剛登陸科創板即現身WRC 宇樹科技王興興：人形ロボットが「展示品」から「製品」へ進化する道

「人形ロボット第一股」と呼ばれる宇樹科技（688836-CN）が上海証券取引所の科创板に上場した翌日、同社の創業者であり、代表取締役会長兼最高技術責任者（CTO）の王興興氏が、2026年の世界機器人大会（WRC）の主催フォーラムに出席しました。王興興氏は『展示品から製品へ：人形ロボット産業の次の10年』というテーマで基調講演を行いました。

講演の中で、彼は具身知能技術の実用化、産業の爆発的成長の臨界点、そしてロボットの自己進化に関する技術的アプローチについて、個人的な見解と宇樹科技の最新の予備研究の方向性を共有しました。

### 具身知能の「ChatGPT時刻」への予測：厳格な80-80基準

市場が最も関心を持つ「汎用ロボットが日常生活や家庭に浸透する時期」について、王興興氏は慎重かつ客観的な予測を示しました。彼は、具身知能が「ChatGPT時刻」と同様の産業的臨界点を迎えるには、早い場合でもあと2〜3年、遅い場合は5年から10年かかる可能性があると述べました。

王興興氏は、この臨界点を特定のシーンでの技術デモンストレーションとは区別し、より厳しい評価基準を提示しました。それは、「80％の未知の環境において、音声または文字による指示だけで、ロボットが約80％のタスクを自律的に成功裏に遂行できる状態」です。彼は、プレゼン資料に「邁向（めいこう）」という言葉を使用したのは、このハードルがまだ越えられておらず、産業全体で突破すべき技術的課題であることを意味していると説明しました。

### 産業の核心的課題：微細操作の「最後の数センチ」

汎化能力に関して、王興興氏は「汎化能力が不十分である」ことが、現在世界中で直面している最大のボトルネックだと率直に語りました。固定された環境で十分なトレーニングデータを収集すれば、ロボットのタスク成功率はほぼ100％に近づくことができます。しかし、操作対象の物体や環境がわずかに変化するだけで、成功率は著しく低下します。

彼は、具体的な課題がタスク遂行の「最後の数センチ」、あるいは「最後の数ミリメートル」という微細操作の段階にあると分析しました。この段階では、ロボットは大まかな理解とタスク分解に問題はありませんが、末端の微小な触覚フィードバックや位置ずれをリアルタイムで修正できなければ、誤差が累積し、最終的に物をつかむことに失敗したり、物体が滑り落ちたりするのです。

王興興氏は、この背景には「AIモデルの入出力と実際の物理ロボットとの整合性が不十分である」という本質的な問題があると指摘しました。言語モデルの入出力が損失のないデジタル符号化とベクトル空間内で完結するのに対し、物理ロボットは物理世界とマッチングするすべての入出力において、必然的に偏差や損失が伴います。ただし、彼はこの問題は今後数年以内に解決されると予想しています。

### 自社開発技術の探求：「物理AIロボット自進化」フレームワーク

開発効率を高めるために、宇樹科技は会場で「予備研究」として「物理AIロボット自進化V1.0」フレームワークを披露しました。この技術的アプローチは、最先端のAI大規模モデルを活用して、物理世界のロボットの計算と進化を直接駆動することを想定しています。

このフレームワークの動作プロセスは以下の通りです。まず、エンジニアがルール、経験的制約、ツールインターフェースを定義します。その後、AI大規模モデルが自主的にネット上で最新の学術論文、高品質な研究成果、オープンソースのソリューションを検索し、ロボットの制御コードを自ら生成します。生成されたコードは、まずシミュレーション環境で検証とトレーニングを受け、その後、実際の物理ロボットに展開されてテストされます。テスト結果は、AIモデルと人間の評価者が共同で評価・採点し、その結果をプログラミングエージェントにフィードバックすることで、前向きな自己循環の閉ループを形成します。

王興興氏は、この自進化システムが基礎モデルの能力向上に適応し、多様なデータソースの利用率を高め、実機の導入規模が拡大するにつれてスキルを日々または毎月継続的に蓄積・蓄積できると述べました。しかし、彼はこの技術は現時点では同社の予備研究技術ルートに過ぎず、独立した検証を経て商業化された成果ではないと強調しました。

王興興氏は講演の最後に、宇樹科技は2017年または2018年から継続的に世界機器人大会に参加していると述べました。現在のAIの爆発的発展と世界的な注目の高まりの中、Physical AI（物理AI）は全く新しいスタート地点を迎えているとし、ロボットの進化と発展速度は予想よりもさらに速くなる可能性があると締めくくりました。