VTOL型固定翼ドローン、3年で「実証」から「型式認証」の時代へ ── エアロセンス・空解・Wingcopter・日本鯨類研究所の現在地

2023年7月に本ブログで「VTOL型固定翼ドローンのメーカー及びモデル」という記事を書いた。垂直離着陸（マルチコプター）と長距離巡航（固定翼）を両立するこのタイプの機体は、当時は各社とも「試作・実証実験」の段階にあり、エアロセンス、空解、Wingcopter、日本鯨類研究所の4社を紹介した。あれから3年が経ち、この分野はどこまで進んだのか、あらためて追跡調査してみた。

結論から言えば、4社はいずれも「試作・実証」段階から「型式認証の審査・実運用」段階へと明確に移行していた。特に2025〜2026年は、第三者上空飛行（レベル4）を可能にする第一種型式認証の申請、離島物流航路の構築、大規模航空測量の実用化検証がほぼ同時に進行しており、VTOL型固定翼ドローンが「制度に位置づけられた正式な航空機」へと成熟していく転換点にあるように見える。加えて、2023年の記事では触れなかった新規プレーヤーも登場している。

本稿では、既存4社の最新状況、新たに注目すべきメーカー・機種、規制・型式認証の動向、そして実用化までのロードマップと今後の見通しを整理する。

本稿の後半（実用化ロードマップ・今後の見通し）には、各社の公表計画や調査会社の予測に基づく筆者の見立てが含まれる。特に商用化の時期や市場規模の数値は精密な予測ではなく、あくまで現時点で得られる情報からの推測であることをお断りしておく。

1. エアロセンス：測量機「AS-VT02K」から災害救援用大型機「AS-H1」へ

主力の測量・点検機「エアロボウイング」は、2025年6月18日に後継モデル「AS-VT02K」の受注を開始した。2024年6月にVTOL型ドローンとして国内で初めて第二種型式認証を取得した「AS-VT01K」の後継にあたり、機体ケースを2分割して軽ワゴン車でも運搬できるようにしたほか、耐風性能を従来比約2倍に強化。防塵・防滴規格IP43を備え、従来機では飛べなかった少雨下でも運用できるようになった。LiDAR測量では国土交通省が公共測量で求める±5cmの精度を達成しており、道路や河川などの線状インフラを対象とした長距離測量・点検業務を主用途とする。同機は2026年6月の「Japan Drone 2026」で「Japan Drone & AAM Awards 2026」ハードウェア部門を受賞した。なお、AS-VT02K自体の第二種型式認証は取得予定の段階にある。

2023年当時「開発構想」の段階だった大型機は、災害救援用VTOL「AS-H1」として2025年6月のJapan Drone 2025で初公開された。プロペラを除く機体サイズは3.9m×2.7m×1.0m、機体重量57kg、最大積載重量13kg（2Lペットボトル1ケース相当）、飛行距離は高度100m・ペイロードなしで250km、高度1,000m・ペイロード10kg搭載時で120km。垂直離着陸用と水平飛行用あわせて10基のBLDCモーターに加え、フライトコントローラーの2系統化、バッテリーの4並列化など重要部品を冗長化しており、機体前方には250m先の障害物を検知するレーダーを搭載する。横風20m/sの雨天下でも安定飛行が可能という。

開発はJST（科学技術振興機構）が推進する経済安全保障重要技術育成プログラム（Kプログラム）の一環として2023年の採択以降進められ、2025年6月4日に試作機の完成が発表された。同月2日には国土交通省が第一種型式認証の申請を受理し、現在審査中である。最大離陸重量25kgを超える大型無人機の型式認証は業界全体にとっても前例が少なく、認証基準や審査手法そのものを航空局と関係者間で議論しながら進めている段階だ。現在は飛行試験機と製造中の改良機の2機体制で、飛行試験機はホバリングや上昇・下降、8の字飛行などを含む数十時間規模の飛行実績を積み重ねている。

実運用面での進展も大きい。エアロセンスは東京都「東京宝島事業」の一環である「東京宝島チャレンジプロジェクト」に2024年10月に採択され、2025年4月から「物を繋ぎ、人を繋ぎ、命を繋ぐ」をテーマに取り組みを開始した。開始に合わせて式根島―新島間で書類等を積んで往復するドローン物流飛行会が予定されたが、強風で延期となり2025年6月28日に実施されている。現在は式根島で2名、新島で1名がエアロボウイングを運用し、定期パトロールや森林・海洋・密漁の監視、島の魅力を伝える空撮映像の配信などを行っている。物流については日本航空（JAL）の協力を得て、式根島・新島・利島・神津島の4島間で航路の構築を進めており、行政間の交換便、処方箋、郵便物などの事業化を目指す。まずAS-VT02Kで軽量の運搬物から運用を開始し、AS-H1も2026年度中の運用開始を予定。物流事業が軌道に乗り次第、他の伊豆諸島へも対象範囲の拡大を検討するという。2023年の記事で提案した「伊豆諸島・小笠原諸島へのドローン配送」というアイデアは、まさにこの東京都との協業として現実のものになりつつある。

項目	AS-VT01（2020年）	AS-VT02K（2025年〜）	AS-H1（2025年公開）
主用途	測量・点検	測量・点検（広域・少雨対応）	災害救援・物流
最大積載重量	1kg	1.6kg	13kg
飛行距離	50km	最大80km	250km（ペイロードなし）／120km（10kg搭載時）
型式認証	なし	第二種を取得予定（前身のAS-VT01Kが2024年6月にVTOL機初取得）	第一種を2025年6月に申請・審査中

2. 空解：ガソリンハイブリッド機と火山災害を想定した実証測量

フラッグシップ機「QUKAI MEGA FUSION 3.5」は、新開発のセルモーター付き61cc4サイクル水平対向2気筒ガソリンエンジンを水平飛行用パワーユニットに採用し、最大航続距離は500kmに達する。100km飛行時のガソリン消費量は700ccと燃費が良く、CO2排出量は電動機とほぼ同等だという。離着陸用のパワーユニットは電動のままで、飛行中にエンジンが停止してもセルモーターで再始動できるフェールセーフ機構を備える。水平飛行用も電動を選ぶことができ、その場合の航続距離は120kmとなる。全幅3.5m／全長2.48m／重量約12kg／最大積載10kg、巡航速度80km/hというスペックだ。

2025年10月22日には、北海道・有珠山周辺で火山噴火災害を想定した長距離レーザー測量を実施した。QUKAI MEGA FUSION 3.5にRIEGL製の高性能LiDAR「VUX-120-23」（LiDAR用バッテリー込みで7kgペイロード）を搭載し、標高差約400mを含む往復30kmのフルオート飛行に成功。北海道大学広域複合災害研究センターや札幌開発建設部河川整備保全課などとの共同実証で、火山噴火を想定した条件下でレベル3.5飛行によるレーザー測量を行ったのは日本初の事例だという（空解調べ）。操縦は一等無人航空機操縦者技能証明（飛行機）の保有者が担当した。

その資格取得自体も同社の成果である。空解は2025年8月20日、代表取締役の森田直樹氏が一等無人航空機操縦者技能証明（飛行機、基本・目視外）を国内で初めて取得したと発表した。後述するようにVTOL機の操縦資格は制度上の難所であり、この分野で長距離飛行を社会実装するうえで不可欠な資格と位置づけている。2023年10月の伊豆―伊豆大島70km海上横断以降、同社は災害・測量用途で着実に実績を積み重ねている。もう一方の小型機「QUKAI FUSION 2.4」については、大きなアップデートは確認できなかった。

3. Wingcopter：外国製・固定翼ドローンとして国内初の型式認証審査

Wingcopter 198は、2024年4月に伊藤忠商事の支援のもと、外国製無人航空機として初、かつ固定翼ドローンとしても国内初となる第一種型式認証の申請受理が公表された。約2年の作業を経て、2026年3月5日にJCAB（国土交通省航空局）が同機の認証計画（Certification Plan）を正式受理し、計画段階から適合性実証の段階へと移行したことがWingcopter社から発表されている。米国でもFAAが特別クラス耐空性基準を発行済みで、型式証明プロセスが並行して進んでいる。

用途面では2026年1月7日、伊藤忠商事・パスコ・イエロースキャンジャパンの3社が、航空測量における固定翼式ドローンの実用化に向けた協業の基本合意書を締結した。Wingcopter 198にイエロースキャンジャパンのUAV搭載型レーザースキャナー「Voyager」を搭載したテストフライトでは、対地高度100m・14コースで350ha（3.5km²）を27分で計測し、安定した静音性の高い高速飛行性能と高密度なデータ取得を確認したという。航空機・ヘリコプターとマルチコプターの中間を埋める広域測量手法として、従来手法を補完する形での実用化を目指す構図だ。医療分野では血液製剤や医療機器の輸送への活用が検討されており、2024年6月には北海道・内浦湾を横断する片道48kmの医療機器輸送実証も実施されている。

4. 日本鯨類研究所：南極海での実用機運用と水素燃料電池機の行方

実用機「飛鳥改五二型」（航続100km以上、最大風速15m/sで航行中の船舶から離着陸可能、20m/sで飛行維持可能）は、2023/2024年度の南極海鯨類資源調査（JASS-A）に投入され、飛行回数20回（数回のテスト飛行を含む）・総飛行時間11時間12分・総飛行距離638kmの自律飛行を成し遂げた。船舶から離発着する無人航空機による大規模調査としては、南極観測・調査史上例のない成果だという。2024年6月にはオホーツク海や北西太平洋でナガスクジラ、ニタリクジラの親仔などの空撮にも活用された。

もっとも、直近の2025/26年度JASS-A（第三勇新丸・第二勇新丸が2025年12月3日に塩釜港を出港し、2026年1月5日から2月7日まで南緯60度以南で34日間調査）の終了報告では、「ドローンを利用した調査」としてシロナガスクジラ1体の映像撮影に成功したと記されるにとどまり、前回のような飛行回数・時間・距離の実績や機体名は公表されていない。詳細な運用実績については今後の続報を待ちたいところだ。

2023年の記事で紹介した水素燃料給電システム搭載の次世代実験機「飛鳥改五丙二型」（F.T.B. ASUKA Mark V H2）は、2026年6月5日にJFEコンテイナー製の高圧水素ガス容器を搭載する経済産業大臣特別認可を取得し、法規制面でのハードルを一つ越えた。高圧ガス保安法に基づき、高圧水素ガス容器を無人航空機に搭載して使用するために必要な認可で、安全性評価を経たものだ。ただし研究所の位置づけはあくまで「飛行実験機」であり、認可取得の発表時点で飛行試験の実施は公表されていない。飛行距離の伸長、搭載能力の向上、飛行時の直接CO2排出ゼロを目指して開発が続く一方、当初「2025年春まで」とされていた実用化目標は過ぎており、更新後の時期は明示されていない。

5. 新たに登場した注目メーカー・機種

2023年の記事では触れなかったが、この3年で存在感を増したメーカーもいくつかある。

• テラ・ラボ（日本） — Japan Drone 2026で固定翼VTOL「Terra Dolphin VTOL」（全長2,900mm×全幅4,300mm、機体重量55kg、エンジンはレシプロ／ジェットから選択、航続1,000km）を披露した。滑走路不要で被災地へ即時展開できる長距離機で、既存の大型機「Terra Dolphin 8000」（全幅8,000mm、機体重量120kg、最大高度6,000m、最長20時間飛行）や統合地上管制システム「Terra GCS」とあわせ、C4ISR（指揮・統制・通信・コンピュータ・情報・監視・偵察）を支えるデュアルユース機としてもアピールする。興味深いのは、機体は完成したものの国内では飛行試験のハードルが高く、2026年6月にタイの国防技術研究局（DTI）と協定を締結し、高度2,000mまで使えるラチャブリー県の飛行場で実証を進めるという点だ。日本の制度が長距離VTOLの検証にまだ追いついていない現実を示す事例でもある。
• 日本無人航空機製造（NUAM／日本） — 前述の「飛鳥」開発で中核を担った技術陣を母体に、横浜市で設立された純国産VTOL-UAVメーカー。代表は日本鯨類研究所で無人航空機開発を率いた人物で、同研究所の技術顧問も兼ねる。海洋運用を前提とした後継機VTOL「飛翔」（電動型で全長1.75m×全幅3.185m×全高0.64m、本体重量29.0kg）を手がけ、ガソリン／水素／JP-5燃料エンジンなど用途に応じたカスタマイズにも対応するという。船上離発着の実運用経験を持つ数少ない国産勢として注目される。
• Wingtra（スイス） — テールシッター型の測量用VTOL「WingtraOne GEN II」。1フライトで広範囲をカバーでき、PPKによる高精度測量に対応する。国内でも複数の販売代理店を通じて流通しており、測量分野ではエアロセンスや空解と直接競合する。
• Quantum-Systems（ドイツ） — 主翼を外してトライコプター形態にも変形できる2in1のVTOL固定翼機「Vector」シリーズなど。防衛・偵察用途が中心だが測量転用も可能で、市場調査各社が固定翼VTOL市場の主要プレーヤーとして名前を挙げる常連である。

なお、国内の型式認証制度全体で見ると、レベル4対応の第一種型式認証の第1号はACSLのマルチローター機「PF2-CAT3」（2023年3月13日取得）であり、固定翼VTOLに限らない無人航空機全体の制度形成をリードしてきた点も付け加えておく。

6. 型式認証・操縦資格制度の動き

2022年12月の改正航空法でレベル4飛行（有人地帯上空の目視外飛行）が解禁されて以降、型式認証制度が本格的に動き出した。第一種型式認証は立入管理措置を講じない第三者上空飛行（レベル4）を目的とする最高レベルの認証で、国が直接検査し有効期間は3年。第二種型式認証は立入管理措置を前提とした特定飛行向けで、日本海事協会などの登録検査機関が検査を担う。以下は主な機体の取得・申請状況である。

機体	メーカー	認証区分	状況（2026年8月時点）
ACSL式PF2-CAT3型	ACSL	第一種	2023年3月取得（国内初、マルチローター機）。2026年3月に国内初の更新も完了
Airpeak S1（ARS-S1）	ソニーグループ	第二種	2023年12月22日取得
エアロボウイング（AS-VT01K）	エアロセンス	第二種	2024年6月取得（VTOL型ドローンとして国内初）
Wingcopter 198	Wingcopter	第一種	2026年3月に認証計画が受理され適合性実証段階へ（外国製・固定翼機として国内初の審査対象）
AS-H1	エアロセンス	第一種	2025年6月に申請が受理され審査中（国産大型VTOL機）

注目すべきは、制度開始から3年以上を経た2026年時点でも、第一種型式認証を取得した機体はACSLのPF2-CAT3ただ1機という点だ。イームズロボティクスやプロドローンの機体も申請中で、審査には相応の時間がかかっている。VTOL固定翼機についてはWingcopter 198が外国製・固定翼機として国内初の第一種審査対象、AS-H1が国産大型VTOL機の申請機としてこの分野の制度形成を実質的にリードしているが、どちらもまだ審査段階にあり、VTOL固定翼機によるレベル4の商用飛行は実現していない。実運用の多くは、レベル3（無人地帯目視外・補助者なし）やレベル3.5（一等・二等資格と保険加入、機上カメラによる監視を条件に立入管理措置を省略できる飛行方法）で行われているのが実情である。

操縦者の資格制度にも動きがある。VTOL機は制度上「飛行機」区分に該当するため、実地試験では滑走路を使った離着陸の技能が求められ、垂直離着陸するVTOL機には実態と合わないという「ねじれ」が指摘されてきた。マルチローターと飛行機の2つの資格取得で対応する事業者もおり、負担が大きいとの声が上がっていた。これを受けて国土交通省は規制改革推進会議のワーキンググループなどに提出した資料で、技能証明の無人航空機の種類「飛行機」を垂直離着陸型（VTOL）とそれ以外に分けることを検討する必要があると示している。航空法施行規則の改正により新区分が誕生すれば、操縦者育成のボトルネック解消につながりそうだ。

7. 実用化へのロードマップ

各社の発表を時系列で並べると、おおむね次のような流れが見えてくる。

• 〜2023年（達成済み）：測量・点検・医薬品輸送の実証実験フェーズ。空解の伊豆―伊豆大島70km海上横断、飛鳥の南極海での船上発着運用、レベル3.5飛行の新設（2023年12月）など。
• 2024〜2025年（達成済み）：AS-VT01KがVTOL機初の第二種型式認証を取得（2024年6月）、Wingcopter 198の第一種型式認証申請受理（2024年4月公表）、AS-VT02K受注開始とAS-H1試作機完成・第一種申請受理（いずれも2025年6月）、東京宝島プロジェクトでの島しょ間の取り組み開始（2025年4月）、空解が国内初の一等（飛行機）技能証明を取得（2025年8月）、空解の火山災害想定レーザー測量（2025年10月）。
• 2026年（進行中）：Wingcopter 198の適合性実証段階への移行（3月）、伊藤忠・パスコ・イエロースキャンによる固定翼ドローン航空測量の実用化検証（1月）、JALと連携した伊豆諸島4島間の物流航路構築、AS-H1の離島間物流を想定した実証実験（秋予定）と2026年度中の運用開始予定、飛鳥H2の高圧水素容器の特別認可取得（6月）、VTOL専用技能証明区分の制度化議論。
• 2027〜2028年（各社の計画・見立てベース）：AS-H1やWingcopter 198の第一種型式認証取得とレベル4商用飛行の実現、伊豆諸島での物流事業化と他島への拡大、大規模航空測量サービスの本格展開、飛鳥H2の飛行試験・実用化などが見込まれる。ただし大型機の型式認証は前例に乏しく審査基準の確立に時間を要するため、これらの時期はあくまで現時点の計画であり、後ろ倒しになる可能性も十分にある。

実用化に向けて残るハードルとしては、大型VTOL機の第一種型式認証の審査基準・手法がまだ確立していないこと、VTOL専用の操縦資格制度が未整備であること、運航管理（UTM）や1対多運航といった運用体制の社会実装が途上であること、そして水素など新しい推進系に対する高圧ガス保安法をはじめとする横断的な法規制対応が挙げられる。エアロセンスによれば、機体販売は着実に伸びている一方で「VTOL機は運用が難しそう」「制度対応のハードルが高そう」といった声も依然多く、技術開発と並行した市場形成そのものも課題になっている。

8. 今後の市場見通し

国内ドローンビジネス市場全体で見ると、インプレス総合研究所の調査では2025年度の市場規模が4,973億円（前年度比13.8%増）、2026年度は5,501億円（同10.6%増）と推計され、2025〜2030年度に年平均13.9%で成長し2030年度には9,544億円に達すると予測されている。2025年度の内訳ではサービス市場が2,711億円と最大で、機体市場1,227億円、周辺サービス市場1,036億円が続く。ドローン利用企業の7割以上が実装フェーズに入り、土木・建築や点検用途での普及が顕著だとされる。

一方、世界の固定翼VTOL市場の予測は調査会社によって大きく食い違う。Mordor Intelligenceは2025年の13.2億米ドルから2030年に37.9億米ドル（CAGR23.48%）へ拡大すると見るのに対し、MarketsandMarketsは2025年6.9億米ドルから2030年12.0億米ドル（CAGR11.7%）とより保守的だ。しかも後者は2022年時点では「2030年に46.3億米ドル」と予測しており、自社の見立てを大幅に下方修正している。この種の数字は単独で鵜呑みにできないが、複数の調査が防衛・監視用途を中心に高成長を見込んでいる点自体は共通している。

用途面では、測量（LiDAR広域計測）、インフラ点検（送電線・河川・砂防・鉄道斜面）、離島・中山間地物流、災害対応、洋上・環境調査という広がりが確立しつつある。ガソリンハイブリッド（空解）や水素燃料給電（日本鯨類研究所）による航続距離の延伸、冗長化による高信頼設計（AS-H1）、C4ISR用途への広がり（テラ・ラボ）といった技術的な分化も進んでいる。

まとめ

2023年から2026年にかけての最大の変化は、各社が「試作・実証」段階から「型式認証の審査」段階へ移行し、離島物流の航路構築や広域測量の実用化検証が始まったことだ。次の2〜3年は、大型機の第一種型式認証取得とVTOL専用操縦資格の制度整備という「制度の壁」を越えられるかどうかが最大の焦点になる。これを乗り越えられれば、VTOL型固定翼ドローンは人口減少・高齢化と多島嶼という日本の社会課題に応える「空の広域インフラ」として本格的に普及していく可能性がある。逆に大型機の認証基準確立や資格制度改正が遅れれば、レベル4の商用飛行の実現は2028年以降にさらにずれ込むことも考えられる。テラ・ラボが国内での飛行試験を断念してタイに実証の場を求めた事実は、この「制度の壁」が単なる手続きの問題ではないことを示している。この分野の動きは今後半年〜1年で大きな続報が出る可能性が高く、引き続き追いかけていきたい。

【2026年8月改訂版】AGIと高度なAIエージェントの境界はどこに消えたのか――ARC-AGI-3が示す「連続体の中の壁」

2024年12月、本ブログで「AGIと高度なAIエージェントの違い」というコラムを書いた。AGIを「自己目的設定・未知の課題への柔軟な対応・深い文脈理解と内省を持つ汎用知性」、高度なAIエージェントを「特定タスクに特化し、外部からの指示に依存し、自己目的設定能力を持たないもの」として、両者を汎用性と目的設定能力という2軸で対比させる内容だった。

あれから1年8ヶ月が経った。エージェントは自動運転やチャットボットの延長ではなく、数時間かけてコードを書き続け、コンピュータ画面を自律的に操作する存在になった。一方でAGIという言葉自体は、それを掲げてきた当のOpenAI CEOが「あまり有用な用語ではない」と言い出すところまで揺らいでいる。この2つの動きは、一見バラバラに見えて実は同じ現象の裏表である。

結論を先に述べると、2024年12月の2軸フレームワーク（汎用性・目的設定能力）は骨格として今も有効だが、「対比」ではなく「連続体（スペクトラム）」として読み替える必要が出てきた。ただしその連続体の中でも、「与えられた仕様のタスクをこなす能力」と「何が目的かを自分で発見する能力」の間には、2026年になって初めて定量的に見えるようになった差がある。しかもこの差は、わずか数ヶ月で急速に縮まりつつある。その動きの速さ自体が、AGIを固定されたゴールとして語ることの難しさを物語っている。

本稿にはAGI実現時期に関する研究者・経営者の見通しを複数引用しているが、これらは筆者の予測ではなく各人の公表発言であり、精密な予測ではないことをあらかじめ断っておく。数値は執筆時点（2026年8月）で追跡できた一次情報に基づくが、ベンチマークスコアの多くは集計元によって差があり、特に断りのない限り独立検証済みとは限らない。

1. エージェントの自律性はどこまで伸びたか ―― 「時間軸」という物差し

旧記事は高度なAIエージェントを「特定タスクに特化し、訓練されたデータやプログラムの範囲内でしか対応できない」と定義した。この定義は「自律的に動ける時間の長さ」という一点において、2026年時点で大きく塗り替わっている。

AI安全評価の非営利団体METRは2025年3月、「タスク時間軸」という指標を提唱した。人間の専門家がそのタスクを終えるのにかかる時間を基準に、AIが50%の確率で自律的に完遂できるタスクの長さを測るものだ。この指標で見ると、2024年半ばのGPT-4oは約7分だったのに対し、2026年5月にMETRが評価したAnthropicの「Claude Mythos Preview」は16時間以上（95%信頼区間で8.5〜55時間）という、これまでで最も高い数値を記録した。

モデル／時期	50%タスク時間軸	備考
GPT-4o（2024年半ば）	約7分	METR初期論文の起点
Claude 3.7 Sonnet（2025年2月）	約59分	1時間の壁に接近
Claude Opus 4.5（2025年12月）	4時間49分	95%CI 1時間49分〜20時間25分
Opus 4.6／GPT-5.2（2026年2月）	5〜6時間規模	両社が拮抗
Claude Mythos Preview（2026年5月公開）	16時間以上	METR計測の上限値。3月の限定評価

ただし、この数字を鵜呑みにするのは危険だ。METR自身が「現在のタスク群では16時間を超える測定は信頼できない」と明記しており、評価に使う228タスクのうち16時間以上のものはわずか5つしかない。信頼区間も非常に広く、METRは「Opus 4.5の『真の』時間軸が3.5時間なのか6.5時間なのか、正直分からない」と率直に述べている。

さらに重要なのは、80%の確率で成功する時間軸はほとんど伸びていないという事実だ。Opus 4.5の80%時間軸は27分、GPT-5.1-Codex-Maxで32分と、過去のモデルとほぼ同水準にとどまっている。「50%成功なら数時間、80%成功なら30分」という乖離は、実務でエージェントに何を任せられるかを考えるうえで、50%時間軸の派手な伸びよりもよほど重要な数字である。

2. ベンチマークと実運用の溝 ―― コンピュータ操作エージェントの場合

この溝を最もはっきり見せてくれるのが、コンピュータ画面を実際に操作するエージェントの評価だ。実デスクトップでの369タスクを人間と比較するOSWorldというベンチマークでは、2024年4月の12.24%から、2026年6月には上位モデルが85%前後（人間の基準値72.36%を上回る）まで駆け上がった。数字だけ見れば「解決済み」に見える。ただしこの人間基準値や上位スコアは、評価版・ハーネス構成・計測日によって数値が変動する点には留意しておきたい。

ところが2026年6月に公開された後継ベンチマーク「OSWorld 2.0」（人間の所要時間の中央値が約1.6時間という、より長く現実的なワークフロー108件で構成）では様相が一変する。500ステップの予算内で最高スコアを記録したのは Claude Opus 4.8 だが、その完遂率はわずか20.6%だった。しかもタスクが長くなるほど成功率は急落し、人間で163分を超えるタスクになると、すべてのモデルで完遂率が0%になる。

「短いタスクのベンチマークで85%、長く現実的なワークフローで20.6%」——この対比こそが、2026年時点でのエージェントの実像である。制約を途中で忘れる、必要な情報を取りこぼす、確認せずに推測で進める、検証の工程を省略する。論文が挙げるこれらの失敗パターンは、まさに実際の業務でユーザーが直面するものと重なる。

3. 「仕様通りにこなす」と「目的を自分で見つける」―― ARC-AGI-3が示した壁

旧記事が挙げた「未知の課題への柔軟な対応」というAGIの条件は、2026年に入って初めて明確な数字として測定されるようになった。新規パターンへの推論能力を測るARC-AGIベンチマークの創案者François Cholletらは、2025年3月に第2版（ARC-AGI-2）を公開した。ローンチ時点でフロンティアモデルはほぼ全滅（1桁%台）だったが、2026年前半にはGoogleのGemini 3.1 Proが77.1%、Gemini 3 Deep Thinkが84.6%まで到達し、フロンティアAPI経由の公開リーダーボードでは85%規模の値も報告されている。

ここで一つ注意が要る。この「85%規模」はAPI経由でフルセットを評価した値であり、インターネット接続なし・1提出あたり約50ドルという計算予算の制約下で競うKaggleの公式コンペティション（ARC Prize）の値とは別物だ。後者の2025年最高値は非公開評価セットでわずか24%にとどまる。ちなみに人間の基準値は、ARC Prizeが400名超を対象に実施した対照試験で平均60%であり、しばしば引用される「10人のパネルで100%」はARC-AGI-1（旧版）の別の調査に由来する数字なので、両者を混同しないよう注意したい。ARC-AGI-2の85%グランプリ（完全公開・再現可能な解に与えられる賞）は、2025年終了時点でまだ誰も獲得していない。

そして2026年3月、ARC Prizeは第3版「ARC-AGI-3」を公開した。これは静的なパズルではなく、説明も規則も目標も与えられない対話型の環境を数百用意し、エージェントが自力で探索し、何をすれば「勝ち」なのかを発見し、学んだことを次のレベルに持ち越せるかを問うものだ。ARC-AGIシリーズで2019年の開始以来、初めての大きな形式転換である。

公開直後の評価は際立っていた。人間は全環境で100%を達成し、フロンティアAIは1%未満にとどまった。この結果は当時、旧記事が「自己目的設定の欠如」と呼んだものを、初めて数字として裏づけたかに見えた。

ただしこの数字は、4ヶ月足らずで大きく動いている。2026年7月24日、ARC Prizeが独立検証した結果によれば、AnthropicのClaude Opus 5がARC-AGI-3で30.2%を記録し、それまでの最高値だったGPT-5.6 Sol（Max reasoning）の7.8%を4倍近く上回った。それまで誰も攻略できなかった環境を5つ新たに解き、うち4つは人間と同等以上の効率だったという。なお、OpenAIは同じGPT-5.6 Solについて、推論の状態を保持し文脈を圧縮する設定に切り替えると、パブリックセットでのスコアが13.3%から38.3%まで伸びると発表している。ただしこれはARC Prize公式リーダーボードとは異なるタスクセット・ハーネスでの測定であり、30.2%という数字と単純に順位を比較できるものではない。

この推移から読み取るべきは、「AIには自己目的設定能力が全くない」という単純な結論ではない。むしろ、①閉じたゲーム環境の中でルールや目標を発見する能力自体は、この数ヶ月で急速に向上しつつあること、②そのスコアはモデル単体の実力だけでなく、ハーネスや推論状態の保持方法といったエージェント設計に大きく左右されること、の2点だろう。加えて、ARC-AGI-3が測っているのはあくまで閉じた環境内での局所的な目標・ルールの発見であり、旧記事が言う「自己目的設定」——長期的な価値観や動機を自ら形成する能力——を直接測定・否定するものではない点にも注意しておきたい。過大解釈を避けるなら、「未知の環境でのルール発見能力」という限定された意味において、AIエージェントはこの数ヶ月で急速にキャッチアップしつつあるが、人間の効率にはまだ届いていない、というのが現時点で言える範囲だろう。

4. AGIの定義そのものが溶けていく

旧記事はAGIを「自己目的設定・内省・意識」といった哲学的な軸で定義した。2026年の主要研究機関は、この種の定義からむしろ距離を置く方向に動いている。

Google DeepMindは2023年の論文で、性能と汎用性の2軸によるLevel 0〜5の段階分類「Levels of AGI」を提示した。2025年4月に公開した145ページの技術報告書では、これを踏まえて「Exceptional AGI（Level 4）＝幅広い非物理的タスクで熟練成人の99パーセンタイル以上」という能力の分位点でAGIを定義し、「意識」ではなく測定可能な能力水準に焦点を絞っている。OpenAIも「Chatbot→Reasoner→Agent→Innovator→Organization」という5段階を提示し、現在のエージェントはその3段階目に位置づけられるとしている。いずれも、AGIとエージェントを「別物」ではなく「連続体の一点」として扱う構図だ。

最も象徴的なのは、MicrosoftとOpenAIの契約に埋め込まれていたAGI条項の変遷である。当初は「OpenAI取締役会がAGI達成を宣言すればMicrosoftのIP権が失効する」という能力ベースの取り決めだったが、2024年末には「最初期投資家が受け取れる利益、約1000億ドルを生み出す能力」という財務的な定義に置き換わっていたことが報じられた。2025年10月の組織再編に伴う新契約では、AGI宣言の判定は独立専門家パネルによる検証手続きに変わり、2026年4月にはこの条項自体が削除されたと報じられている。能力の定義から、金額の定義へ、そして手続きの定義へ、最終的には契約から消える——この4段階の変遷は、「AGI」という語を法的文書に固定することの難しさをよく示している。

Anthropicは早い段階から「AGI」という語を避け、「powerful AI（強力なAI）」という表現を使ってきた。Dario Amodeiは2024年10月のエッセイで、これを「ノーベル賞受賞者級の知性を持ち、人間が使うあらゆるインターフェースを操作でき、自律的に行動できるもの」と説明し、「データセンターの中の天才の国」と表現している。

5. 実現時期の予測 ―― 収斂ではなく、振れ幅

主要な研究者・経営者の見通しは、「収斂しつつある」というより「大きく振れながら推移している」というのが実態に近い。

Anthropicのダリオ・アモデイは2026年1月の対談で、人間ができることをノーベル賞受賞者の水準でこなせるモデルの到達を「2026年か2027年」と述べた一方、Anthropicの売上が2023年ゼロから2024年に10億ドル、2025年に100億ドルへと年10倍で伸びてきたことを紹介しつつ、この成長曲線が文字通り続くとは限らないと自ら留保している。Google DeepMindのデミス・ハサビスは長く2030〜2035年という見通しを示してきたが、2026年5月には2029〜2030年へと前倒しした。それでも「記憶・一貫性・継続学習という、あと1〜2のブレークスルーが必要」という立場は変えていない。

一方でOpenAIのサム・アルトマンは、2025年8月8日放送のCNBC番組で「AGIはあまり有用な用語ではない」と述べ、それまでの前のめりな姿勢からトーンを変えた。理由として、AGIの定義が論者ごとに複数あり、重要なのは特定の到達点ではなく能力の指数関数的な向上そのものだ、という考えを示している。予測追跡サイトの集計によれば、2025年後半には複数の著名な論者が予測を後ろ倒しにしたが、2026年に入ってからの更新はふたたび軒並み前倒しに転じている。「収斂」というより「振動」と呼ぶ方が正確だろう。

6. 技術的ボトルネック ―― 継続学習という壁

旧記事が挙げた技術的課題（汎用学習アルゴリズム、計算資源、自然言語処理の精度）のうち、自然言語処理の基礎的な流暢さは大きく向上した。ただし事実性や長い文脈での一貫性、専門領域での正確性は実務上の課題として依然残っており、「解決済み」と言い切るのは時期尚早だろう。加えてこの1年8ヶ月では、継続学習・長期記憶・一貫性が、研究コミュニティの関心を集める主要な論点の一つとして浮上した。

現行のモデルは事前学習を終えると基本的に静的であり、会話の文脈窓の外側に新しい長期記憶を形成できない。2026年のフロンティア規模の検証では、複数の主要モデルに連続的なファインチューニングを施すと、既存タスクの能力が15〜32%低下するという結果が報告されている。緩和策の研究は進んでおり、例えば「スパース・メモリ・ファインチューニング」という手法は、フルファインチューニングで89%落ちる性能低下を11%まで抑えたと報告された。Google Researchも2025年11月、モデルを多層の入れ子構造として捉え直す「Nested Learning」という枠組みを発表している。ただしこれらはいずれも研究段階であり、フロンティア製品への実装には至っていない。

実務のエージェントでは、セッションをまたいで状態を保持するメモリツールやチェックポイント機能の実装が進んでいる。ただしこれは外部記憶による回避策であり、モデルの重みそのものが経験によって更新され続けるという意味での継続学習とは異なる。この区別は、AGIの技術的な準備状況を評価するうえで重要である。

7. ビジネス現場の実態 ―― 導入したが、成果が出ない

旧記事は「AIエージェントは自動運転・カスタマーサポート・医療診断で即効性を発揮する」と述べた。2026年時点の実務データは、より慎重な見方を要求している。

MIT Media Labの2025年7月の報告書は、企業が生成AIに300〜400億ドルを投じながら、95%のパイロットが測定可能な損益インパクトを生んでいないと指摘した。失敗の主因はモデルの品質でも規制でもなく、ツールがフィードバックを保持し、文脈に適応し、時間とともに改善する仕組みを欠いている「学習ギャップ」にあるという。成功している5%に共通するのは、対象タスクを狭く絞ること、特定ドメインに特化すること、外部の専門家と組むことの3点だ。社内人材と外部専門家を組み合わせた案件の成功率は67%に達する一方、IT部門単独での内製は22%にとどまる。なお、この報告書は査読を経た学術研究ではなく著者自身が「予備的な調査」と位置づけたものであり、成功・失敗の判定基準もパイロット開始からおおむね6ヶ月というやや短い観測期間でのP&Lインパクトに限定されている点には留意しておきたい。

調査会社Gartnerは2025年6月、エージェント型AIプロジェクトの40%超が2027年末までに中止されると予測した。理由はコストの増大、ビジネス価値の不明確さ、リスク統制の不備の3点である。同社は既存のチャットボットやRPAを「エージェント」と再ブランドするだけの「agent washing」にも警鐘を鳴らし、数千存在するとされるエージェント型AIベンダーのうち実体を伴うのは約130社程度と見積もっている。一方で同社は、2028年までに日常業務判断の少なくとも15%がエージェント型AIによって自律的に行われ、企業向けソフトウェアの33%がエージェント型AIを含むようになるとも予測しており、悲観一色の見立てではない。

まとめ ―― 「対比」から「連続体」へ、そして新しい壁の発見

2024年12月の記事が示した2軸フレームワークは、骨格としては今も通用する。ただしこの1年8ヶ月で明らかになったのは、AGIとエージェントを二項対立で語る構図そのものが崩れ、代わりに「自律性・時間軸の連続体」という見方が主流になったということだ。METRの時間軸は数分から十数時間へと伸び、DeepMindやOpenAIの段階分類、Microsoft-OpenAIの契約変遷も、いずれもAGIを単一のイベントではなく連続的な進捗として扱っている。

その一方で、連続体の中に興味深い非対称性があることも、この1年8ヶ月で見えてきた。仕様が明確なタスクをこなす能力は、コンピュータ操作でもARC-AGI-2でも人間の水準に並びつつある。目的そのものを自分で発見しなければならない環境（ARC-AGI-3）では、公開直後こそAIは1%未満にとどまったが、わずか4ヶ月でトップスコアは30%規模まで押し上がった。旧記事が定性的に指摘していた「自己目的設定の欠如」は、2026年になって定量的に観測できるようになったが、その差は固定された壁というより急速に埋まりつつあるものであり、しかもそのスピードがモデル単体の実力なのか、ハーネス設計に依存するのかは、まだ見極めが必要な段階にある——というのが本稿の最も重要な更新点である。

実務への示唆としては、「AGIかどうか」を問うよりも、自社の業務を「人間換算で何分のタスクか」で棚卸しし、しかも派手に伸びている50%時間軸ではなく、実務で意味を持つ80%時間軸（現状30分前後で足踏み）を基準に据えることを勧めたい。エージェント導入は狭く深く進め、長時間ワークフローには人間の監督を残す設計を前提とする。そして「AGI」という言葉を契約やベンダー選定に持ち込む際は、それが能力の話なのか、金額の話なのか、手続きの話なのかを、あらかじめ明文化しておく必要がある。Microsoft-OpenAIの契約がたどった4段階の変遷は、その教訓を最も雄弁に物語っている。

音楽生成AI、訴訟からライセンスへ——Suno・Udioとレーベルの攻防2026

プロンプトを打ち込むだけで、ボーカル入りのフル楽曲が1分足らずで出てくる。そんなAI音楽生成が「一部のマニアの遊び」だった時期は、もう終わっている。2026年8月現在、この分野は技術・資金・法律の3つの面で同時に大きな転換点を迎えている。

象徴的なのは、この1か月の間に起きた2つの出来事だ。AI音楽の代表格であるSunoは2026年6月、評価額54億ドルという巨額の資金調達に成功した。その1か月半後の7月31日、ドイツのミュンヘン地裁はそのSunoに著作権侵害の敗訴判決を言い渡している。「投資家は勝つと信じて金を出し、レーベルは負けさせようと法廷で戦っている」——この分裂こそが、いまのAI音楽業界の姿をよく表している。

技術面ではすでに「実用段階」に入り、業界構造は「訴訟からライセンスへ」の転換が進行中だ。そして、個人クリエイターが実際にAI音楽を収益化する上での実務的な注意点も、この1年でかなり明確になってきた。順に見ていきたい。

本記事のうち「今後の展望」や各社の戦略予測にあたる部分は、公開情報からの筆者の推定であり、確定した事実ではない。訴訟の帰趨や規約変更のスケジュールは流動的なので、その点を踏まえて読んでほしい。

1. 技術は「聴ける」から「使える」へ

消費者向けAI音楽生成の事実上のリーダーはSunoだ。2025年9月のv5でボーカルエンジンを刷新して出力を48kHz化し、長距離アテンションによって長尺楽曲でも主題が崩れにくくなった。2026年3月26日に投入されたv5.5では、乾いたボーカルサンプルから自分の声質を反映した音色を作る「Voices」と、複数の参照曲から独自スタイルを学習させる「Custom Models」が追加されている。アーキテクチャとしては、トランスフォーマー系の言語モデルで作曲・トークン生成を行い、拡散モデル的な手法で高音質化するハイブリッド構成が一般的だ。

競合のUdioはステム分離やインペインティング、セクション単位の再生成など、プロ向けの精密な制御を志向している。注目すべきはElevenLabsで、2025年8月5日に投入した「Eleven Music」は独立系レーベル団体Merlinと大手音楽出版社Kobaltから事前にライセンスを取得したうえでリリースされた。しかもKobaltとの契約では、出版側と原盤側の印税を50対50に配分する「パリティ」条項が盛り込まれている。これはストリーミング時代に出版社側が原盤側より不利な取り分になりがちだった構造にくさびを打つ内容で、業界的には小さくない意味を持つ。

GoogleはVertex AI/MusicFX後継のLyria 2からFlow MusicのLyria 3.5へと進化させており、ゲーム向けにBPMやキーをリアルタイムで指定できるLyria RealTimeも用意する。Stability AIのStable Audio 2.5は音楽と効果音の両対応でインペインティングを搭載。一方、MetaのMusicGenはオープンソースだが2024年以降大型更新がなく、商用勢との品質差が開きつつある。

2. 資金は倍々ゲーム、評価額の背後にあるもの

Sunoの評価額の推移を見ると、この業界の熱狂ぶりが分かる。2024年5月のシリーズBでは5億ドル、2025年11月のシリーズCでは24.5億ドル、そして2026年6月3日のシリーズDでは54億ドルに達した。半年で評価額が倍以上になった計算だ。シリーズDはBond Capitalが主導し、IVP、Forerunner、Union Square Ventures、Alkeon、Quietなどが参加、累計調達額は約7.75億ドルにのぼる。CEOのMikey Shulmanは2026年2月に有料会員200万人到達を公表しており、調査会社Sacraは同月時点のARR(年間経常収益)を約3億ドルと推計している。これは2025年末の約2.27億ドルから前年比404%の伸びだ。

興味深いのは、この評価額急騰のタイミングが、大手レーベルとの和解・ライセンス提携の進展と重なっていることだ。ユーザー数の増加そのものよりも、「法的な不確実性が薄れたこと」が最大級の資金調達を可能にした、という見方は業界内でも根強い。

3. レーベルとの攻防——和解する陣営、戦い続ける陣営

2024年6月、RIAA(全米レコード協会)の調整のもと、Universal・Sony・Warnerの3大メジャーがSunoとUdioを提訴した。それから2年弱で、対応は各社ばらばらに分かれている。

レーベル	Sunoとの関係	Udioとの関係	備考
Warner Music	2025年11月に和解・ライセンス提携	2025年11月に和解	和解にあわせSunoがWarnerのライブ情報サービスSongkickを取得
Universal Music	係争継続	2025年10月に和解・共同プラットフォーム開発へ	Sunoとは2026年5月に訴訟対象曲を6万曲超に拡大申立て
Sony Music	係争継続	係争継続	3社中唯一、両社との訴訟を継続中(AI企業KLAYとは別途ライセンス契約)

ライセンス型の受け皿として動き出しているのが、Udioの新プラットフォーム「Starstruck」だ。楽曲をカバー・再解釈・リミックス・新規作成する4モードを備え、生成物の権利は権利者側が保持する「壁に囲まれた庭」方式を採る。ElevenLabsも2026年4月、ファン参加型の生成・リミックス・ストリーミング機能を統合した「ElevenMusic」を発表している。

しかし、この「メジャー和解」の恩恵が現場のミュージシャンに届いているかというと、そうとは言い切れない。セッションミュージシャンの労働組合である全米音楽家連盟(AFM)は2026年6月5日、ニューヨーク南部地区連邦地裁にUniversal・Warnerを提訴した。労働協約の「新用途」条項に基づき、AI企業へのライセンスで生じた収益がミュージシャン本人に分配されていないと主張している。独立系ミュージシャンによる集団訴訟も別途進行中で、「メジャー同士の和解はメジャーのカタログしかカバーしない」という構造的な問題が浮き彫りになりつつある。

4. 司法の分水嶺——ミュンヘン地裁のSuno敗訴

2026年7月31日、ドイツ音楽著作権管理団体GEMAが起こした訴訟で、ミュンヘン地裁(事件番号42 O 763/25)はSunoの敗訴を言い渡した。欧州における生成AI音楽の本格的な司法判断としては初めてのケースになる。対象となったのはBoney M.『Rasputin』『Daddy Cool』、Lou Bega『Mambo No. 5』、Alphaville『Big in Japan』『Forever Young』、Helene Fischerの『Atemlos durch die Nacht』の6曲。Suno自身が「GEMAレパートリーを無許諾で訓練に使い、ストリームリッピングで取得した」ことを事実上認めていたため、争点は「学習利用にライセンスは不要か」という一点に絞られていた。

裁判所はこの主張を退け、モデル内部への楽曲の記憶(訓練による複製権侵害)と、それを出力として提供する行為(公衆送信権侵害)の両方を認定した。米国内で行われた訓練行為についても、EUのユーザーに出力が提供される以上はEU法の適用対象になるとして、ドイツの裁判所が管轄権を持つと判断した点が特に重い。Sunoには著作物の無断複製の停止、収益の開示、損害賠償の支払いが命じられ、将来の違反には最大25万ユーロの制裁金が設定されている。判決は未確定でSunoは控訴を検討しているとされるが、フェアユース(米国での並行訴訟の争点)を巡る議論にも影響を与えうる判断だ。

5. 配信プラットフォームの対応は割れている

AI生成楽曲の流入量は、配信側にとってもはや無視できない規模になっている。フランスのDeezerは独自のAI検出技術を早くから運用しており、その報告によれば全アップロードに占めるフルAI生成曲の比率は2025年9月時点で28%、2026年4月に44%、そして2026年6月にはピークで50%を超えた(1日あたり約9万曲)。これらのストリームの85%が不正操作と判定され、収益化の対象から除外されているという。

プラットフォームごとの姿勢は一様ではない。YouTubeは2025年7月15日、収益化ポリシーの「反復コンテンツ」規定を「非真正コンテンツ」に改称・明確化し、テンプレート化・大量生産された低努力コンテンツを収益化対象外とした。ただしAI利用そのものは禁止しておらず、人間による編集や企画性など独自の付加価値があれば収益化可能という立場を明言している。Spotifyは2026年4月16日から、DDEX規格に基づくAI利用の任意開示機能「AI Credits」をベータ提供しており、開示自体はランキングに不利にならないとしている。一方でTIDALは2026年7月15日から、完全AI生成トラックを印税の対象から除外する方針に踏み切っており、同じ「AI開示」でもプラットフォームによって行き着く先が違う。

6. 日本の著作権法30条の4という「特殊な立ち位置」

著作権を巡る各国の対応にも差がある。米国著作権局は2025年1月29日に公表したレポートで「人間の作者性」が著作権発生の要件だと改めて確認し、プロンプトのみによるAI生成物は登録できないとの立場を示した。EUではAI法のGPAI(汎用AI)義務が2025年8月2日に発効し、訓練データの要約公表が義務化されている。

日本の状況はやや特殊だ。著作権法30条の4は、著作物の「享受」を目的としない利用であれば、AI学習目的の利用を原則として権利者の許諾なく認めている。文化庁が2024年3月に示した考え方では、学習段階で享受目的が一つでも併存すれば30条の4は適用されず、出力段階では既存著作物との「類似性」と「依拠性」の両方が侵害の要件になる、と整理されている。この枠組みのもとでは、権利者が学習利用そのものに反対する意思を反映させる制度的な仕組みが存在しない。JASRACを含む音楽関連9団体で構成する「AIに関する音楽団体協議会」は2025年12月17日の意見表明で、SunoやSora 2の名を挙げつつ「現行の著作権法のもとでは、第30条の4の規定により、営利目的の生成AIを開発するための学習利用に対しても、権利者が反対の意思を反映させることはできません」と明記し、学習データの記録・保存・開示の義務化と、権利者が学習利用への反対を表明できる「選択の機会」の確保を求めている。ただし2026年8月時点で、30条の4そのものの改正は行われていない。

7. 個人クリエイターが今おさえるべき実務ポイント

YouTubeなどでAI生成音楽を発表・収益化しているクリエイターにとって、最も見落としやすいのが「商用利用の許可」と「著作権の発生」は別物だという点だ。Sunoの規約には「機械学習の性質上、出力にいかなる著作権が発生することも保証しない」との一文があり、プロンプトのみで生成した楽曲は、日本でも米国でも著作物性が認められにくい。プランについても、Sunoの商用利用権はProプラン(月10ドル)以上に限られ、しかも契約中に生成した楽曲にのみ及ぶ「フォワードルッキング」方式であり、後から有料化しても過去の無料枠の楽曲には遡及しない。無料枠の楽曲はそもそも商用利用もダウンロードもできない。

実務的には、次の3点が効いてくる。第一に、収益化する楽曲は必ず有料契約中に生成し、生成日時の記録を残すこと。第二に、作詞・プロンプトの改稿履歴・複数生成からの選択・DAWでのミックスといった、人間の創作的関与の証跡を残しておくこと。これは著作権登録や収益化審査への異議申し立てで有効な防御材料になる。第三に、「AI丸投げの大量投稿」に見えないよう、キュレーションや世界観、映像面での付加価値を明示すること。トランス系やインストゥルメンタル中心のジャンルは、ボーカルの比重が低くこうした差別化がしやすい分、YouTubeの非真正コンテンツ規定に抵触しにくいという側面もある。SunoのStudio機能(上位プランで利用可)を使ってステムを分離し、DAWで再構築するワークフローは、音質と「人間の関与」の両方を底上げする手段として現実的だ。

まとめ

AI音楽生成は、技術面ではすでに「聴けるだけ」の段階を抜け、プロの制作ワークフローに組み込める水準に達している。ビジネス面では、無許諾で走ってきたSuno・Udioが大手レーベルとの和解を経てライセンス型へと軸足を移しつつあるが、この移行はメジャーレーベルと現場のミュージシャンの利害の再配分をめぐって新たな摩擦を生んでもいる。GEMA対Sunoの判決は、この移行を後押しする材料にも、ブレーキをかける材料にもなりうる分岐点だ。

個人クリエイターにとっての実務的な結論はシンプルだ。「商用利用できる」と「著作権がある」は別問題であり、プラットフォームごとにAI楽曲への姿勢が分かれ始めている以上、規約の変化を継続的に追い、人間の創作的関与を意識的に記録しておくことが、これまで以上に重要になっている。

国産CPU「FUJITSU-MONAKA」を読み解く——70B対応の根拠、Arm AGI CPUとの競合、ソブリンAI市場での勝算

富士通が開発中の次世代CPU「FUJITSU-MONAKA（モナカ）」は、まだ1個も市場に出荷されていない。それにもかかわらず、この2nmチップは日本の半導体戦略とAIインフラ論の中で異様に大きな存在感を放っている。理由は単純で、NVIDIAのGPUが世界のAI計算基盤をほぼ独占する状況に対して、「CPUだけで70Bクラスの大規模言語モデルを扱える」という数字が独り歩きしているからだ。

この主張がどこまで実証されたものなのか、そしてそれが本当に競争力につながるのかを検証するに値する理由は、単なる新製品スペックの話にとどまらないところにある。MONAKAは経済産業省傘下のNEDOグリーンイノベーション基金の支援を受け、スーパーコンピュータ「富岳」の後継機「富岳NEXT」の心臓部にも据えられる、国家的な半導体自立戦略の中核部品でもある。ソブリンAI（自国で管理・運用できるAI基盤）という政策的な追い風の中で、この国産CPUがどこまで戦えるのかは、富士通一社の話にとどまらない意味を持つ。

結論を先に書く。MONAKAの確定仕様（144コア／ソケット、2nm＋5nmの3Dチップレット、12チャネルDDR5、2027年出荷）はすでに固まっている。一方で「70Bパラメータ級モデルに対応」という話は、実測ベンチマークではなく2025年12月の欧州クラウド事業者Scalewayとの提携発表に基づく能力表明であり、トークン生成速度などの絶対性能はいまだ一切公開されていない。MONAKAの勝ち筋は「GPUより速い」ことではなく、大容量メモリ・電力効率・空冷可能な設計・国産という4点を武器に、日本国内のソブリンAI需要と欧州のデータ主権需要を取りにいくことにある。最大のリスクは、Arm自身が「AGI CPU」という名で同じ土俵に自社シリコンを投入し始めたことも含め、CPUベースのAIインフラ市場そのものが2026年に入って急速に混雑してきたことだ。

本記事で扱うFUJITSU-MONAKAは2026年8月時点で未発売のCPUである。性能・電力効率に関する数値の大半は富士通が掲げる開発目標、あるいは搭載メモリ規格から算出した第三者推定であり、実機での測定値ではない。文中では「公式発表の確定仕様」「富士通の目標値」「第三者推定」「メディア報道（未確定）」を区別して記載する。将来の市場見通しに関する記述は筆者の推定であり、精密な予測ではない点をあらかじめお断りしておく。

1. FUJITSU-MONAKAとは何か——確定している仕様

MONAKAは、Armv9-Aアーキテクチャに基づき、Arm SVE2（Scalable Vector Extension 2、ベクトル幅256bit）を演算に用いるデータセンター向けCPUである。1ソケットあたり144コアを搭載し、デュアルソケット構成では最大288コアまで拡張できる。メモリは12チャネルのDDR5、I/OはPCIe 6.0（CXL 3.0対応）。Arm CCA（Confidential Compute Architecture）による機密計算にも対応し、空冷・水冷の両方で運用できる設計になっている。開発は経済産業省・NEDOの「グリーンイノベーション基金事業／次世代デジタルインフラの構築」の一環である「次世代グリーンデータセンター技術開発」プロジェクトの支援を受けており、富士通はNEC、アイオーコア、キオクシア、京セラなどと共に2022年2月にこのプロジェクトへの採択を受けている。プロジェクト全体の目標は、2030年までに開発開始時点で普及していたデータセンター比で40%以上の省エネを実現することだ。

最大の技術的な見どころはパッケージング技術にある。2026年2月、富士通はBroadcomの3.5D XDSiP（eXtreme Dimension System in Package）プラットフォームを採用することを公表した。TSMCの2nm（N2）プロセスで製造される36コアの演算チップレットを4基用意し、これをTSMCの5nm（N5）で製造されるSRAM（キャッシュ）タイルの上にフェイス・トゥ・フェイスで積層し、ハイブリッド銅接合（HCB）で貼り合わせる。さらにこの4組の3D積層ブロックを、中央の大型I/Oダイ（メモリコントローラ、PCIe 6.0/CXL 3.0）とシリコンインターポーザ経由の2.5D接続でつなぐ。もっとも高価な2nmプロセスを演算ダイのみに限定することで、最先端プロセス面積の割合を全体の3割未満に抑えるコスト設計になっている点は、半導体解説メディアのChips and Cheeseも指摘している。2026年春にはこの実物ウェハとパッケージサンプルがPC Watchの取材で公開され、開発が計画通り進んでいることが示された。富士通の説明員によれば、エンジニアリングサンプルの提供開始は2026年夏頃、商用出荷は2027年度を予定している。

MONAKAは、スーパーコンピュータ「富岳」に搭載されたA64FX（Armv8-A、48コア、HBM2、TOP500で2020〜2022年に世界1位）の後継にあたる。ただし設計思想は大きく転換している。A64FXがHBM2を採用したシングルソケット・HPC特化型だったのに対し、MONAKAはHBMを採用せずDDR5に振り切り、デュアルソケットで汎用のデータセンター・AI・通信・エッジコンピューティングを幅広くカバーする設計になっている。富士通は2027年の出荷時点で、競合CPU比でアプリケーション実行性能・電力あたり性能とも約2倍を目標に掲げているが、これはあくまで開発目標値であり、実測のベンチマーク結果ではない。

開発ロードマップは以下の3世代で構成される。第1世代のMONAKA（2027年、2nm）はHPCと汎用AIを主用途とする。第2世代のMONAKA-X（2029年、1.4nm）では、サーバー級Armプロセッサとして世界初となるArm SME2（Scalable Matrix Extension 2）を実装し、NPU（AI専用アクセラレータ）をオンパッケージで統合する計画で、すでに富岳の後継機「富岳NEXT」への採用が決まっている。第3世代のMONAKA-XX（2031年）では、CPUとNPUを完全に融合させることを目指す。「MONAKA-X with NPU」を独立した別世代として扱う説明を見かけることがあるが、これは正確ではない。NPU統合はMONAKA-X（2029年）の段階ですでに計画に組み込まれている。

世代	時期	プロセス	主な特徴	位置づけ
MONAKA	2027年（出荷予定）	2nm＋5nm 3Dチップレット	144コア/ソケット、SVE2、12ch DDR5	HPC・汎用AI・データセンター
MONAKA-X	2029年（製品化予定）	1.4nm	サーバー級Arm初のSME2、NPU統合、NVLink Fusion	富岳NEXTに採用決定済み
MONAKA-XX	2031年（目標）	1.4nm以降	CPUとNPUの完全融合	次世代AI-HPC融合

2. 「70BクラスLLMに対応」という主張の中身

この数字の出所は一つしかない。2025年12月4日、富士通と欧州最大級のクラウド事業者Scaleway（フランス）が発表した戦略提携（MoU締結は同年11月27日）である。両社の公式発表文をそのまま要約すると、「特定の推論タスクにおける暫定試験の結果、従来手法と比較して電力効率が最大1.9倍、コスト効率が最大1.7倍に達し、MONAKAは最大700億パラメータのモデルを扱えることが示された」という内容になる。ここで注意すべき点が3つある。第一に「最大」（up to）という上限値の表現であること。第二に「特定の推論タスク（selected inferencing tasks）」という限定がついていること。第三に「暫定試験（preliminary testing）」であり、最終シリコンではなく評価用のプロキシ環境での測定である可能性が高いことだ。トークン生成速度やレイテンシといった絶対的な性能値は、この発表を含め富士通から一切公開されていない。

では技術的に何が70Bクラスの推論を可能にするのか。LLM推論のうちトークン生成（デコード）段階はメモリ帯域に律速される処理であり、70Bパラメータのモデルは重みだけでINT8量子化時に約70GB、FP16時に約140GBのメモリを必要とする。MONAKAは12チャネルのDDR5を採用しており、GPUのVRAM容量（NVIDIA H100で80GB、H200で141GB）という1枚あたりの制約を受けずに、大容量メモリを比較的安価に確保できる。第三者の推定では、DDR5を1DPC（1チャネル1枚）でフル実装した場合の理論上の最大容量は1ソケットあたり約3TBに達するとされる（Tom's Hardware、2024年12月時点の記事）。ただし富士通は採用するDDR5の速度規格を公式には明らかにしておらず、メモリ帯域についても同時期のChips and Cheeseの試算で「DDR5-6400を仮定すれば600GB/s超」、Tom's Hardwareの試算で「460〜844GB/s程度」という幅のある推定値が出ている段階にとどまる。参考までに、NVIDIA GraceのLPDDR5Xは約1TB/s、H100のHBM3にいたっては3.35TB/sを超える帯域を持つ。つまりMONAKAのメモリ帯域はGPUのHBMには遠く及ばず、これがCPU推論のトークン生成速度における根本的な制約になる。

この制約を踏まえると、MONAKAの現実的な立ち位置が見えてくる。GPUに対して「トークン/秒」の絶対速度で優位に立つことは原理的に難しい。差別化の軸はそこではなく、（1）ソケットあたりの大容量メモリでモデル全体を1台に収められること、（2）電力効率と空冷可能性によるデータセンターの電力・冷却制約の緩和、（3）TCO（総所有コスト）の最適化、（4）国産CPUとしてのデータ主権・ソブリンAI適合性、の4点にある。富士通自身もNVIDIAとの提携文脈で、GPUを置き換えるのではなく「CPUが推論オーケストレーションや周辺処理を担い、GPUが大規模な学習・推論本体を担う」という役割分担を前提とした説明をしており、MONAKAはGPUの代替ではなく補完として位置づけられている。

3. AI活用における想定ユースケース

• 企業向けAIエージェント基盤——2025年10月3日、富士通はNVIDIAとの提携拡大を発表し、自社のAIエージェント基盤「Kozuchi」をNVIDIA Dynamo・NeMo・NIMと統合するフルスタック構想を示した。MONAKA CPUとNVIDIA GPUをNVLink Fusionで密結合し、ヘルスケア・製造・ロボティクスなど業種特化のAIエージェントをまず日本国内で、その後グローバルに展開する計画である。
• ソブリンAI・行政AI基盤への波及可能性——日本政府は2026年3月、デジタル庁が開発した「ガバメントAI 源内（げんない）」の全府省庁約18万人規模での実証を開始し、同年4月にはOSSとして公開している。こうした国産・自国管理型AI基盤への政策的需要が高まっていること自体は事実だが、現時点でMONAKAがこの源内や産総研の計算基盤に採用されたという公式発表は存在しない。あくまで戦略的な親和性の指摘にとどめておくべきだろう。
• 製造業のAIサロゲートモデル（CAE高速化）——富士通とタイヤメーカーのDUNLOP（住友ゴム工業）は、タイヤの構造解析にAIサロゲートモデルを適用する共同検証を行っている。従来のFEM（有限要素法）解析と比較して計算時間を約45分から約5分に短縮（約9倍高速化）し、接地形状の予測精度は平均87.7%を達成したと発表されている。これとは別に、流体解析分野でもAIサロゲートモデルがOpenFOAMによるHPCシミュレーション比で約5倍の高速化、精度91.1%を達成したことが富士通のISC2026向け資料で示されている。両技術はMONAKAの試作機を用いた検証を2026年12月までに開始する計画で、DUNLOPは2027年4月までの実運用開始を目指すとしている。
• 機密性を要するオンプレ・エッジ推論——Arm CCAによる機密計算に対応しているため、金融・医療・行政分野でのデータ保護と、空冷で運用できる柔軟性を組み合わせたオンプレミス／エッジでのAI推論に向くとされる。

4. AI以外の用途

MONAKAの用途はAI推論に限らない。もっとも確度の高い非AI用途は、富岳の後継機「富岳NEXT」である。2025年8月22日、理化学研究所・富士通・NVIDIAは共同でこのプロジェクトを発表した。開発予算は1,100億円超（約7.4億ドル）、2029年に神戸のポートアイランドへ搬入、2030年の稼働開始を目指す。富岳と比べてハードウェアで約5倍、ソフトウェア最適化で10〜20倍、合計で実アプリケーション性能約100倍を目標に掲げ、AI性能（FP8精度・sparse）で600エクサFLOPS超という「ゼッタスケール」を標榜する。この数字はFP8ベースのAI性能指標であり、従来のTOP500基準であるFP64演算性能とは尺度が異なる点に注意が必要だ。電力枠は富岳と同じ約40MWに据え置く計画で、CPUにはMONAKA-Xが採用され、NVIDIAのGPUとNVLink Fusionで接続される。理化学研究所が開発主導、富士通が設計契約を担い、NVIDIAがGPUを供給する体制である。

富士通は公式にMONAKAを「データセンター、通信、エッジコンピューティングまで」対応する汎用プロセッサと位置づけている。データベースなど一般的なエンタープライズワークロードでのTCO最適化を掲げているが、具体的な性能倍率については公式ベンチマークが公開されておらず、この記事では数値を伴う主張は避ける。通信・5G基盤事業（1FINITYなど）との親和性についても、富士通は同事業を展開しているが、MONAKAとの具体的な統合実績はまだ確認できていない。

5. 競合ポジショニング

MONAKAが実際に出荷される2027年には、Armベースのデータセンター向けCPU市場はすでに相当に混雑している。2025年末から2026年前半にかけて、NVIDIA Grace系、Arm自身の「AGI CPU」、AWSのGraviton5、MicrosoftのAzure Cobalt 200といった有力製品が相次いで発表・一般提供されており、MONAKAはこの「後発」というハンディを負って市場に参入することになる。

項目	FUJITSU-MONAKA	NVIDIA Grace	Arm AGI CPU	AWS Graviton5
コア	144（デュアルソケットで288）	72（Superchipは144）	最大136（2ダイ）	192（4チップレット）
コアIP／プロセス	Armv9-A・SVE2／TSMC 2nm+5nm	Neoverse V2／TSMC 4nm	Neoverse V3／TSMC 3nm	Armv3世代コア／TSMC 3nm
メモリ	12ch DDR5（速度未公開）	LPDDR5X、約1TB/s	12ch DDR5-8800、800GB/s超	DDR5-8800、L3キャッシュ192MB
出荷状況	2027年出荷予定（未発売）	出荷中（2023年〜）	2026年3月発表、下期より本格出荷	2026年6月一般提供開始
外販の有無	CPU単体・サーバー方式で外販予定	外販（サーバーメーカー向け）	外販（Meta主導、他社にも提供）	AWS内製・自社クラウド専用

NVIDIA Graceは、すでにGrace HopperやGrace Blackwellといったスーパーチップとして市場に浸透しており、CUDAエコシステムとの統合という圧倒的な強みを持つ。ただし富士通はGraceを単純な敵として扱っているわけではなく、NVLink FusionによるCPU-GPU連携という形でNVIDIAとの協業を選んでおり、MONAKAはGraceの直接的な代替というより、NVIDIA陣営の中の「もう一つの選択肢」というポジションを取りにいっている。

より注視すべきはArmの「AGI CPU」だ。2026年3月24日、Arm社は35年の歴史で初めてとなる自社設計・自社製造の完成品シリコンとして「AGI CPU」を発表した。Meta社が主導パートナーとして共同開発し、Neoverse V3コアを最大136基（2ダイ構成）搭載、TSMCの3nmプロセスで製造され、全コア稼働時3.2GHz・ブースト時3.7GHz、TDP300W、12チャネルのDDR5-8800で800GB/s超の集約帯域、PCIe Gen6を96レーン、CXL 3.0に対応する。OpenAI、Cloudflare、Cerebras、SAP、SK Telecomなども導入パートナーに名を連ねる。AGI CPUはLLM推論そのものというより「エージェント型AIのオーケストレーション」（アクセラレータの管理、スケジューリング、データ移動）に特化した設計であり、MONAKAが狙う汎用データセンター＋AI推論という守備範囲とは重なりつつもズレがある。ただしArmがIPライセンスビジネスから完成品シリコン販売へと踏み出したこと自体が、MONAKAにとっての競争環境を一段と厳しくする材料であることは間違いない。

ハイパースケーラー各社の内製Armチップ——AWS Graviton5（192コア、2026年6月一般提供開始）、Google Axion、Microsoft Azure Cobalt 200（132コア、2026年提供予定）——は、いずれも自社クラウド専用で外販されないため、MONAKAの直接競合というより「CPUがAI関連処理を担う」という業界トレンドの傍証と見るべきだろう。ただし、クラウド最大手が軒並みArmベースの自社設計に舵を切っている事実は、MONAKAが外販で食い込める余地を相対的に狭めている面もある。x86陣営（AMD EPYC、Intel Xeon 6のAMX拡張）は、すでに巨大なソフトウェア資産とISVサポートを持つ既存勢力であり、MONAKAにとって最大の実務上の障壁になるのはこの部分だろう。なお富士通はAMDとも2024年11月にMoUを締結しており、MONAKA CPUとAMD Instinctアクセラレータを組み合わせたプラットフォームを2027年までに共同開発する計画を持つ。NVIDIA一辺倒ではなく複数のGPUベンダーと組む「両にらみ」の戦略を取っている点は特筆に値する。

6. 市場見通し——国内と海外

もっとも確度の高い市場は日本国内である。2026年2月12日、富士通は経済安全保障推進法における特定重要インフラ事業者向けを念頭に置いた「国産ソブリンAIサーバー」の生産開始を発表した。石川県かほく市の笠島工場で、まず2026年3月からNVIDIA HGX B300やRTX PRO 6000 Blackwellを搭載したサーバーの生産を開始し、基板組み立ては同年6月から始める。MONAKA搭載サーバーについては2026年度中（2027年3月末まで）の生産開始を目指すとしている。一方、2026年8月のダイヤモンド編集部の取材によれば、MONAKAチップ自体のTSMCでの量産開始は2027年3月末、出荷は同年4月とされている。チップの量産開始とほぼ同時に搭載サーバーの生産も立ち上げる計算になり、かなりタイトなスケジュールであることは念頭に置いておいたほうがよい。富士通はSupermicroとの協業を拡大し、AIサーバーの企画・開発・製造・販売・保守を一貫して提供する体制を敷いている。

海外では欧州が最初の橋頭堡になりそうだ。Scalewayとの提携は、GDPRを含むデータ主権規制と脱・NVIDIA依存への関心が強い欧州市場を念頭に置いたもので、2026年後半にはPoC（概念実証）が始まる見込みとされている。一方、米国・中国市場はNVIDIA、x86、ハイパースケーラーの内製チップが支配的であり、実績のない国産CPUがブランド認知・ISVサポートの面で食い込むハードルは高い。富士通・NVIDIA・AMDとの提携網、そしてSupermicro経由のグローバル展開が現実的な進出経路になるだろう。富岳NEXTという公共調達のアンカー案件を持っていることは、実績づくりの観点で大きな意味を持つ。

7. リスクと注視すべきポイント

• 絶対性能値が一切非公開——トークン/秒、レイテンシ、実測メモリ帯域、実測消費電力のいずれも公開されていない。「1.9倍」「1.7倍」「70Bパラメータ対応」という主張はすべて相対値・能力表明であり、実際の性能水準は2026年後半のPoC結果を待つ必要がある。
• ソフトウェア・ISVエコシステムの成熟度——x86陣営に対する最大のハンディはここにある。llama.cppやvLLMなど主要な推論エンジンへの最適化は進められているが、商用ISVの対応状況や開発者コミュニティの厚みは未知数である。
• Rapidusへの生産委託は未確定——次世代のMONAKA-X（1.4nm世代）について、富士通副社長CTOのヴィヴェック・マハジャン氏は「なるべく国内で生産したい」としてRapidusへの委託を優先的に検討していると述べているが、2026年内の委託先決定を目指す段階にとどまり、TSMCも引き続き候補に残っている。「Rapidus委託が有力」と断定するのはまだ早い。
• 市場そのものの混雑——Arm自身のAGI CPU参入、ハイパースケーラー各社の内製Armチップの相次ぐ一般提供により、MONAKAが2027年に出荷される頃には、CPUベースのAIインフラ市場はすでに複数の有力プレイヤーが存在する状態になっている。

まとめ

FUJITSU-MONAKAの確定仕様は野心的だ。2nm＋5nmの3Dチップレット、144コア、12チャネルDDR5、空冷対応という組み合わせは、日本の半導体産業が久しく手にしていなかった最先端プロセスへの挑戦であり、それ自体に価値がある。一方で「70BクラスLLMに対応」という象徴的な数字は、2025年12月の提携発表に基づく能力表明の域を出ておらず、実測ベンチマークが公開されるまでは慎重に扱うべき情報だ。MONAKAの現実的な勝ち筋は、GPUとの速度競争ではなく、大容量メモリ・電力効率・空冷可能性・国産という属性を武器に、日本国内のソブリンAI需要と経済安全保障政策、そして欧州のデータ主権需要を取りにいくところにある。富岳NEXTという実績づくりの場を持っていることも強みだ。ただし、Arm自身のAGI CPU参入に象徴されるように、CPUベースのAIインフラという土俵そのものが2026年に入って急速に混み合ってきている。2026年後半に予定されるScalewayでのPoC結果、そして2027年の実出荷後に初めて公開されるはずの実測ベンチマークが、この主張の実力を判断する最初の材料になるだろう。

参考：富士通 FUJITSU-MONAKA公式ページ／Scaleway・富士通提携発表／The Register（Broadcom 3.5D XDSiP）／富岳NEXT発表（DCD）／Arm AGI CPU発表

自動運転の現在地、2026年8月版——Waymo・Teslaは踊り場、日本はティアフォー上場

自動運転はまだ「実証実験の技術」なのか、それとも「回っているビジネス」なのか。この境界線が2026年に入って急速にはっきりしてきました。米Waymoは2月に160億ドルを調達して企業価値1,260億ドルに達し、週50万回超の有料乗車を捌くようになりました。米Amazon傘下Zooxは本日8月10日、Las Vegasで初の有料サービスを開始します。日本でも自動運転OS「Autoware」を手がけるティアフォーが7月22日に東証グロース市場へ上場し、トヨタが資本参加するなど、資金と実装の両面で動きが加速しています。

一方で、8月に入って見えてきたのは「拡大は続くが、成長カーブは踊り場に入りつつある」という別の顔です。WaymoはQ1（3月時点）で週50万回に到達した後、7月22日のQ2決算でも同じ「50万回超」という表現にとどまり、四半期を通じた伸びはほぼ横ばいでした。Teslaも展開都市こそ7都市に増えましたが、有料走行距離の四半期増分はQ1・Q2でほぼ同じ約90万マイルです。情報が錯綜しやすい分野でもあり、企業の目標値と実績値が混同されがちなため、本稿は主要な数値・日付を一次情報（各社発表、NHTSA・国交省等の公的資料、Reuters・Bloomberg・CNBC等の一次報道）で照合したうえでまとめています。

結論を先に書くと、無人商用サービスとして実際にスケールしているのはWaymoと中国勢（Baidu Apollo Go等）のみという構図は変わっていません。Teslaはカメラのみのアプローチで7都市に展開エリアを広げましたが、実働台数と稼働率の低さは解消されていません。日本は東京・横浜で複数陣営が助走を続ける一方、地方の先行事例だった永平寺町の運休は8月時点でも解消していません。

本稿には各社の目標値・市場予測など将来に関する記述が含まれます。これらは各社・調査機関による見通しであり、確定した実績ではありません。特にTeslaの展開時期については過去に複数回未達の実績があるため、宣言と実績を区別して記載しています。

1. Waymo：拡大は続くが、Q2は「横ばい」

Alphabet傘下のWaymoは2026年2月、160億ドルの資金調達を発表し、企業価値は1,260億ドル（post-money）に達しました。Dragoneer Investment Group、DST Global、Sequoia Capitalが主導し、Alphabetが引き続き筆頭株主です。2024年10月のシリーズCラウンド（5.6億ドル調達、評価額450億ドル）からわずか1年強で評価額が2.8倍になった計算になります。

運行実績は2026年3月26日時点で米国10都市で週50万回を突破し、7月8日にはSan Diego・Las Vegas・Tampa・Denverの4都市を追加しました。ただし7月22日のQ2決算でAlphabetが用いた表現は3月時点と同じ「週50万回超」で、四半期を通じた伸びはほぼ横ばいだったことになります。共同CEOのTekedra Mawakana氏は年内に週100万回への到達を目標として掲げていますが、独立系分析（FutureSearch、2026年8月6日更新）ではこのQ2の足踏みを反映し、年末時点の中央値予測を77.5万回から76.5万回へ下方修正しています。フリート規模は約3,700台です。

2026年5月には新型車両「Ojai（オーハイ）」の投入も始まりました。中国Geely傘下Zeekrが製造した車体にWaymoの第6世代システムを搭載したもので、5月28日からSan Francisco・Los Angeles・Phoenixで無料試乗を開始し、7月29日にPhoenixで初の有料サービスに移行しています（カリフォルニア州では新型車両への課金にCPUCの追加承認が必要なため、有料化はアリゾナ州が先行しました）。米国のロボタクシーの主力車両が中国メーカー製という点は、サプライチェーンの観点からも今後の論点になりそうです。なお5月末には、工事帯での走行に課題があるとして一部都市で高速道路サービスを一時停止しており、再開時期は明示されていません。

安全面では2025年に複数のリコールが発生しています。5月には低速でのゲート・チェーンへの衝突を理由に1,212台、その後高速道路の工事帯進入を理由に約3,900台、12月にはスクールバスの追い越し違反を理由に3,067台のソフトウェア・リコールを実施しました。スクールバスの件は、テキサス州オースティンとジョージア州アトランタの学区がそれぞれ19件・6件の違反を確認したことを受けたもので、NHTSAが調査に着手した経緯があります。負傷者は報告されていません。

もう一つの弱点は非常時対応です。2025年12月20日、サンフランシスコで大規模停電が発生した際、信号が消えた交差点でWaymo車両が1,500回以上立ち往生し、64台をレッカー移動で回収する事態になりました。2026年7月4日の独立記念日花火大会でも渋滞でバッテリーが枯渇し、複数台がレッカーされています。同年7月18日の別の停電では、事前にサービスを約1時間停止する対応を取り、教訓が生かされつつあることも報じられています。サンフランシスコ市議会はこの問題を巡って公聴会を開き、救急対応部隊への負担について懸念を表明しました。

日本については、日本交通・GOとの戦略的提携（2024年12月発表）に基づき、2025年4月から東京都心7区（港・新宿・渋谷・千代田・中央・品川・江東）で公道走行を開始しています。2026年3月27日の東京メディア説明会では、トヨタ自動車との自動運転車両の共同開発を模索していることも明らかにされ、最高製品責任者のパニグラヒ氏は「東京でのローンチは数カ月以内に実現し得る」と発言しました。ただし8月時点で無人サービスの正式な開始時期は公表されておらず、訓練を受けた日本交通の乗務員が同乗する形での走行が続いています。

2. Tesla：都市は7つに増えたが、車両は増えていない

Teslaは2025年6月にオースティンでロボタクシーを開始しました。当初はModel Yに安全要員を同乗させる形態で、Muskは年末までにオースティン500台・ベイエリア1,000台超という目標を掲げていましたが、実際の稼働台数はオースティン約42台、ベイエリア約130台にとどまり、大半が安全要員付きでした。

2026年に入ってからは都市展開が加速しました。4月にDallas・Houston、7月3日にMiami、7月21日にはOrlando・Tampaが加わり、8月時点でテキサス・フロリダ2州とベイエリア（カリフォルニア州、安全要員付き）を合わせた7市場で展開しています。フロリダ州が自動運転車に州単位の一括ライセンスを発給しているため、都市ごとの許認可を経ずに短期間で3都市（Miami・Orlando・Tampa、7月3日から21日までの18日間）を追加できた経緯があります。

しかし車両規模はほぼ増えていません。7月22日時点の無人（安全要員なし）車両は全展開都市を合計しても約21台（Austin約17台、Dallas約4台）で、Orlando・Tampaの車両数は公表されていません。Q2決算でTeslaは「有料ロボタクシー走行距離が累計240万マイルに達した」という累積グラフを示しましたが、これを四半期ごとに分解すると、Q2の増加分は約90万マイルでQ1とほぼ同じであり、伸び率は横ばいだったことになります。稼働率についても、2026年2月時点の調査でオースティンでの稼働率（サービス提供時間の割合）はわずか19％、事故率は人間ドライバーの約4倍と報じられています。

Q2決算では、ロボタクシー車両のソフトウェアが最新版「FSD v15」に移行したことも明らかにされました。ハンドルもペダルも持たない専用車両Cybercabもオースティンで公道試験が始まっており（7月11日確認）、米運輸省がハンドル・ペダルなしの自動運転専用車に対するブレーキペダル要件の撤廃を提案するなど、規制面での追い風も出ています。ただしMuskは、車両の本格増強はFSD v15による安全性向上を見極めてからとしており、実質的な拡大は2026年末〜2027年初頭にずれ込む可能性が引き続き指摘されています。NHTSAはカメラのみに依存する設計の妥当性を含め、FSDの調査範囲を拡大しています。

3. 中国勢：許認可は再開、海外展開も継続

中国はロボタクシーの台数・累計乗車回数で世界最大規模です。Baidu Apollo Go（蘿蔔快跑）は2026年2月時点で累計乗車2,000万回超、武漢だけで完全無人車1,000台超を運行し、20都市超（海外はアブダビ・ドバイ・スイス）で展開していました。

しかし2026年3月31日夜、武漢でApollo Go車両100台超がクラウド障害により一斉に停止し、乗客が最大2時間車内に取り残される事態が発生しました。救援を求める車内の緊急ボタンやカスタマーサポートが機能しなかったとの報道もあります。これを受けて中国当局は4月29日、全国で新規の自動運転許認可（フリート増強・新規実証・新規都市展開）を凍結しました。Baiduの武漢での運行は調査終了まで停止され、Pony.ai・WeRideなど他社の既存フリートは通常運行を継続しましたが、両社の株価は発表直後にそれぞれ5.5％・4.7％下落しています。凍結は業界横断の安全審査完了を経て、6月末に審査が完了し、7月下旬から一部都市で許認可の発給が段階的に再開されています。

国内の凍結期間中も、海外展開は止まっていません。WeRideは7月9日、Uberとの提携でスイスにおける商用ロボタクシーサービスを開始したと報じられています。Pony.aiも2026年末までに1,700台超から3,500台への拡大計画を維持していると説明していました。

市販車のレベル3についても中国は前進しています。2025年12月15日、工業情報化部（MIIT）は一般乗用車として初めてレベル3の型式認可を発給しました。対象は長安汽車のDeepal SL03（重慶、渋滞時の単一車線走行で最高時速50km）とBAICのArcfox Alpha S（北京、高速道路の単一車線走行で最高時速80km）の2車種です。この認可リストにTeslaの車種は含まれていません。

4. Zoox・Wayve：新しい参入パターン

Amazon傘下Zooxは、ハンドルもペダルも持たない専用設計車両でLas Vegas・San Francisco・Austin・Miamiで無料の試験サービスを続けてきましたが、7月30日にNHTSAから商用運行の暫定適用除外（年間最大2,500台、2年間）を取得し、本日8月10日からLas Vegasで有料サービスを開始します。料金はUberの「コンフォート」クラス相当を想定しているとされています。同社は過去にソフトウェアのリコールを複数回実施しており、直近では緊急車両現場での煙検知に関する不具合で2026年7月に対応を行っています。

車両ではなく自動運転ソフトウェアそのものをライセンス提供する事業モデルとして注目されるのが英Wayveです。2026年2月25日、シリーズDで12億ドルを調達し（Uberのマイルストーン型追加出資を含むラウンド総額は15億ドル）、企業価値は86億ドル（post-money）に達しました。主導したのはEclipse、Balderton、SoftBank Vision Fund 2で、Microsoft・NVIDIAに加え、Mercedes-Benz・日産・Stellantisという自動車メーカー3社が新規に出資しています。創業以来の累計調達額はこのラウンドを含めて約28億ドルです。

Wayveの技術的な特徴は、高精細地図に依存せず単一のニューラルネットワークでカメラ映像から運転操作を直接生成する「エンドツーエンド」方式です。日産・Uberとの3社協業では、WayveのAI Driverを搭載した日産リーフを使い、2026年後半に東京で試験運行を開始する計画が3月12日に発表されており、NVIDIA DRIVE Hyperion搭載のプロトタイプ車両も同月のNVIDIA GTCで公開されました。8月時点で試験運行の具体的な開始日は未公表ですが、計画自体に遅れは報じられていません。

事業者	展開状況	規模の実績	直近の動き
Waymo	米国10都市超で商用無人運行	週50万回超（3月〜7月時点、横ばい）／車両約3,700台	新型車両Ojai投入、Phoenixで7月29日に有料化
Tesla	米7都市（TX3・FL3・CA1）	無人車両約21台（7月時点）／稼働率19%	FSD v15移行、Cybercab公道試験開始
Baidu Apollo Go	中国20都市超＋中東・欧州	累計乗車2,000万回超（2月時点）	武漢事故で許認可凍結（4月）→再開（7月）
Zoox	Las Vegasで商用開始	年間最大2,500台の適用除外を取得	本日8月10日に有料サービス開始

5. 日本の現在地：ティアフォー上場と東京・横浜の助走

政府は「自動運転移動サービス」について、2025年度目途で50カ所程度、2027年度までに100カ所以上での実現を目標に掲げています（国交省資料）。この目標達成は容易ではなく、業界筋の見立てでも2025年度中の実現は二桁台にとどまる可能性が指摘されています。

国内初のレベル4事例だった福井県永平寺町の「ZEN drive」は、2026年4月1日以降当面の間運休となったまま、8月時点でも再開のめどは立っていません。町の発表によれば、車両・システムの保証と保守の期間が2026年3月末で満了することに加え、共同開発したメーカーの一部がレベル4プロジェクトから撤退したことが理由です。2023年5月の運行開始から約3年、事故によるものではなく「支える体制が続かなかった」という運用面の課題が表面化した形で、レベル4を地方で持続させることの難しさを示す事例といえます。

対照的に大きく動いたのが、自動運転OS「Autoware」を主導するティアフォーです。7月22日、東証グロース市場に上場しました（証券コード593A）。想定時価総額は約700億円で、2024〜2025年にいすゞ自動車・スズキ・JR東海・三菱商事から株式2,000円で調達した際の評価額（約921億円）を下回るダウンラウンドとなりました。2025年9月期の売上高は前期比65.6％増の64.1億円である一方、純損失は約48億円に達しており、黒字化には時間を要する段階です。上場に先立つ6月には、トヨタ自動車の投資子会社が1％・約10億円を出資したことも明らかになっています。同社はお台場エリアでのレベル4タクシー実証を続けています。

日産は横浜のみなとみらい・関内エリアで実証を重ねており、2025年11月27日〜2026年1月30日には安全要員同乗の車両5台による実証を実施しました。2027年度をめどに、3〜4市町村で遠隔監視型のレベル4サービス開始を目指すロードマップを描いています。Uber・Wayveとの3社協業では、WayveのAI Driverを搭載した日産リーフを使い、2026年後半に東京で試験運行を開始する計画です。Waymoは日本交通・GOとの提携で東京都心7区の走行データを蓄積中で、3月の説明会ではトヨタとの車両共同開発の模索にも言及しています。

6. 市場規模の見通し

Goldman Sachs Researchは、世界のロボタクシー市場が2035年に約4,150億ドルに達すると予測しています。米国市場だけで2030年に190億ドル（従来予測の70億ドルから上方修正）、2035年に480億ドルとしています。世界の商用フリートは2024年時点の約7,000台から2035年には約600万台に拡大すると見込まれ、垂直統合型事業者の粗利益率は30〜50％、10年間の累計粗利益は約4,400億ドルに達する可能性があるとしています。マイルあたりの総コストは2035年までに米国で1ドルを下回り、遠隔監視員1人あたりの車両比率も現状の6対1から26対1へ改善すると予測されています。自動運転トラック市場については、2028年に米国で人間運転よりコストが安くなり、2035年の世界市場規模は560億ドルに達するとの見立てです。

これらはあくまで予測であり、確定した数字ではありません。Waymo自身の週100万回目標がQ2の足踏みを受けて独立系分析で下方修正された点からも分かる通り、業界の目標値と第三者による実績見通しには常に一定の乖離があることを踏まえて読む必要があります。

まとめ

2026年度も中盤に差し掛かり、業界全体の輪郭がより鮮明になりました。無人商用サービスとして実際に回っているのはWaymoと中国勢のみという構図は変わっていませんが、その両者もQ2にかけて成長ペースの踊り場を経験しています。Waymoは新型車両Ojaiの投入と高速道路サービスの一時停止が同時に進み、規模拡大と品質担保のバランスに苦心する様子がうかがえます。Teslaは展開都市を7つに増やしたものの、車両規模と走行距離の伸びは実質的に横ばいで、宣言と実績の差は縮まっていません。中国は許認可が再開に転じた一方、海外展開（WeRideのスイス進出等）は国内の混乱の最中も止まりませんでした。

日本については、ティアフォーの上場という資本市場での一つの区切りがあった一方、永平寺町の運休は8月時点でも解消していません。東京・横浜では日産・Uber・Wayve連合とWaymoが2026年後半から2027年度にかけての実装を目指しており、この秋以降の動きが日本のレベル4普及ペースを左右する局面になりそうです。技術実証の成功と、それを長期的に支える体制づくりが別問題であることは、永平寺町とティアフォーという対照的な2つの事例が改めて示しています。

フィジカルAIの現在地と2026年後半の展望――主要プレイヤー・市場予測・押さえるべきキーワードを整理する

2026年に入ってから、「フィジカルAI（Physical AI）」という言葉を目にする機会が急激に増えた。この言葉を広めたのはNVIDIAのCEO、Jensen Huangである。彼はAIの進化を「知覚AI→生成AI→エージェントAI→フィジカルAI」という4段階で整理し、フィジカルAIをその最終段階、つまり現実世界を理解し、そこで実際に行動するAIと位置づけた。CES 2025では「フィジカルAIは50兆ドル規模の製造・物流産業を変革する」とまで言い切っている。

なぜ今このタイミングでこの言葉が急浮上したのか。理由は単純で、複数の技術要素がほぼ同時に実用レベルへ到達したからだ。視覚と言語と行動を一体で扱うVLA（Vision-Language-Action）モデル、環境の未来を予測する世界モデル、大規模なシミュレーション基盤、そしてロボットの「脳」を現場で動かすエッジ半導体――これらが2025年から2026年にかけて出揃い、「派手なデモ」から「実際に稼働させる」フェーズへの移行が現実味を帯びてきた。同時に、日本を含む各国政府がこの分野に巨額の政策資金を投じ始めており、産業政策としての色合いも強くなっている。

結論を先に述べておく。現時点の競争構造は「ハードウェアの量産では中国勢が先行し、AIの汎用性では米国勢が優位に立つ」という二層構造として整理できる。市場規模の予測は、Goldman Sachsの2035年380億ドルからMorgan Stanleyの2050年5兆ドルまで、機関によって一桁以上の開きがある。つまりこの分野はまだ「確定した未来」ではなく「幅のある予測」の段階にあるということだ。本稿では、フィジカルAIという概念の整理、主要プレイヤーの動向、技術を支える要素、実際の応用領域、日本の政策・企業動向、市場予測と資金の流れ、そして今後押さえておくべきキーワードを整理する。

本稿は2026年8月時点で公開されている情報に基づく。市場規模予測や各社の生産計画は、あくまで各企業・調査機関による見通しであり、確定した事実ではない。特に量産計画については、Teslaが2025年に掲げた出荷目標（5,000台）に対し実績が数百台にとどまるなど、過去に大幅な未達が繰り返されている。数値は幅を持って読んでいただきたい。

1. フィジカルAIとは何か

フィジカルAIという言葉に厳密な学術的定義があるわけではない。もっとも広く参照されているのはNVIDIAの整理で、「物理法則――摩擦、慣性、因果関係――を理解し、それに基づいて現実世界で知覚・推論・行動するAIシステム」を指す。ボールがどちらに転がるかを予測する、物を壊さない程度の力加減でものを掴む、車の陰から人が飛び出してくる可能性を推論する――こうした物理的な常識推論をAIに持たせ、それをロボットという「身体」に実装する、という発想である。

これは従来の産業用ロボティクスとは根本的に異なる。経済産業省の資料でも整理されているとおり、従来の産業用ロボットは、あらかじめ動作を細かくティーチング（教示）し、同じ作業を高精度に反復することを得意とする一方、事前に想定していなかった作業や非構造化環境への適応が苦手だった。フィジカルAIの発想では、基盤モデルがロボットに言語理解・常識推論・タスク計画という「脳」を与えることで、自然言語による指示や人間の動作の観察から新しいスキルを獲得できるようになる。「同じ作業を正確に繰り返す機械」から「予測不能な現実世界で判断しながら動く存在」への転換、というのが最も本質的な違いだ。

関連する概念も整理しておきたい。「Embodied AI（身体性AI、中国語圏では具身智能）」は身体を持つ知能全般を指す広い言葉で、フィジカルAIとほぼ同じ文脈で使われる。「世界モデル（World Model）」は環境の未来状態を予測・生成するニューラルネットワークで、NVIDIA Cosmosがその代表例だ。そして「VLA（Vision-Language-Action）」は、視覚情報と言語による指示を入力として受け取り、ロボットの具体的な動作を出力するモデルで、Googleの「RT-2」（2023年）を先駆けとして、OpenVLA、Physical Intelligenceのπ0、NVIDIAのGR00T、FigureのHelix、Google DeepMindのGemini Roboticsなど、各社が競って開発している。多くのVLAは「遅い思考（曖昧な指示を段階的な計画に変換するVLM）」と「速い動作（実際の関節を動かすアクションエキスパート）」の二層構造を採っている点に特徴がある。

2. 主要プレイヤーの動向

この分野の構図は「プラットフォーマーとしてのNVIDIA」「垂直統合を進める米国スタートアップ群」「基盤モデルに専念する研究者スタートアップ」「量産で先行する中国勢」に大別できる。それぞれ見ていく。

NVIDIAは、学習・シミュレーション・実行の三層すべてでロボティクスのインフラを提供しようとしている。2024年3月のGTCで「Project GR00T」としてヒューマノイド向け基盤モデル構想を打ち出して以来、Isaac GR00Tとしてオープンな基盤モデルの開発を継続している。ハードウェア面では、2025年8月25日にエッジAI向けの「Jetson AGX Thor」の量産モジュールと開発キットを一般提供開始した。Blackwell世代のGPUを採用し、最大2,070 FP4テラフロップスの演算性能と128GBのメモリを備え、消費電力は40〜130Wに収まる。開発キットは3,499ドルで、Boston DynamicsやFigure、Amazon Roboticsなどが採用している。ソフトウェア面では、世界の物理現象を学習した基盤モデル群「Cosmos」と、ロボット・工場全体のデジタルツインを構築する「Omniverse」を組み合わせ、大量の合成データを生成する仕組みを提供している。

Teslaの「Optimus」は、現行のGen 3が中核だ。2026年3月末には歩行の様子が確認され、50個のアクチュエータと22自由度を持つハンドは「量産を前提にした初めての設計」とマスク氏が説明している。Fremont工場の旧Model S/Xラインを転用したGen 3量産は2026年後半（夏〜秋）に開始予定とされ、専用工場となるGiga Texasでの本格量産は2027年の見込みだ。ただし2025年に掲げた出荷目標（5,000台）に対し、実際の出荷は数百台にとどまり、9割以上未達だったとされる。量産時の目標コストは2万〜3万ドルとされている。

Figure AIは、2025年10月に第3世代機「Figure 03」を発表した。身長約173cm、体重61kg、可搬重量20kg、移動速度1.2m/s、16自由度のハンドを持ち、無線給電に対応する。自社開発のVLA「Helix」を搭載し、OpenAIとのパートナーシップ終了後は完全に自社技術として運用している。BMWのスパルタンバーグ工場で先代機「02」を長期間稼働させ、2025年11月にパイロットプログラムを完了したと発表している。自社工場「BotQ」での量産は加速しており、2026年4月時点で90分に1台のペースに達したとされる。資金面では2025年9月にSeries Cで10億ドル超を調達し、ポストマネー評価額は390億ドルに達した（Parkway Venture Capitalが主導、Brookfield、NVIDIA、Intel Capital、Qualcommなどが参加）。第三者推計では2025年の実出荷台数は150台程度、Figure 03の現場投入台数は2026年4月時点で350台超という報道もある。評価額390億ドルはこれから見るとかなり先行した水準であり、元従業員による安全対策縮小を巡る訴訟も報じられている点は留意しておきたい。

Physical Intelligence（通称π、パイ）は、Google DeepMindやStanford、UC Berkeley出身の研究者（Sergey Levine、Chelsea Finn、Karol Hausman、Brian Ichterなど）が2024年に設立した企業で、特定のハードウェアに依存しない「1つのモデルであらゆるロボットを動かす」戦略を掲げる。VLA基盤モデルのπ0、π0.5、Hi Robotを開発している。資金調達は急速に進んでおり、シード7,000万ドル、Series A 4億ドル（評価24億ドル）を経て、2025年11月のSeries Bで6億ドルを調達し評価額は56億ドルに達した。2026年3月には、さらに10億ドル規模・評価額110億ドル超での調達交渉が報じられたが、これは報道段階の情報であり、2026年6月時点で正式なクローズは確認されていない。

Google DeepMindは2025年3月にVLA「Gemini Robotics」を発表し、6月にはネット接続なしで動作するオンデバイス版を公開した。9月には「考えてから動く」推論能力を強化した「Gemini Robotics 1.5」と、異なる身体間でのスキル転移に対応する「Gemini Robotics 2」を発表している。Apptronik、Boston Dynamicsといったハードウェアメーカーとの提携も進めている。

Boston Dynamicsは、2026年1月5日のCESで電動版「Atlas」の製品版を発表した。56自由度、触覚センサー付きの4本指グリッパーを備え、2026年生産分はすべて親会社Hyundaiの「Robotics Metaplant Application Center（RMAC）」と、新たに提携したGoogle DeepMindに割り当て済みで、外部への供給は早くとも2027年以降になる。Hyundaiは米国に260億ドル規模の投資を計画しており、ジョージア州の工場でAtlasの稼働を2028年から開始する予定だ。公式な販売価格は公表されておらず、アナリストの推計では13万〜14.5万ドル程度とされる（一部で流布する「32万ドル」という数字は匿名情報源による上限値であり、公式価格ではない）。2025年8月には、Toyota Research Institute（TRI）との共同研究として、単一の「Large Behavior Model（LBM）」がAtlasの全身――歩行からしゃがみ、持ち上げ、物の操作まで――を一体で制御するデモンストレーションを公開しており、新しいスキルをコードを書かずに人間の実演から追加できる点を強調している。

Agility Roboticsの「Digit」は、米国系ヒューマノイドの中で実運用が最も進んでいる機種の一つだ。物流大手GXOやToyotaの工場などで、ロボットを購入するのではなくサービスとして利用する「RaaS（Robotics-as-a-Service）」モデルで稼働している。SPAC（特別買収目的会社）を通じた上場計画も報じられている。

1X Technologiesの「NEO」は、家庭向けを明確に狙った機種だ。2026年4月30日、カリフォルニア州ヘイワードに工場を開設し生産を開始したと発表した。価格は買い切りで2万ドル、またはサブスクリプションで月額499ドル。NVIDIAのJetson Thorを搭載し、Isaacでシミュレーション学習を行っている。特徴的なのは、ロボットが対応できない作業を人間のテレオペレーター（遠隔操作者）が肩代わりする設計になっている点で、これは自律化までの橋渡しとして意図的に採用されているビジネスモデルだ。ただし、2026年7月16日時点で実際の顧客宅への納品は第三者によって確認されておらず、1X自身の発表も「顧客出荷は2026年中に計画」という将来形の表現にとどまっている。工場開設と量産開始を「出荷開始」と同一視しない方がよいだろう。

中国勢は出荷台数で世界を圧倒している。調査会社Omdiaが2026年1月に公表したデータによれば、2025年の世界のヒューマノイドロボット出荷台数は13,318台（前年比約480%増）で、上海拠点のAgiBotが5,168台・シェア39%で世界1位、杭州拠点のUnitree Roboticsが4,200台・32%で2位、UBTech Roboticsが1,000台で3位となっている。ただしUnitreeは自社ベースの集計で「約5,500台で自社が1位」と主張しており、両社の順位については見解が分かれている点に注意したい。中国勢全体で世界シェアの大部分を占めている。UnitreeのG1（1.6万ドル〜）やR1（4,900ドル〜）は、これまで「不可能」とされてきた価格帯を実現しており、上海証券取引所（STAR市場）でのIPOも承認され、評価額は約62億ドルとされる。AgiBotは2026年3月30日に累計出荷1万台に到達したと発表している。ただし、Unitreeの2025年第3四半期時点の売上の7割超が研究・教育用途向けとされ、産業用途はまだ1割に満たないという指摘もあり、「出荷台数」と「実際の産業現場での稼働」は分けて評価する必要がある。

機種名	開発企業	地域	2026年8月時点の状況	価格・評価額の目安
Optimus Gen 3	Tesla	米国	Fremont工場で2026年後半〜量産開始予定。2025年目標（5,000台）は数百台にとどまり大幅未達	量産時目標2万〜3万ドル
Figure 03	Figure AI	米国	BotQ工場で量産中。2026年4月時点で約90分に1台のペース	評価額390億ドル（2025年9月、非上場）
Atlas（電動版）	Boston Dynamics（Hyundai傘下）	米国	2026年生産分は全てHyundai RMACとGoogle DeepMindに割当済み。外部供給は2027年以降	公式価格非公開（アナリスト推定13万〜14.5万ドル）
Digit	Agility Robotics	米国	GXO・Toyota等で実運用中。RaaSモデルで提供	非公開。SPAC上場計画あり
NEO	1X Technologies	米国	Hayward工場で2026年4月に生産開始。顧客への実出荷は7月時点で未確認	買い切り2万ドル、または月額499ドル
G1 / R1	Unitree Robotics	中国	2025年出荷4,200台で世界2位（Omdia集計）。上海証取IPO承認	4,900ドル〜1.6万ドル
Expedition A2/A3等	AgiBot	中国	Omdia集計で2025年世界1位（5,168台、シェア39%）。2026年3月に累計出荷1万台到達	非公開

3. 技術を支える要素

フィジカルAIを構成する技術要素はいくつかの層に分けて整理できる。まず基盤モデル層では、視覚と言語と動作を統合するVLA（Vision-Language-Action）モデルが中心的な役割を果たす。RT-2を先駆けとして、Physical Intelligenceのπ0、NVIDIAのGR00T、FigureのHelix、Google DeepMindのGemini Roboticsなどが競合している。多くは「曖昧な指示を段階的な計画に変換する遅い思考（VLM）」と「実際に関節を動かす速い動作（拡散モデルやフローマッチングによるアクションエキスパート）」の二層構造を採用している。

次に世界モデル層では、環境の物理的な未来を予測・生成するモデルが、合成データの生成やシミュレーション、計画立案に使われる。NVIDIA Cosmosはこの「世界基盤モデル」の代表例で、arXivに公開された論文（2501.03575）では、ロボットには「自己のデジタルツイン（方策モデル）」と「世界のデジタルツイン（世界モデル）」の両方が必要だと論じられている。Yann LeCunが提唱するJEPAも、この世界モデル路線に属する。

シミュレーション層では、NVIDIA Omniverseに代表されるデジタルツイン基盤が、実機を作る前に仮想空間で大量の試行錯誤を行うことを可能にしている。川崎重工のKaleido 9の開発でも、Isaac Simを使って仮想空間上に数千体のロボットを同時に動作させ、強化学習で歩行制御を訓練しているという。仮想空間で学習した方策を実機へ移す「Sim-to-Real転移」の精度も課題の一つで、TRI×Boston Dynamicsの「zero-shot転移」（追加調整なしで実機に持ち込む）のような実証も進んでいる。

最後にハードウェア層、特にエッジ半導体が重要だ。ロボットが現場でリアルタイムに推論を行うためには、クラウドに依存しない低遅延の演算基盤が必要になる。NVIDIA Jetson Thorがこの領域の代表例で、Blackwell GPUを採用し40〜130Wの範囲で最大2,070 FP4テラフロップスを発揮する。Teslaは独自チップ（AI5）を、日本のPreferred Networksも独自のAIプロセッサ「MN-Core」シリーズを開発しており、エッジ推論の主導権争いも今後の焦点の一つになりそうだ。

4. どこで使われ始めているか

最も実装が進んでいるのは製造業と物流の現場だ。Figure AIは02モデルをBMWのスパルタンバーグ工場で稼働させ、2025年11月にパイロットプログラムを完了したと発表している。Agility RoboticsのDigitは、物流大手GXOの倉庫やToyotaの工場で実際に稼働している数少ない事例の一つだ。こうした構造化された環境――決まった作業を、決まった手順で、繰り返す現場――は、フィジカルAIが最初に価値を発揮しやすい領域とされている。「danger, dirty, dull（危険・汚い・単調）」な作業をロボットに任せるという発想も根強い。

家庭用・サービス業への展開は、まだ緒に就いたばかりだ。1X NEOが最も先行しているが、前述のとおり実際の顧客宅への納品はまだ確認されていない。日本国内でも、警備・案内向けの「ugo」や食品工場向けの「Foodly」など、限定用途での実装事例は増えているが、「一般家庭の日常的なコンパニオン」として普及するにはまだ時間がかかりそうだ。

自動運転との関係も見逃せない。Jensen Huangは自動運転を「フィジカルAIの最初の大規模商用応用」と位置づけている。世界モデルやシミュレーション技術という基盤技術は共有されているものの、実際のデータ資産は各社で分断されている。Waymoは2億マイルを超える自律走行データと独自の世界モデル、Teslaは数百万台規模のフリートから得られる走行データ、NVIDIAはCosmosの学習に使った2,000万時間超の映像データをそれぞれ抱えている。専門家の間では、「世界モデルの時代は、ChatGPTのような単一の支配的プレイヤーを生むのではなく、専有データによって堀を築いた『領域ごとのチャンピオン』が並立する構造になるのではないか」という見方も出ている。なお、Teslaは自社スーパーコンピュータ「Dojo」の開発チームを2025年8月に解散し、Samsung・NVIDIAへの依存を強める方向へ転換している。

5. 日本の動き――政策と企業連合

日本は米中に対して量産面で明確に出遅れているが、2026年に入って政策主導での巻き返しが本格化している。政府は2026年6月24日、経済財政諮問会議・成長戦略会議の合同会議で「戦略17分野」への官民投資ロードマップ案を示し、そのうちフィジカルAI（特にAIロボット）については2040年度までに官民合計10.5兆円の投資を想定していることを明らかにした。これにより2040年に世界シェア3割超・20兆円市場の獲得、経済波及効果として144.4兆円という目標を掲げている。2030年度までには1.5兆円規模の予算措置も検討されているという。

この方針を具体化する形で、経済産業省は令和8年度（2026年度）当初予算に「AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業」として3,873億円を新規計上した。2026年6月30日には、NEDOの公募を経てソフトバンク・NEC・ソニーグループ・ホンダが中心となって設立した「Noetra株式会社」と、産業技術総合研究所（産総研）が本事業の支援先に選定されたと発表されている。2030年度までの5年間で総額約1兆円規模の支援を見込む大型プロジェクトだ。目的は、現場データを守りながら国内企業が安心して使える国産マルチモーダル基盤モデルを構築すること、そしてエネルギー自給率の低い日本にとって死活的な課題であるAIの省電力化を同時に追求することにあるという。

企業の動きとしては、いくつかの異業種連合が同時並行で立ち上がっている。ソフトバンクグループは2025年10月8日、ABBグループのロボティクス事業を企業価値53.75億ドル（約8,187億円）で買収すると発表した。ABBは同事業を上場分離させる計画を撤回し、この買収に応じる形になった。従業員約7,000人・2024年売上23億ドルの事業で、取引はEU・中国・米国の規制当局の承認を経て2026年半ば〜後半にクローズする見込みとされている。孫正義氏は「SoftBankの次のフロンティアはフィジカルAIだ」と述べている。

安川電機は2025年7月1日付で、早稲田大学発のスタートアップ・東京ロボティクス（双腕・車輪型の作業ロボットを開発）を完全子会社化した。同社のヒューマノイド開発では「歩く・走る」よりも「作業力」、すなわちアクチュエータ技術の獲得が主眼だとされている。2025年10月6日の決算説明会での質疑応答によれば、安川電機は具体的な数値目標こそ開示していないものの、今後の成長市場の7〜8割は次世代機「MOTOMAN NEXT」やAI搭載の自律移動ロボットが占めると見込んでいるという。

川崎重工業は2025年12月3日、2015年から開発を続けるヒューマノイド「RHP Kaleido」の9代目となる「Kaleido 9」を国際ロボット展で公開した。前世代機に比べて脚部・腰部の頑丈さを高め、センサーを追加して自律歩行の精度を上げたほか、VRヘッドセットによる遠隔操作にも対応する。約30kgの棚を移動させるデモを披露しており、開発にはNVIDIAのIsaac Simを活用し、仮想空間上で数千体のロボットを同時に動作させて歩行の強化学習を行っているという。同社は技術ロードマップとして、2030年ごろまでに工場での簡易作業や医療・介護現場でのコミュニケーション支援、2040年ごろに機械の組み立てや高所作業といったより複雑な作業、2050年を見据えて災害現場のような予測不能で危険な環境への対応を掲げている。

富士通は2025年10月3日にNVIDIAとの戦略的協業拡大を発表して以降、複数のフィジカルAI関連技術を段階的に公開してきた。2025年12月2日に「空間の世界モデル技術」、同月24日に自社LLM「Takane」を用いたAIエージェントとフィジカルAIを連携させる「Fujitsu Kozuchi Physical AI 1.0」を発表している。続いて2026年4月23日には、ロボットと物理空間を統合する基盤ソフトウェア「Fujitsu Kozuchi Physical OS」の開発と、米カーネギーメロン大学との共同研究センター「Fujitsu-Carnegie Mellon Physical AI Research Center」の設立を同時に発表した。そして2026年7月16日には、ファナック・安川電機・川崎重工業の3社と共同で、NVIDIAの技術を取り入れた「ソブリン性を確保した協調制御基盤」の事業検討を開始すると発表している。異なるメーカーのロボット同士を連携させ、業務アプリケーションとロボット制御をシームレスにつなぐことを狙う枠組みで、まず2026年9月に富士通の笠島工場（石川県かほく市）で試験運用を始め、年内にVer1として各社に展開、2027年にVer2をリリースする計画とされている。この分野では、ソフトバンク×安川電機によるAI-RANを活用したロボット統合制御の実証や、NVIDIAとToyotaによる協業拡大なども同時期に発表されており、日本の主要メーカーが一斉にこの領域へ動き始めた年と位置づけられそうだ。

純国産ヒューマノイド開発を掲げる産学連合も動いている。2025年7月、早稲田大学、テムザック（京都）、村田製作所、SREホールディングスが中心となり「京都ヒューマノイドアソシエーション（KyoHA）」を設立した。その後マブチモーター、カヤバ、NOK、ヒーハイスト、沖縄科学技術大学院大学（OIST）が参画している。理事長は早稲田大学ヒューマノイド研究所長の高西淳夫氏、開発の全体構想・試作・検証をリードするのはテムザック代表取締役議長の高本陽一氏だ。ロードマップとしては、2025年内から初期プロトタイプの製作に着手し、2026年3月までに技術課題抽出のための試作機を完成させる計画で、2026年4月28日には第一弾の検証機「SEIMEI」の完成が第一次報告会で発表されている。その後、2026年末をめどに災害対応向けの「パワー重視モデル」と、研究開発向けの「俊敏性重視モデル」を開発し、2027年をめどに量産体制を確立、2029年3月までに量産モデルの完成を目指すとされている。米中の主要プレイヤーが2025年から量産に入っていることを踏まえると、市場投入は2〜3年ほど遅れる可能性が高い。

6. 市場予測と資金の動き

市場規模の予測は、機関によって大きく異なる。もっとも慎重な部類に入るのがGoldman Sachsで、2024年1月のレポートで、ヒューマノイドロボットの総市場規模（TAM）を2035年に380億ドルと見積もっている（強気シナリオでは1,540億ドル）。この予測の前提には、部材コストが40%減少するという見通しと、出荷台数が140万台規模まで拡大するという想定がある。対照的に強気なのがMorgan Stanleyで、2025年4月のレポートでヒューマノイド市場（ハードウェア単体）を2050年に4.7兆ドル、これに部品供給網や修理・保守サービスを加えた総額を5兆ドルと予測している。稼働台数は約10億台、1台あたりの単価は2024年の約20万ドルから2050年には5万ドル程度まで下がると見込んでいる。商用調査会社のMarketsandMarketsは、より近い将来の数字として2026年に54.1億ドル、2035年に502.7億ドル（年平均成長率28.1%）という予測を出している。

これらの数字が示すとおり、市場規模の予測は集計対象（ハードウェアのみか、ソフトウェア・サービスまで含めるか）によって大きく変わる。2035年時点の予測だけを比べても、最も慎重な数字と最も強気な数字の間には数十倍の開きがある。特定の予測値を「市場のコンセンサス」として扱うのは避けたほうがよいだろう。

発表機関	対象	予測数値	前提・備考
Goldman Sachs（2024年1月）	ヒューマノイドTAM	2035年380億ドル（強気1,540億ドル）	出荷140万台、部材コスト40%減が前提
Morgan Stanley（2025年4月）	ヒューマノイド市場全体	2050年5兆ドル（ハード単体4.7兆ドル）	稼働台数約10億台、単価は20万→5万ドルへ低下。5兆ドルは供給網・保守サービス込み
MarketsandMarkets	ヒューマノイド市場	2026年54.1億ドル→2035年502.7億ドル	年平均成長率（CAGR）28.1%
Omdia（2026年1月）	世界出荷台数（実績・予測）	2025年13,318台→2035年260万台	2025年実績は前年比約480%増

資金調達の面では、2025年から2026年にかけて主要企業への投資が加速している。Figure AIは前述のとおり評価額390億ドル、Physical Intelligenceは56億ドル（さらなる調達交渉は未クローズ）に達している。Apptronikは2026年2月にSeries A-Xで5.2億ドルを調達し、評価額は約53億ドルとされる。世界のロボティクス関連の資金調達額は2025年通年で138億ドルに達したとされ、Amazon、NVIDIA、Google、SoftBank、Mercedes-Benzといった事業会社が有力な出資者として名を連ねている。

7. 課題とリスク

技術的な課題として最も大きいのは、汎用性と器用さだ。曲面や不定形の物体を安定して掴む、長時間にわたるタスクをこなす、想定外の非構造化環境に適応する――こうした能力は依然として発展途上にある。派手なデモの多くは、まだ「実演（demonstration）」の域を出ていないという指摘も専門家から出ている。コストの問題も大きく、現状では1台あたり10万〜25万ドル程度の水準にあり、これが2万〜3万ドルまで下がれば、高頻度タスクでの投資回収期間が数か月単位まで短縮されるとみられている。

安全規格の整備も途上にある。人間と同じ空間で稼働するヒューマノイドロボットに特化した国際安全規格「ISO 25785-1」は、2025年5月にワーキングドラフトが公開されたが、2026年8月時点でも正式発行には至っていない。ISO技術委員会TC299のもとで作業が進められており、米国側の代表にはBoston DynamicsのFederico Vicentini氏、Agility RoboticsのKevin Reese氏（プロジェクトリーダー）、業界団体A3のCarole Franklin氏が名を連ねている。2025年10月にはバルセロナで作業部会が開催されており、正式発行は2026年または2027年になる見込みとされる。それまでの間、メーカーは既存の産業用ロボット向け規格（ISO 10218など）を可能な範囲で援用しながら安全性を担保している状況だ。「動的に安定を保つ（actively controlled stability）」機構を持つロボット――二足歩行だけでなく四足やホイール型のバランス型ロボットも含む――は、電源が失われると倒れる可能性があるという特有のリスクを抱えており、この規格ではその点への対応が焦点の一つになっている。

労働市場への影響については、まだ定量的に確立した見方はない。ヒューマノイドロボット単独が雇用にどの程度の影響を与えるかという信頼できる推計は、現時点では存在しないと言ってよいだろう。国際労働機関（ILO）などは、単純な「代替」よりも「変革（transformation）」の要素が大きいという見方を示しているが、この議論はまだ発展途上にある。

8. 今後押さえておきたいキーワード集

用語	説明
Physical AI（フィジカルAI）	物理法則を理解し、現実世界で知覚・推論・行動するAI。NVIDIAのJensen Huangが提唱した整理では、生成AI・エージェントAIに続くAI進化の最終段階に位置づけられる。
Embodied AI（身体性AI／具身智能）	身体を持つ知能全般を指す語。フィジカルAIとほぼ同じ文脈で使われる。
VLA（Vision-Language-Action）	視覚情報と言語指示を入力とし、ロボットの動作を出力する統合モデル。ロボット基盤モデルの中核をなす技術。
World Model（世界モデル）	環境の物理的な未来状態を予測・生成するモデル。合成データ生成や行動計画に用いられる。NVIDIA Cosmosが代表例。
LBM（Large Behavior Model）	ロボットの行動を予測・実行する大規模モデル。Toyota Research InstituteとBoston Dynamicsが共同で提唱・実証した概念。
Sim-to-Real（シム・トゥ・リアル）	シミュレーション環境で学習した制御方策を、実機に転移させる技術。追加調整なしで転移する「zero-shot転移」が理想とされる。
Digital Twin（デジタルツイン）	現実空間の状態を仮想空間上に再現したもの。NVIDIA Omniverseなどが代表的なプラットフォーム。
Isaac GR00T	NVIDIAが開発するヒューマノイド向けのオープンな基盤モデル・開発基盤。2024年3月に「Project GR00T」として構想が発表された。
Jetson Thor	NVIDIAのロボット向けエッジAIモジュール。Blackwell GPUを採用し、最大2,070 FP4テラフロップスの演算性能を持つ。
π0（Pi-Zero）	Physical Intelligenceが開発するVLA基盤モデル。特定のハードウェアに依存しない汎用性を志向する。
Helix	Figure AIが自社開発するVLA。
Gemini Robotics	Google DeepMindが開発するVLA・推論モデル群。オンデバイス版や身体横断学習に対応するバージョンも公開されている。
RaaS（Robotics-as-a-Service）	ロボットを購入せず、サービスとして利用するビジネスモデル。Agility RoboticsのDigitなどで採用されている。
ISO 25785-1	動的に安定を保つ産業用モバイルロボット（ヒューマノイドを含む）を対象とした安全規格。2025年5月にワーキングドラフト公開、2026年8月時点で正式発行前。
ソブリン性（Sovereign AI文脈）	国家や組織が自らのデータ・AI基盤について必要な管理権を確保するという考え方。生成AI分野でNVIDIAが提唱してきた概念が、フィジカルAI領域にも波及している。
KyoHA（京都ヒューマノイドアソシエーション）	早稲田大学・テムザック・村田製作所などが中心となる、純国産ヒューマノイド開発を掲げる産学連合。

まとめ

フィジカルAIをめぐる現状を一言でまとめるなら、「技術的な収束は明確に起きているが、事業としての実証はまだこれから」という段階にある。VLA・世界モデル・シミュレーション・エッジ半導体という要素技術は出揃い、NVIDIAというプラットフォーマーを軸に急速に整備が進んでいる。一方で、出荷台数のトップを走る中国勢の実態は研究・教育用途が中心であり、評価額で先行する米国スタートアップの多くはまだ数百台規模の実出荷にとどまっている。派手な発表と実際の稼働実績の間には、依然として大きな距離があると見ておいた方がよい。

日本にとっての焦点は、この分野で量産のスピード競争に加わるのではなく、政策資金と異業種連合を通じて「現場データの主権」や「協調制御基盤」といった別の軸で存在感を示せるかどうかにありそうだ。経産省の3,873億円規模の国産基盤モデル事業、富士通・ファナック・安川電機・川崎重工の協調制御基盤構想、KyoHAの純国産ヒューマノイド開発――いずれも2026年後半から2027年にかけて最初の成果が問われる局面を迎える。当面は、各社の「量産計画」がどこまで実際の出荷実績に転換されるか、そして安全規格やソブリン性をめぐる制度設計がどう固まっていくかを、継続的に追っていく必要があるだろう。

フラッグシップ遅延と創業級幹部の離脱——Google AI戦略、実行力の逆風

前回、GoogleのAI戦略を「Gemini・TPU・Cloudの垂直統合」という切り口で整理してから、わずか1週間で状況は大きく動いた。2026年8月5日、Google DeepMindのCEOを務めてきたデミス・ハサビス氏が会長職へ退き、27年在籍の最高科学責任者ジェフ・ディーン氏を含む4名の幹部・研究者が同日に離脱を発表した。同じ週には、5月のI/Oで「6月提供」と約束されたフラッグシップモデル「Gemini 3.5 Pro」が、8月に入っても一般提供されていないという事実が改めて注目を集めている。

この2つの出来事は無関係ではない。Googleの強みを「モデル・半導体・配荷網を一体で持つ垂直統合」に見出した前回の結論は今も揺らいでいないが、その一角である「モデル」の実行力そのものが、この夏に入って明確に軋み始めている。フラッグシップの遅延、相次ぐ研究者の離脱、そして創業級の経営陣交代——これらが同じ2週間に集中したことは、単なる偶然の悪いニュースの重なりというより、Googleの意思決定構造そのものが変化の途上にあることを示しているように見える。

結論を先に述べると、Googleのクラウド事業は四半期82%成長という記録的な数字を出し続けており、資本市場・ビジネス面での勢いは損なわれていない。問題はもっぱら「フロンティアモデルを最速で作り続けられるか」という一点に集中している。以下、8月5日の再編、Gemini 3.5 Proの遅延の実情、人材流出の全体像、そしてそれらに対する市場・アナリストの受け止めを順に見ていく。

本稿には、独立系予測会社FutureSearchによるGemini 4のリリース時期などの予測値を含みます。これらは同社の確率的見積もりであり、Google公式の発表ではありません。予測である旨を明記した箇所以外は、一次報道・企業発表に基づく事実として記述しています。

1. 2026年8月5日、Google AI組織の歴史的再編

Sundar Pichai氏とDemis Hassabis氏が連名でGoogle公式ブログに投稿した発表によれば、Hassabis氏はGoogle DeepMindのCEOを退き、同社の会長（Chair）およびAlphabet初のChief Scientistに就任した。創薬AI子会社Isomorphic Labsのトップは継続する。Hassabis氏は社員向けメモで「日々の運営責任を引き渡し、大局に集中する時間と余地を得るタイミングだと判断した」と説明している。

日常運営を引き継ぐのは、DeepMindのCTOを13年務めてきたKoray Kavukcuoglu氏で、SVPとしてPichai氏に直接報告する体制になった。Kavukcuoglu氏はWaveNetやDQN（Deep Q-Network）の開発を主導した古参であり、Gemini 4の開発を含むフロンティアAI研究・Geminiアプリ・開発者向けチームを統括する。同氏は「我々の使命は変わらないが、野心的なGeminiロードマップを実現する最も明確な道筋を確保することに全力を注ぐ。今の急速に変化する状況では、明確な意図とスピードをもって動かなければならない」との声明を出している。

同じ発表の中で、Chief Scientistのジェフ・ディーン氏（社員番号約30番、27年在籍）が退社し、AI科学スタートアップ「Discovery Loop」を共同設立することも明らかになった。Google Senior FellowのSanjay Ghemawat氏、DeepMind VPのOriol Vinyals氏、Google Brain共同創設者のQuoc Le氏の3名が同行する。Discovery Loopは公益法人（Public Benefit Corporation）として設立され、機械学習・科学・工学研究の自動化を目標に掲げる。GoogleはDiscovery Loopの出資者かつクラウド提供者になると発表されており、Radical VenturesとKhosla Venturesがシード資金を共同主導している（ラウンドは記事執筆時点で未クローズ、評価額は非開示）。ディーン氏はNew York Timesの取材に対し、「上場企業の外で活動することで、会社の純粋な財務的利益に必ずしも沿わない判断もできるようになる」と述べている。

この発表には、報道機関の間でも興味深い食い違いがある。Pichai氏のメモとX投稿は退社者としてディーン氏とGhemawat氏の2名のみを明示的に挙げたが、Discovery Loopの公式サイトはVinyals氏とLe氏を含む4名を創業メンバーとして掲載している。特にVinyals氏はX上の自己紹介で「Gemini co-lead」を名乗っており、Gemini 4の新責任者が発表されたまさにその日に、Geminiの技術共同リードが同時に離脱したという皮肉な符合が複数メディアで指摘された。Alphabet株はこの発表を受けて4〜5%下落した（報道によって幅がある。CNBCは約4%、Fortune・Yahoo Financeは約5%と伝えている）。

2. フラッグシップの現在地——Gemini 3.5 Proはなぜ遅れているのか

2026年5月19日のGoogle I/Oで、GoogleはGemini 3.5シリーズを発表し、軽量版のGemini 3.5 Flashを即日提供した。フラッグシップのGemini 3.5 Proについては、Pichai氏が「翌月（6月）」の提供を明言していた。しかしこの約束は8月上旬時点でも果たされておらず、Google公式のモデルカタログには依然としてGemini 3.5 Proのエントリが存在しない（Pro級として提供されているのはGemini 3.1 Pro（プレビュー）とGemini 2.5 Pro（安定版）のみ）。

Bloomberg（2026年7月16日、現・元従業員10名の証言に基づく）によれば、遅延の主因はコーディング性能が社内目標に届いていないことだ。Googleは2026年6月下旬に学習データを更新してコーディング能力の改善を試みたが、「結果は期待外れだった」という。この報道を受けてAlphabet株は約4.4%下落している。Google広報はBloombergに対し、「現在3.5 Proと改良版のFlashモデルをパートナーとテスト中」であり、「幅広いモデルを高いコスト効率を維持しながら迅速に出荷している」とコメントしている。

LA Times（7月17日）の報道では、遅延の背景としてGoogle Cloud・DeepMind・Android部門がそれぞれ独自にAIコーディングツールを開発する組織構造の重複が指摘されている。限られた計算資源を複数チームが奪い合う状況になっており、Googleはこれらを「Antigravity」という単一プラットフォームへ統合しようとしている。予測会社FutureSearchのDan Schwarz氏（元Google社員、2014〜2022年在籍）は、この報道を「Googleはベースモデルを白紙に戻して作り直した（scrapped and rebuilt the base model）」ことを示すものと解釈しており、当初の想定より深刻な事態だったとの見方を示している。

7月21日、Googleは軽量モデル3種（Gemini 3.6 Flash、3.5 Flash-Lite、セキュリティ特化のGemini 3.5 Flash Cyber）を投入した一方、フラッグシップのProについては「準備が整い次第、広く展開する」というのみで、具体的な日付は示さなかった。同じ発表の末尾で、Googleは次世代モデル「Gemini 4」の事前学習を既に開始したことを明らかにしている。2日後の7月23日、Q2決算説明会でPichai氏は、フロンティアで競争するには「より大きなベースモデルが必要」であり、コーディングと自律エージェントが次世代の優先課題になると述べた。

3. Gemini 4はいつ来るのか——事前学習開始と第三者予測

Googleが公式に確認しているのは、Gemini 4の事前学習を「これまでで最も野心的な学習run」として開始したという事実のみだ。リリース日、パラメータ規模、ベンチマーク、価格、コンテキスト長など、製品としての仕様は一切公表されていない。業界メディアの一部は2026年11〜12月頃のリリースを見込む向きもあるが、これはGoogleの公式なコミットメントではなく、過去のリリース間隔からの推測にすぎない。

この点について、FutureSearchのSchwarz氏は8月5日の再編を受けて確率的な予測を公表している。同社の見立てでは、Gemini 4の一般提供時期の中央値は2027年5月15日（80%予測区間は2027年通年）であり、「2026年内のリリースは80%区間の外」とされている。根拠として、同氏はフロンティア級の学習runには100日以上を要し、その後の事後学習・安全性評価に数か月、さらに各社の主要リリースには連邦政府による30日間のレビューが付随する点を挙げている。同氏は「2か月前はGoogleがフロンティアから6〜9か月遅れていると述べたが、今は約12か月遅れていると考える」とも記している。あくまで一予測会社による確率的見積もりであり、絶対視すべきではないが、参考情報として付記しておく。

なお同氏は、OpenAIのGPT-6についても「2026年3月24日に事前学習を完了し、Sam Altman氏は"数週間後"のローンチを示唆していたが、4か月半経った今も未提供で、その学習成果はGPT-5.5として点リリースされ、GPT-6自体はより大きな基盤でリスタートされたと報じられている」ことを引き合いに出し、「数週間おきに出る点リリースと、頓挫すればリスタートされる新世代の事前学習runを混同してはいけない」と指摘している。

4. 人材流出の全体像——2026年に去った顔ぶれ

2026年に入ってからのGoogle DeepMind／Google AI部門の主要な離脱は、以下のように整理できる。

氏名	発表時期	移籍先／新会社	元の役割・実績
Noam Shazeer	2026年6月18日	OpenAI	Gemini共同リード（VP of Engineering）。Transformer論文「Attention Is All You Need」共著者。2024年にCharacter.AI経由（約27億ドル規模の取引）でGoogle復帰していた
John Jumper	2026年6月19日	Anthropic	AlphaFold開発、2024年ノーベル化学賞受賞。9年弱DeepMindに在籍
Jonas Adler／Alexander Pritzel	2026年6月	Anthropic	Gemini／AlphaFold関連の上級研究者
Denny Zhou	2026年2月頃（非公表、後にLinkedInの更新で判明）	Meta Superintelligence Labs	Google Brainの推論研究チーム創設者。8年在籍
David Silver	2026年1月	自ら設立（Ineffable Intelligence）	DeepMind最初期メンバー、強化学習チームを主導。AlphaGo・AlphaZero・MuZeroの開発者
Jeff Dean	2026年8月5日	自ら設立（Discovery Loop）	Alphabet Chief Scientist。27年在籍、社員番号約30番
Sanjay Ghemawat／Oriol Vinyals／Quoc Le	2026年8月5日	Discovery Loop	Google Senior Fellow／DeepMind VP（Gemini co-lead）／Google Brain共同創設者

Silver氏の事例は、Googleの対応パターンを考えるうえで示唆に富む。同氏は2026年1月にDeepMindを離れ、ロンドンで強化学習ベースの超知能開発を掲げるIneffable Intelligenceを設立したが、同年4月27日、同社はSequoia・Lightspeedが共同主導する欧州最大級となる11億ドルのシード資金調達（評価額51億ドル）を発表している。この調達にはNvidiaとともにGoogle自身も出資者として名を連ねた。離脱した研究者の新会社にGoogleが出資し、クラウド顧客として関係を維持するというパターンは、8月のDiscovery Loop（Google自身が投資家兼クラウド提供者）とも共通しており、単純な「人材流出＝完全な喪失」という図式には収まらない側面がある。

5. なぜ人は去るのか

複数の報道を総合すると、離脱の背景には主に次のような要因が挙げられている。

• 報酬とプレIPOのアップサイド：AnthropicとOpenAIはいずれもIPOを視野に入れており、上場済みのAlphabetが構造的に提供しづらいプレIPOエクイティを提示できる。Anthropicは2026年5月末に約965億ドルの評価額でシリーズHラウンド（650億ドル）を完了させており、3か月前の380億ドルから急伸している。
• 計算資源へのアクセス：CNBC（8月5日）は複数の匿名情報源を引用し、Google CloudがAnthropicを含む外部顧客にTPUを販売する一方で、社内の研究者が自らのプロジェクトに必要な計算能力へのアクセスに不満を募らせていると報じている。
• 組織の複雑さ：検索・Maps・YouTubeなど広範な製品群にAIを統合する過程で、承認プロセスが多層化し、リリースの機動力を損なっているとの指摘がある。
• 軍事契約への異論：Googleは2026年4月、Geminiを「あらゆる合法的な政府目的」に開放する機密のペンタゴン契約を締結したと報じられている。これに対し、ロンドン拠点のDeepMindスタッフ約300名が労働組合を結成する動きが2026年5月に報じられており、軍事協力を巡る内部での意見対立が士気に影響しているとの分析もある。

なお、この一連の離脱報道に対し、Googleは8月の再編以前（7月23日付Axios報道）の時点で反論を示していた。2026年上半期のAI人材の離職率は前年同期より低く、AI関連職のオファーの90%超が受諾されていると主張している。ただしこの反論は8月5日の再編発表より前のものであり、Dean氏らの離脱に対する直接のコメントではない点には留意が必要だ。

6. 市場とアナリストの反応

今回の一連の離脱・再編に対する株式市場の反応は、6月と8月の2度にわたって表れている。6月22日、Shazeer氏とJumper氏の連続離脱を受けてAlphabet株は取引時間中に一時7%下落し、1年超で最大級の下落幅を記録した。8月5日の再編発表でも株価は4〜5%下落しており、Cryptonomistは時価総額の減少を約1,900億ドルと試算、FutureSearchのSchwarz氏は自身のブログで「市場の約2,000億ドル規模の下落」に言及している（いずれも二次的な試算であり、幅を持って見るべき数字である点に注意されたい）。

アナリストの受け止めは一様ではない。D.A. DavidsonのGil Luria氏は6月の離脱時点で「GoogleはAIフロンティアにおける人材獲得競争で負けつつあるという懸念が強まっている」とコメントした。一方、JefferiesのBrent Thill氏は8月の再編後、「AI人材獲得競争が激化している」との認識を示しつつも、「IPOを控えたフロンティアラボが優秀な研究者の獲得競争で優位に立ちつつある一方、Googleは依然として深いAI専門性と加速するクラウド成長の恩恵を受けている」と指摘し、離脱を「沈みゆく船からの逃避」ではなく「潤沢な資金にアクセスできる創業者への転身が可能になった労働市場の変化」として捉える見方を示した。同氏は6月時点でも、Googleの約19万4,668人（2026年第1四半期時点、前年比5%増）という従業員基盤と、検索・Cloud・Workspaceにまたがる合計30億ユーザー規模の配荷力、TPUによるコスト優位性を根拠に、Geminiが最高性能のモデルである必要は必ずしもないと論じている。

FutureSearchのSchwarz氏の分析はさらに踏み込んでいる。同氏は、AIラボ157件のモデルリリースと171件の人事異動を統計的に分析したMike Frantzen氏の調査（"The masthead is not the moat"）を引用し、「著名研究者を多く失ったラボほど、その後より優れたモデルを開発する傾向がある」という逆説的な結果を紹介している。これは、優秀な人材はどの企業も「勝っているラボ」から引き抜こうとするためであり、真の堀（moat）は看板研究者ではなく学習スタックそのものと、報道に名前が出ない中堅層の厚みにあるという解釈だ。この見立てを踏まえ、同氏は「今回の市場の約2,000億ドルの下落は、人材流出そのものというより、モデルのタイムラインに対する懸念だと考える」と結論づけている。同社は今後6か月間で、DeepMindに残る上級研究・エンジニアリング指導者（約15名と推定）のうち中央値で2名（0〜6名の範囲）が追加で離脱すると予測している。

7. クラウドは絶好調という逆説——「勝者に土地を貸す」シナリオ

今回の一連の出来事を語るうえで見落とせないのが、Google Cloud事業そのものは記録的な成長を続けているという対照的な事実だ。Google Cloudの売上は2026年第2四半期に前年同期比82%増となっており、この成長の一部は、他ならぬフロンティアAIラボへのインフラ賃貸によって支えられている。中でも大きいのがAnthropicとの関係で、報道（The Informationの報道をReutersが伝えたところによれば）によると、Anthropicは2027年からの5年間で総額約2,000億ドルをGoogle Cloudに投じることをコミットしたとされ、最大100万基規模のTPUと複数ギガワット級の次世代computeを対象とする契約と伝えられている。Discovery LoopやIneffable IntelligenceがいずれもGoogleからcompute供給を受ける関係にあることも同じ文脈で理解できる。

これをGemini自体の商業的な規模と比較すると、対照はより鮮明になる。Morningstarの推計（FutureSearch経由）によれば、Gemini APIの売上は年換算で約150億ドル程度とされ、消費者向けAIサブスクリプションの規模はさらに小さいとみられる。正確な数字を得るのは難しいものの、この比較は「Geminiの収益規模はGoogleにとってCloud事業ほど大きくはないかもしれない」ことを示唆している。FutureSearchはこの構図から、「2028年より前にAnthropicの年換算Google Cloud支出額がAlphabet自身のGemini収益（API＋消費者向けサブスクリプション）を上回るか」という問いを立て、60%の確率を見積もっている。

この見方が示唆するのは、Googleが必ずしも「フロンティアモデルそのもので勝つ」ことに固執する必要はなく、TPUとクラウドインフラを軸に「フロンティアの勝者に土地を貸す」立場としても十分な事業機会を持ちうるという、垂直統合戦略のもう一つの解釈だ。これは前回記事で論じた「モデル・半導体・配荷網の一体運用」という強みの中の、半導体・インフラの側面がむしろ独立した収益源として機能し始めている可能性を意味している。もっとも、これは仮説的なシナリオであり、Gemini自体の競争力低下を正当化するものではない点には留意したい。

まとめ

この2週間の動きを整理すると、Googleは「フロンティアモデルの実行力」という一点で明確な逆風に直面しつつも、「インフラ・配荷・資本力」という土台は揺らいでいないという、ねじれた構図が浮かび上がる。Gemini 3.5 Proの遅延は単なるスケジュールの後ろ倒しではなく、ベースモデルを作り直すレベルの手戻りを伴っていたとみられ、Gemini 4への軸足移動もその帰結として理解できる。人材流出についても、著名研究者の離脱そのものより、彼らが去った先で何を作るか（そしてGoogleがその出資者・クラウド提供者であり続けるか）の方が、中長期的には重要な変数になりそうだ。

今後の観測点としては、（1）Gemini 3.5 Proが実際にいつ、どの程度の性能で一般提供されるか、（2）Kavukcuoglu体制下でGemini 4の開発ペースが実際に上がるか、（3）今後半年でDeepMindの上級研究者がどの程度追加で離脱するか、（4）AnthropicをはじめとするCloud顧客からの収益がGemini自体の収益規模を上回っていくか、の4点を挙げておきたい。前回記事で示した「垂直統合の強みと、収益基盤の緊張」という構図に、今回は「フロンティア実行力の遅れ」という新たな軸が加わった形になる。