
最初に私の見立てを書いておく。この層は、技術の進歩も評価額も本物だが、両者の間にまだ距離がある。
Sapphire VenturesのPhysical AIマップで「Intelligence & Models」に並ぶのは13社だ。Covariant、NVIDIA、DYNA、Elorian、FieldAI、Flexion、Generalist、General Trajectory、Genesis AI、Physical Intelligence、RLWRLD、Skild AI、Synphony。このうち主な企業の直近の資金調達を並べる。
| 企業 | 直近ラウンド | 評価額 | 主な投資家 |
|---|---|---|---|
| Skild AI | 14億ドルSeries C(2026年1月) | 140億ドル超 | SoftBank主導、NVentures、Macquarie、Bezos、Lightspeed、Sequoiaほか |
| Physical Intelligence | 約10億ドルSeries C(2026年) | 約117億ドル | Founders Fund、Lightspeed、Thriveほか(報道) |
| Generalist | 4億ドルSeries B(2026年6月) | 20億ドル | Radical Ventures主導、NVentures、Bezos |
| FieldAI | 累計4.05億ドル(2025年8月) | 20億ドル | Bezos、Gates Frontier、NVentures、Khosla |
| Elorian | 5,500万ドルのシード(2026年4月) | 3億ドル | Striker、Menlo、Altimeter、NVIDIA |
| DYNA | 1.2億ドルSeries A(2025年) | 非公表 | CRV、First Round |
| Genesis AI | 1.05億ドルのシード(2025年) | 非公表 | Eclipse、Khosla、Bpifrance |
| Flexion | 5,000万ドルSeries A(2025年11月) | 非公表 | DST Global Partners、NVentures |
| RLWRLD | 2,600万ドルSeed 2(2026年2月) | 非公表 | Headline Asia、Z Venture Capital |
Generalistについては、約30億ドルの評価額で追加調達したとの報道もある。Genesis AIも約30億ドル(プレマネー)での交渉が報じられたが、いずれも本稿執筆時点で確定発表を確認できていない。
Cartaの2026年第1四半期レポートでは、AI基盤モデル企業のSeries A評価額の中央値は3億ドルだった。Elorianはプロダクトもない段階のシードで、その水準に届いている。
ここで思い出すのは、以前の投資委員会での一件だ。追加出資案件の評価額が高すぎると判断し、データを持って反対し、条件交渉を主導したことがある。そのとき私が使ったのは売上倍率ではなかった。「次の資金調達までに何を証明すれば、この評価額は正当化されるか」という、マイルストーンと評価額の対応表である。
Skild AIは2025年の売上を約3,000万ドルと開示している。140億ドルの評価額は、その約470倍だ(私の計算)。売上倍率で見れば説明はつかない。だから問うべきは、次のマイルストーンが何か、である。
ロボットの「脳」が越えるべき壁
壁を書き出してみて、私は少し考えを改めた。足りないのは賢さより、むしろ「確実さ」と「測り方」だった。
| 壁 | 中身 | なぜ難しいか | 挑み方の例 |
|---|---|---|---|
| 汎化 | 見たことのない部屋や物体で動く | 学習データの分布の外に出る | π0.5・π0.7の汎化、Elorianの視覚推論 |
| 体の違い | 腕・四足・人型で関節構成が違う | 行動の空間が機種ごとに違う | Skild Brain、Gemini Robotics 2 |
| 確実さと長い作業 | 99%台の成功率、10分を超える作業 | 1%の失敗が現場では致命的 | π*0.6の強化学習、PIの長期記憶、GEN-1 |
| 遅延と計算資源 | 連続制御に高頻度の推論が要る | 大きなモデルほど遅い | リアルタイムの行動チャンク化、オンデバイス版 |
| 測り方の不在 | 標準ベンチマークがなく結果は自己申告 | 条件がそろわない | NVIDIA Isaac Lab-Arena(2026年1月) |
| 事業モデル | 研究先行か配備先行か | データの循環と資金繰りが両立しにくい | PIのパートナー戦略、Skildの配備 |
Sapphireはこの層の論点として、「配備先行か研究先行か」の議論と、標準ベンチマークの不在を挙げている。前者は事業の話に見えて、実は技術の話でもある。配備すればデータと売上が入るが、想定外の失敗も表に出る。研究に徹すれば選択肢は残るが、データの循環を失うおそれがある。

測り方の問題は、具体例で見るのが早い。
| 企業・モデル | 指標 | 比較対象 | 条件 |
|---|---|---|---|
| Generalist GEN-1(2026年4月) | 平均成功率99% | 従来モデルで64%だった同じタスク | 自社テスト。タスクあたり約1時間のロボットデータ |
| Generalist GEN-1 | 箱の組み立て12.1秒 | GEN-0とπ0は約34秒 | 同じ箱での自社比較 |
| Generalist GEN-1.5 | ワンショット成功率59% | 数分の追加データで83% | 自社の10タスク平均 |
| DYNA-2(2026年8月) | 1台・18時間で1,590枚のナプキン | — | 自社発表 |
GEN-1の99%は印象的な数字だ。ただし比較対象は「従来モデルで64%だったタスク」で、タスクの選び方は会社が決めている。これは批判ではない。共通の物差しがない以上、各社はこう示すしかない。Big Tech4社のcapex記事で、定義をそろえるまで順位を語らないと書いた。成功率も同じで、条件がそろうまでは会社間の順位にしない。
技術方針の分岐:VLAから世界行動モデルへ
各社を読んでいくと、方針は大きく4つに分かれていた。
汎用の「知能レイヤー」を目指す:Physical Intelligence
Physical Intelligence(PI)は、言語モデルにおけるAPIのような「知能レイヤー」を、ロボットで作ろうとしている。2024年10月に最初の汎用方策π0を出し、2025年2月にはπ0とπ0-FASTの重みを公開した。π0.5で未知の部屋への汎化を示し、2025年11月のπ*0.6では実機の経験から強化学習で成功率と処理速度を上げた。2026年4月のπ0.7は、指示で振る舞いを操れることと汎化の段階的な向上をうたう。
注目したのは、2026年2月の「The Physical Intelligence Layer」という投稿だ。PIはここで、自社でロボットを売るのではなく、配備を専門とする企業(WeaveやUltra)と組んで現場で検証する方針を示した。研究先行だが、データの入口は確保しようとしている。
体を選ばず、配備で稼ぐ:Skild AI
Skild AIは2026年1月にSoftBank主導で14億ドルを調達した。中核の「Skild Brain」は、四足、人型、卓上アーム、移動マニピュレータなど、体の形を事前に知らなくても制御できるとする。学習データは大規模シミュレーション、インターネット動画、遠隔操作、実配備の4つを組み合わせる。配備先として警備、建設、配送、データセンター、倉庫、工場の組み立てを挙げ、2025年に約3,000万ドルの売上があった。この層で売上を開示している会社は少ない。
人のデータで規模を取る:Generalist、DYNA
Generalistの方針は、ロボットではなく人のデータで事前学習することだ。GEN-1は、低コストの装着型デバイスで集めた50万時間超の物理的なやり取りのデータで事前学習した。タスクごとに必要なロボットデータは約1時間だという。2026年6月にRadical Ventures主導で4億ドルのSeries Bを調達し、評価額は20億ドルになった。
DYNA Roboticsはさらに踏み込んだ。2026年8月に発表したDYNA-2は、100万時間超の人の一人称動画だけで学んだ「世界行動モデル」だという。前世代のDYNA-1は視覚・言語・行動を直接結ぶVLAだった。DYNA-2は過去の映像から未来の映像を予測し、動く前に結果を見積もる。同社はレストランのDin Tai Fungへの導入を発表している。
この「VLAから世界行動モデルへ」という流れは、DYNAだけではない。Sapphireも同じ移行を論点に挙げている。私には、連載①で見た世界モデル企業と、この層の境界が溶け始めているように見える。

特定の環境・体に深く入る:FieldAI、Genesis AI、Flexion、RLWRLDほか
FieldAIは屋外や産業現場の、地図もGPSも当てにならない環境に絞る。物理に基づく不確実性の推定を組み込んだ「リスクを意識する」基盤モデルを掲げ、2025年8月までに計4.05億ドルを調達した。Genesis AIはフランスの会社で、人間並みの手とモデルを一体で作る。2026年5月にGENE-26.5を発表した。Flexionはチューリッヒから人型ロボット向けの強化学習基盤を作り、「体ではなく脳を作る」と明言する。
日本の読者に知ってほしいのが韓国のRLWRLDだ。実際の産業現場の中でモデルを学習させる方針で、2026年2月のSeed 2にはLINEヤフー系のZ Venture Capitalが入った。韓国と日本の物流・流通の現場でPoCを進めている。ほかに、視覚推論に特化したElorian(元Google DeepMindのAndrew Dai氏ら)、工場のピッキングに絞ったGeneral Trajectory、イチゴ収穫ロボットを作りながら評価データを基盤モデル企業に売るSynphonyがマップに載る。
| 方針 | 代表企業 | 強み | 弱点 |
|---|---|---|---|
| 汎用の知能レイヤー | Physical Intelligence | 研究の厚み、オープンな公開 | 配備データをパートナーに頼る |
| 体を選ばない配備型 | Skild AI | 売上と配備データ | 評価額が売上の約470倍 |
| 人のデータで規模 | Generalist、DYNA | データの量 | 人と体の差(embodiment gap) |
| 特定の環境・体 | FieldAI、RLWRLD、Genesis AI | 現場の確実さ | 市場が限られる |
プラットフォームの二強:NVIDIAとGoogle DeepMind
独立系の上には、二つの巨人がいる。NVIDIAは2026年1月、人型向けのオープンなVLA「Isaac GR00T N1.6」、世界モデル群「Cosmos」の新版、方策の評価環境「Isaac Lab-Arena」、1,000個購入時1,999ドルのJetson T4000を発表した。モデルを無償で配り、計算資源で稼ぐ構図である。オープンとクローズドのAIモデル比較で見た力学が、ロボットでも繰り返されている。
Google DeepMindは2026年7月末にGemini Robotics 2を発表し、Apptronikの人型Apollo 2の全身制御を示した。推論モデルのER 2はGoogle AI Studioで使えるが、VLA本体は早期アクセスのパートナー向けにとどまる。
最後に、Covariantの教訓を置いておく。2024年3月に倉庫向けのRFM-1を出したが、同年8月にAmazonが非独占ライセンスを結び、創業者3人と社員の約4分の1がAmazonへ移った。研究の質と事業の持続性は別物だという例として、私は今も時々読み返している。
投資判断とシナリオ
3月の記事で私は「基盤モデルとプラットフォームには今コア配分」と書いた。評価額が半年で倍になった今、その判断を少し修正する。
基盤モデルの独立系は、短期ニュートラル、中期ロングとする。ただし中期で残るのは2〜3社に絞られると見ている。選ぶ基準は、配備から入るデータの循環を持つかどうかだ。売上を開示しているSkildと、外食での導入を示したDYNAは、この点で一歩先にいる。PIは研究の厚みで群を抜くが、パートナー経由の配備がどこまで広がるかを見たい。
上場株では、NVIDIAが最も素直な受け皿だと考える。オープンモデルを配るほど、学習と推論、Jetsonの需要が増える。Alphabetは、Gemini RoboticsとCapitalG経由のPI出資の両方を持つ。SoftBankはSkildを主導したが、同社の規模に比べれば影響は小さい。
| シナリオ | 条件 | 確認する証拠 | 投資への含意 |
|---|---|---|---|
| ベース | 汎用モデルは研究で進むが、収益は特定用途の配備から生まれる | Skild・DYNAの売上、PIのパートナー数 | 配備データを持つ企業が評価額を正当化しやすい |
| メイン | 汎用モデルが「知能レイヤー」としてAPI化し、ロボット企業が採用する | PIやGemini Roboticsの外部採用、ライセンス収入の開示 | 言語モデルと同様に上位数社へ集中 |
| テール | NVIDIAやGoogleのモデルで差が消え、独立系が買収される | GR00Tの性能向上、Covariant型の取引の再来 | 独立系の評価額が急落する |
この見立てが崩れる条件を書いておく。第三者の共通の評価環境で、汎用モデルが追加データなしに特化モデルと同等以上の成功率を示した場合だ。そのとき私は「汎用は研究、収益は特化」という見方を改め、汎用の知能レイヤーに賭ける側へ寄せる。
今後のウォッチポイント
- Skild AIが2026年の売上を開示するか
- PIのパートナーが何社まで増え、どの業種に広がるか
- Isaac Lab-Arenaのような共通の評価環境で、各社の結果が並ぶ日が来るか
- Generalistの追加調達と、Genesis AIの交渉が確定するか
次回は、どれだけ賢い脳も動かせない最後の律速、ハードウェアを読む。
関連記事
- フィジカルAI連載①:学習データ・シミュレーション・運用基盤に挑むスタートアップ — 本稿のモデルに供給されるデータと運用の層
- フィジカルAI連載③:最後の律速はハードウェア — アクチュエータ・手・センサーの課題
- フィジカルAIが拓く次の投資フロンティア — 3月時点のAMI LabsとPhysical Intelligenceの比較
- オープンかクローズドか:AIモデルの投資判断 — オープンモデルを配って計算資源で稼ぐ構図
参考資料
- Sapphire Ventures:Physical AI: The Countdown to Robotics' ChatGPT Moment(2026年8月27日)
- Carta:State of Private Markets: Q1 2026
- Skild AI:Series Cの発表(2026年1月14日)
- Generalist:GEN-1: Scaling Embodied Foundation Models to Mastery(2026年4月2日)
- Physical Intelligence:The Physical Intelligence Layer(2026年2月24日)
- NVIDIA:新しいPhysical AIモデルの公開(2026年1月5日)
次号の記事案
- 案1:ロボット基盤モデルの「マイルストーン対応表」を作る — Skild AI・PI・Generalistの評価額を、次の調達までに必要な売上・配備台数・成功率と対応させ、2027年の調達ラウンドを先読みする。
- 案2:共通ベンチマークは誰が作るのか — NVIDIAのIsaac Lab-Arenaと各社の自社テストを比べ、第三者評価が生まれる条件と、それが評価額に与える影響を探る。
- 案3:アジアのロボット基盤モデル — RLWRLDとLINEヤフー系CVC、SoftBankのSkild主導を手がかりに、日本の事業会社が「脳」の層にどう関わるかを整理する。
本記事は情報提供を目的としたものであり、特定銘柄の売買や投資助言ではありません。筆者は記事内で触れた企業の有価証券を保有している可能性があります。調査・執筆・翻訳の一部に生成AIを利用しています。調達額・評価額には報道ベースの未確定情報を含み、性能値は各社の自社テストの値です。倍率は筆者の計算値です。詳細は免責事項をご確認ください。















































































