米国 CSET 物理AI 政策立案者向けAIとロボティクスの融合入門

こんにちは、丸山満彦です。

米国の安全保障・新興技術センターが物理AI (Physical AI) についての報告書が公表されていますね...

物理AI は「AI × ロボティクス」で、次のブーム？

技術的にも収斂が進んでいるが、依然として多くのボトルネックが存在するということのようです。

ボトルネックとしては、３次元認識、器用さ、標準化、大量生産...

米中を中心に競争が激化しており、政策的介入が重要になるという認識のようですね。日本もロボティックスの分野では優位性がまだあるような気がします...

● Center for Security and Emerging Technology

・2026.02 Physical AI - A Primer for Policymakers on AI-Robotics Convergence

Physical AI A Primer for Policymakers on AI-Robotics Convergence	物理AI　政策立案者向けAIとロボティクスの融合入門
This paper examines the convergence of artificial intelligence and robotics, analyzing the emerging field of Physical AI. It provides a detailed overview of the supply chain challenges, competitive dynamics, and policy considerations that define this potentially transformative emerging technology.	本稿は人工知能とロボティクスの融合を検証し、新興分野である物理AIを分析する。この変革をもたらす可能性を秘めた新興技術を特徴づける、サプライチェーン上の課題、競争力学、政策上の考慮事項について詳細な概観を提供する。

・[PDF]

・[DOCX][PDF] 仮訳

目次...

Executive Summary	エグゼクティブサマリー
Introduction	序論
Scoping and Defining the AI-Robotics Supply Chain	AI-ロボティクス供給網の範囲設定と定義
Manifesting Physical AI: Describing the Robotics Hardware Supply Chain	物理的AIの具現化：ロボティクスハードウェア供給網の記述
Building Sentient Silicon: AI Advances and the Robotics Software Supply Chain	知覚するシリコンの構築：AIの進歩とロボティクスソフトウェアのサプライチェーン
Competitiveness Assessment: AI-Robotics Convergence	競争力アセスメント：AIとロボティクスの融合
Innovation Ecosystem Mapping: AI-Robotics Research, Patents, and Investment	イノベーション・エコシステムのマッピング：AI-ロボティクス研究、特許、投資
ETO Research Almanac: Publications and Patents	ETOリサーチ年鑑：出版物と特許
ETO Country Activity Tracker: Investment Data	ETO国別活動トラッカー：投資データ
Characterizing Relative National Standing: AI-Robotics Market Analysis	相対的な国家の立ち位置の特性化：AI-ロボティクス市場分析
AI-Robotics Foundation Models and the Software Ecosystem	AIロボティクス基盤モデルとソフトウェアエコシステム
Robotics Hardware Components	ロボティクスハードウェアコンポーネント
Robot Manufacturers	ロボット製造事業者
Robot Deployment and End Users	ロボット展開とエンドユーザー
Conclusion: Technology Trends Assessment	結論：技術動向のアセスメント
Author	著者
Acknowledgments	謝辞
Appendix 1. Template for Technology Competitiveness Assessment: Technical LevelSetting	附属書1. 技術競争力アセスメントテンプレート：技術レベル設定
Endnotes	脚注

エグゼクティブサマリー...

Executive Summary	エグゼクティブサマリー
While the world has focused its attention for the last three years on generative artificial intelligence, chatbots, and new model releases coming from frontier AI labs, a quieter revolution is taking place that many believe represents the next stage in AI development: the arrival of Physical AI. Like the iPhone’s introduction in 2007, AlexNet’s victory in the 2012 ImageNet competition, and ChatGPT’s release in 2022, analysts and industry representatives believe a similar breakthrough is imminent.	過去3年間、世界は生成的人工知能、チャットボット、最先端AI研究所からの新モデル発表に注目してきたが、その陰で静かな革命が起きている。多くの専門家がAI発展の次なる段階と見なす「物理AI」の到来だ。 2007年のiPhone登場、2012年のImageNetコンテストにおけるAlexNetの勝利、2022年のChatGPTリリースと同様に、アナリストや業界代表者は、同様のブレークスルーが差し迫っていると確信している。
Physical AI “lets autonomous systems like robots, self-driving cars, and smart spaces perceive, understand, and perform complex actions in the real (physical) world.”1 NVIDIA has declared “in the near future, everything that moves, or that monitors things that move, will be autonomous robotic systems.”2 OpenAI reportedly re-opened its robotics division in early 2025 to capitalize on the convergence of AI and robotics, while startups from Shanghai to Silicon Valley building the “brains” of robots are raising hundreds of millions of dollars.3 Electric vehicle makers Tesla and XPeng are racing to develop humanoid robots of their own.4 Meanwhile Amazon, which reports having one million robots in operation today, believes “Physical AI is about to change everything for robotics [including] autonomy, manipulation, sortation, and computer vision.”5 Adding to this enthusiasm, analysts at Morgan Stanley assert the market for humanoid robots will grow from tens of millions of dollars today to reach $5 trillion by 2050.6	物理AIとは「ロボット、自動運転車、スマート空間といった自律システムが、現実（物理）世界で複雑な行動を認識し、理解し、実行することを可能にする」技術だ1。NVIDIAは「近い将来、動くもの、あるいは動くものを監視するものは全て自律型ロボットシステムになる」と宣言している(2)。 OpenAIは2025年初頭にロボットディビジョンを再始動させ、AIとロボット工学の融合を推進していると報じられている。一方、上海からシリコンバレーまで、ロボットの「頭脳」を開発するスタートアップ企業は数億ドルの資金調達に成功している。3 電気自動車メーカーのテスラとXPengは、自社開発の人型ロボット開発を競っている。4 一方、現在100万台のロボットを稼働させていると報告するアマゾンは、「物理AIが自律性、操作、仕分け、コンピュータビジョンを含むロボット工学の全てを変えようとしている」と確信している。(5)この熱狂に拍車をかけるように、モルガン・スタンレーのアナリストは、ヒューマノイドロボット市場が現在の数千万ドル規模から2050年までに5兆ドルに達すると主張している。6
Yet the convergence of AI and robotics is so new that the field lacks a shared name, to say nothing of a mature technology stack. Some companies call this convergence “embodied AI” while others prefer “physical AI,” “embodied machine intelligence,” or “generative physical AI.”7 It is not at all clear if the hype around AI progress can translate into robots finding their way through the physical world: autonomous three-dimensional navigation of dynamic environments requires a mature software, hardware, and data ecosystem that simply does not exist at scale today. NVIDIA states part of the problem plainly: “Large language models are one-dimensional, able to predict the next token, in modes like letters or words. Image- and video-generation models are two-dimensional, able to predict the next pixel. None of these models can understand or interpret the 3D world.”8	しかしAIとロボティクスの融合は極めて新しく、分野全体で共通の名称すら存在せず、成熟した技術基盤などなおさらない。 この融合を「具現化されたAI」と呼ぶ企業もあれば、「物理AI」「具現化された機械知能」「生成的物理AI」を好む企業もある。7AI進歩への過剰な期待が、ロボットが物理世界で自律的に行動する能力に結びつくかは全く不透明だ。動的な環境における自律的な三次元ナビゲーションには、ソフトウェア・ハードウェア・データの成熟したエコシステムが必要だが、現時点で大規模に存在するものではない。 NVIDIAは問題の一部を明快に指摘している：「大規模言語モデルは一次元的で、文字や単語といったモードにおいて次のトークンを予測できる。画像・動画生成モデルは二次元的で、次のピクセルを予測できる。これらのモデルはいずれも3次元世界を理解したり解釈したりできない」8。
The primary challenges facing Physical AI are the same ones that have troubled the robotics industry for generations: technology barriers and economic barriers. Parts of the robotics supply chain remain in their industrial infancy, key hardware technology breakthroughs remain elusive, and even recent advances are not ready for scalable manufacturing. Batteries, motors, sensors, and actuators evolve far more slowly than algorithms and software, and scalable manufacturing requires large amounts of patient capital. In addition, much of the supply chain for robotics components is commoditized, and the relatively slim margins dissuade innovative startups from competing with established incumbents. Adding to these challenges, each robotics company is pursuing its own unique approach, meaning the supply chain of components and parts remains largely non-standardized, hampering scalability and adding cost. The gap between impressive demonstrations in controlled environments and the promise of millions of affordable robots acting independently as they navigate the world is enormous.	物理AIが直面する主な課題は、ロボット産業が長年悩まされてきたものと同じだ。技術的障壁と経済的障壁である。ロボット産業のサプライチェーンの一部は未だ産業として未熟な段階にあり、ハードウェア技術の重要なブレークスルーは依然として実現しておらず、最近の進歩でさえも量産製造には対応できていない。バッテリー、モーター、センサー、アクチュエーターはアルゴリズムやソフトウェアに比べてはるかに進化が遅く、量産製造には大量の忍耐強い資本が必要だ。さらに、ロボット部品のサプライチェーンの大半はコモディティ化しており、比較的低い利益率は革新的なスタートアップが既存企業と競争する意欲を削ぐ。これらの課題に加え、各ロボット企業が独自のアプローチを追求しているため、部品・パーツのサプライチェーンは依然として非標準化が続き、スケーラビリティを阻害しコストを増大させている。制御された環境での印象的なデモンストレーションと、世界中で自律的に動作する数百万台の手頃な価格のロボットという約束との間には、巨大な隔たりがある。
The focus of this paper is on characterizing the convergence of Physical AI and robotics, its underlying supply chain, and identifying competitive advantages as well as constraints. This paper provides background on the technology and describes the ecosystem and supply chain of hardware and software suppliers supporting the technology. It then characterizes competitiveness worldwide using bibliometrics, patents, investment data, and industry reports to determine firm leadership, constraints, and breakthroughs across the technology ecosystem from AI foundation models and software to hardware component and robot manufacturers as well as end users. It concludes with a summary of drivers and positive trends, as well as constraints and limiting trends with an eye towards opportunities policymakers interested in promoting the tech industry’s next breakthrough moment can consider.	本稿の焦点は、物理AIとロボティクスの融合、その基盤となるサプライチェーンの特徴付け、競争優位性と制約の識別にある。本稿では技術の背景を説明し、この技術を支えるハードウェア・ソフトウェアプロバイダのエコシステムとサプライチェーンを記述する。 次に、文献計量学、特許、投資データ、業界レポートを用いて世界的な競争力を分析し、AI基盤モデルやソフトウェアからハードウェア部品・ロボット製造事業者、エンドユーザーに至る技術エコシステム全体における企業のリーダーシップ、制約、ブレークスルーを特定する。最後に、推進要因と好ましい傾向、制約と抑制的傾向をまとめ、技術産業の次のブレークスルーを促進したい政策立案者が考慮すべき機会を考察する。
This paper builds on previous CSET research looking at the robotics patent landscape to characterize competitiveness using CSET’s Map of Science and separate research that proposed a methodology for identifying and characterizing an emerging technology.9 It concludes by introducing a template that could be used by policymakers interested in global competitiveness assessment of other emerging technologies.	本論文は、ロボット工学特許の競争力分析に用いたCSETの「科学マップ」と、新興技術の識別・分析手法を提案した別研究9を基盤としている。最後に、他の新興技術におけるグローバル競争力アセスメントに関心を持つ政策立案者が活用可能なテンプレートを紹介する。
1. “What is Physical AI?” NVIDIA, [web] .	1 「物理AIとは何か？」NVIDIA
2. Madison Huang, “What is NVIDIA’s Three-Computer Solution for Robotics?” NVIDIA (blog), August 8, 2025, [web]	2 マディソン・ファン、「NVIDIAのロボット向け3コンピュータソリューションとは？」NVIDIA（ブログ）、2025年8月8日
3. Michael J. de la Merced, “Physical Intelligence, a Robot A.I. Specialist, Raises Millions From Bezos,”The New York Times, November 4, 2024, [web] ; Amanda Greenwood, “OpenAI’s secret robot plans revealed,” The AI Report, January 13, 2025, [web] ; “Chinese embodied AI startup TARS raises $120m in angel funding,” Tech In Asia, March 25 2025, [web] .	3 Michael J. de la Merced、「ロボット AI 専門企業 Physical Intelligence、ベゾスから数百万ドルを調達」『ニューヨーク・タイムズ』2024年11月4日。 アマンダ・グリーンウッド、「OpenAI の秘密のロボット計画が明らかに」、『The AI Report』、2025年1月13日。 「中国の具現化 AI スタートアップ TARS、エンジェル投資で 1億2000万ドルを調達」、『Tech In Asia』、2025年3月25日。
4. Tom Carter, “Tesla’s Chinese EV competitors are racing to build their own Optimus rivals,” Business Insider, November 2024, [web] ; Aditi Bharade & Cheryl Teh, “China’s spring festival celebration featured a fleet of dancing robots that flexed the country’s advancements in robotics,” Yahoo!Tech, January 29, 2025, [web] ; Jack Ewing, “Elon Musk Shows Off Tesla ‘Robotaxi’ That Drives Itself,” The New York Times, October 10, 2024, [web] .	4 トム・カーター「テスラの中国EV競合他社は自社版オプティマス開発を急ぐ」ビジネスインサイダー、2024年11月; Aditi Bharade & Cheryl Teh, 「中国の春節のお祝いでは、ロボット工学の進歩を誇示するダンスロボットの群れが登場した」, Yahoo!Tech, 2025年1月29日, ; ジャック・ユーイング、「イーロン・マスク、自動運転のテスラ『ロボットタクシー』を披露」、ニューヨーク・タイムズ、2024年10月10日。
5. “Amazon VP shares his approach to the future of robotics innovation,” Amazon, April 10, 2025, [web] ; Scott Dresser, “Amazon launches a new AI foundation model to power its robotic fleet and deploys its 1 millionth robot,” Amazon Robotics, June 30, 2025, [web] .	5 「Amazon副社長がロボット工学の未来に対するアプローチを語る」、Amazon、2025年4月10日、; スコット・ドレッサー、「Amazonがロボット群を動かす新しいAI基盤モデルを発表、100万台目のロボットを展開」、Amazon Robotics、2025年6月30日.
6. Pia Singh, “Morgan Stanley says humanoid robots will be a $5 trillion market by 2050. How to play it,” CNBC, April 29, 2025, [web] .	6 ピア・シン、「モルガン・スタンレーは、2050年までにヒューマノイドロボット市場が5兆ドル規模になると予測している。 投資戦略」CNBC、2025年4月29日。
7. The trend that appears to have gotten the most traction in the past year, as measured by Google Search, is “Physical AI.” See: “Search: Interest in Physical AI, Embodied AI, and Related Terms,” Google Trends, [web] .	7 Google検索で測定すると、過去1年間で最も注目を集めたトレンドは「物理AI」である。 参照：「検索：物理AI、具現化AI、および関連用語への関心」Google Trends、。
8. Huang, “What is NVIDIA’s Three-Computer Solution?”	8 Huang, 「NVIDIAの3台コンピュータソリューションとは何か？」
9. Sara Abdulla, “China’s Robotics Patent Landscape,” Center for Security and Emerging Technology, August 2021, [web] .	9 サラ・アブドゥラ「中国のロボット特許動向」安全保障・新興技術センター、2021年8月。