WRC 2026が示した「実演」から「実務」への転換

北京・亦荘で8月19日から23日まで開催された第11回世界ロボット大会（WRC 2026）は、ロボット産業が転換点にあることを浮き彫りにした。会場では、これまで注目を集めてきた人型ロボットの格闘や運動だけでなく、荷物の仕分け、スマートフォンの梱包、工場内の搬送、調理、家庭内の作業などが実演された。そこで問われ始めているのは、「一度、観客を驚かせられるか」ではない。変化する現場で、役に立つ作業を安定して繰り返し、事業の一部として採算を取れるかどうかだ。3417

もっとも、幅広い作業に対応できるロボットのソフトウェア基盤が固まったわけではない。各社は、物理世界を理解し、十分な学習データを集め、決められた手順以外の状況にも対応させる方法を競っている。

見世物から、現場のワークフローへ

大会のテーマは「人機共生、産需共融」——人とロボットの共生、産業と需要の融合——だった。展示の中心にも、導入先を想定した用途と、実際の買い手に近い課題が置かれていた。物流、携帯電話の梱包、資材搬送、受付、小売り、家庭作業などが並び、ロボットを単なるデモ機ではなく、業務の担い手として見せようとする意図がうかがえた。ロイターも、業界が観客を沸かせるパフォーマンスから、より広い商用利用へ進もうとしていると報じている。ただし、展示会での実演だけで、長期にわたる大規模導入が証明されるわけではない。217

この違いは重要だ。整えられた展示ブースで作業を完了できることは「能力」の証拠になる。一方、作業環境や対象物が変わる現場で、同じ仕事を何度も安全かつ安定してこなせることが、実用製品の条件になる。WRC 2026が示したのは、量産導入がすでに完成した姿というより、実演から実務へ踏み出す動きが強まったことだった。

会場では、次のような取り組みが目を引いた。

• X Square Robotは、物流と家庭の双方で動く統合モデルをアピールした。ロボットが衣類を整理し、掃除をし、荷物や飲み物を取りに行き、植物に水をやるなど、複数の家事をこなす様子を見せた。
• UBTECHは、複数の人型ロボットが連携して荷物を持ち上げ、積み重ね、仕分け、補充する物流ワークフローを展示した。同社のWalker C1は、工場作業よりも受付などの接客・対人環境を想定した機体として位置づけられていた。
• JD.comは、UnitreeのR1人型ロボットに自社のJoyInside AIプラットフォームを搭載し、ロボット犬を歩かせるデモを行った。JD.comがロボットの利用企業にとどまらず、AIプラットフォームとエコシステムの担い手を目指していることを示す展示だった。
• 自動調理、コーヒーの抽出、ロボットが運営する小売り体験など、飲食・小売り・サービス分野の展示も多く、商用化を意識した大会の方向性を来場者に伝えた。516

なお、提供された資料だけでは、AI² RoboticsやLimX DynamicsがWRC 2026で具体的にどのような用途を披露したのかを確認できない。そのため、両社の展示内容を特定の導入事例として扱うことは避けるべきだ。

出展規模は大きい。ただし、成熟度とは別の指標だ

大会主催者によると、5日間のイベントには国内外の373社が参加し、3,000件を超える製品が展示された。新製品の初披露は311件に上った。展示は完成品のロボットだけでなく、コア部品、産業連携、さまざまな利用場面にまで及んだ。34

この規模が意味するのは、ロボットメーカーが単独で競う段階から、商用化に必要な層がつながり始めたことだ。ロボット本体、アクチュエーターやセンサー、チップ、データ収集システム、基盤モデル、アプリケーションソフト、導入候補となる企業が同じ場に集まった。特に、器用な作業を担うロボットハンド、力覚センサー、関節モジュール、チップなどの部品も大きく扱われた。5

ただし、373社や3,000超という数字は、業界の活動量と市場の期待を示すものであって、数千台のロボットがすでに利益を生みながら稼働していることを意味しない。より注目すべきなのは、展示が具体的な仕事と結びついてきたことだ。資材を運ぶ、荷物を仕分ける、在庫を補充する、顧客に応対する、家庭内の作業をこなす——そうした業務が、導入の単位として語られるようになっている。

身体知能をめぐる「ルート分岐」

大会では、技術面でも大きな未解決問題が浮かび上がった。適応力のあるロボット知能を、最も効率よく、安価に、信頼性を保ちながら実現するにはどうすればよいのかという問題だ。

方向性1：人間の動画を大規模に学習する

Dyna RoboticsのDyna-2は、その一つの方向性を示す。同社はDyna-2を、物体を扱う作業向けの「ワールド・アクション・モデル」と説明している。人間が自分の視点で撮影した動画、いわゆる一人称視点の動画を100万時間超、連続した起床時間に換算して約170年分学習したという。人間が場面をどう変化させ、物体が接触にどう反応し、手がどのように物を扱うかを動画から学ぶことで、収集が難しいロボット操作データへの依存を減らすという発想だ。

Dyna Roboticsは、Dyna-2が異なるロボットプラットフォームへ移植でき、追加の微調整も数時間で済むと主張している。ただし、これは同社が報告する性能であり、汎用的な能力が第三者によって独立検証されたことを意味しない。

方向性2：短い実演から素早く適応する

GeneralistのGEN-1.5は、別の答えを提示する。同社によれば、GEN-1.5は動画、センサー情報、言語、ロボット自身の姿勢・運動情報を処理するマルチモーダルなロボット基盤モデルで、新しい作業を一度の実演から数秒で学習できる。勾配更新や追加の微調整を必要としないという。

この方式が重視するのは、実演をその場で文脈として理解し、新しい状況に適応する能力だ。新しい仕事のたびにモデルを再訓練するのではなく、人がやり方を見せ、ロボットが別の対象や環境にも指示を一般化することを目指す。こちらも主な根拠は企業側の発表であり、確立した業界標準のベンチマークとみなすには慎重さが必要だ。

勝者はまだ決まっていない

両者の違いは、ロボット業界がまだ一つの学習方式に収束していないことを示している。未解決の論点は多い。

• 人間の動画だけで、どこまで有用な物理知識を獲得できるのか。
• シミュレーションや記録済みの実演より、現実世界で集めたデータが有効になるのはどの場面か。
• より大規模なモデル、世界モデル、模倣学習、素早いタスク適応のどれを優先すべきか。
• センサー、形状、可動範囲、制御上の制約が異なるロボット間で、学習内容を本当に安定して移せるのか。

現時点の資料から、唯一の勝者となるアーキテクチャーや訓練方法を決めることはできない。この「ルート分岐」は細かな技術論ではない。新しい作業、新しい環境、新しい機体を追加するたびに、どれほどのデータとコストが必要になるかを左右する核心部分だ。

「着地の年」は、汎用ロボットの完成を意味しない

WRC 2026が示した中国企業の戦略は、二つの軌道を同時に走るものだった。倉庫、組み立て、物流、小売り、サービスなど、導入効果を説明しやすい限定的な用途では、できるだけ早く商用化を進める。その一方で、より汎用的な身体知能に向けて、基盤モデル、データ基盤、ロボットハードウェアへの投資も続ける。24

これは現実的な構えだ。狭い範囲に特化したシステムでも、顧客からのフィードバックや実際の運用データを得られる。汎用ロボットの問題を一挙に解決できなくても、次の改良につながるからだ。また、人型ロボットが注目を集める一方で、特定の作業には車輪型や専用機のほうが適している場合もある。大会報道でも、実際に生産的な仕事をしていたロボットには、歩行型より車輪型が多かったと指摘されている。

つまり、技術の最前線が決着していない段階で、市場だけが先に動き始めている。WRC 2026は、汎用人型ロボットの到来を宣言した場ではなかった。印象的なデモを、繰り返し実行できる業務に変えられるか。そして、その導入から得たデータを使って、身体知能の競争を続けられるか。中国のロボット産業にとって、今回の大会はその現実的な試験場だった。

WRC 2026が示した「実演」から「実務」への転換

北京・亦荘で8月19日から23日まで開催された第11回世界ロボット大会（WRC 2026）は、ロボット産業が転換点にあることを浮き彫りにした。会場では、これまで注目を集めてきた人型ロボットの格闘や運動だけでなく、荷物の仕分け、スマートフォンの梱包、工場内の搬送、調理、家庭内の作業などが実演された。そこで問われ始めているのは、「一度、観客を驚かせられるか」ではない。変化する現場で、役に立つ作業を安定して繰り返し、事業の一部として採算を取れるかどうかだ。3417

もっとも、幅広い作業に対応できるロボットのソフトウェア基盤が固まったわけではない。各社は、物理世界を理解し、十分な学習データを集め、決められた手順以外の状況にも対応させる方法を競っている。

見世物から、現場のワークフローへ

大会のテーマは「人機共生、産需共融」——人とロボットの共生、産業と需要の融合——だった。展示の中心にも、導入先を想定した用途と、実際の買い手に近い課題が置かれていた。物流、携帯電話の梱包、資材搬送、受付、小売り、家庭作業などが並び、ロボットを単なるデモ機ではなく、業務の担い手として見せようとする意図がうかがえた。ロイターも、業界が観客を沸かせるパフォーマンスから、より広い商用利用へ進もうとしていると報じている。ただし、展示会での実演だけで、長期にわたる大規模導入が証明されるわけではない。217

この違いは重要だ。整えられた展示ブースで作業を完了できることは「能力」の証拠になる。一方、作業環境や対象物が変わる現場で、同じ仕事を何度も安全かつ安定してこなせることが、実用製品の条件になる。WRC 2026が示したのは、量産導入がすでに完成した姿というより、実演から実務へ踏み出す動きが強まったことだった。

会場では、次のような取り組みが目を引いた。

• X Square Robotは、物流と家庭の双方で動く統合モデルをアピールした。ロボットが衣類を整理し、掃除をし、荷物や飲み物を取りに行き、植物に水をやるなど、複数の家事をこなす様子を見せた。
• UBTECHは、複数の人型ロボットが連携して荷物を持ち上げ、積み重ね、仕分け、補充する物流ワークフローを展示した。同社のWalker C1は、工場作業よりも受付などの接客・対人環境を想定した機体として位置づけられていた。
• JD.comは、UnitreeのR1人型ロボットに自社のJoyInside AIプラットフォームを搭載し、ロボット犬を歩かせるデモを行った。JD.comがロボットの利用企業にとどまらず、AIプラットフォームとエコシステムの担い手を目指していることを示す展示だった。
• 自動調理、コーヒーの抽出、ロボットが運営する小売り体験など、飲食・小売り・サービス分野の展示も多く、商用化を意識した大会の方向性を来場者に伝えた。516

なお、提供された資料だけでは、AI² RoboticsやLimX DynamicsがWRC 2026で具体的にどのような用途を披露したのかを確認できない。そのため、両社の展示内容を特定の導入事例として扱うことは避けるべきだ。

出展規模は大きい。ただし、成熟度とは別の指標だ

大会主催者によると、5日間のイベントには国内外の373社が参加し、3,000件を超える製品が展示された。新製品の初披露は311件に上った。展示は完成品のロボットだけでなく、コア部品、産業連携、さまざまな利用場面にまで及んだ。34

この規模が意味するのは、ロボットメーカーが単独で競う段階から、商用化に必要な層がつながり始めたことだ。ロボット本体、アクチュエーターやセンサー、チップ、データ収集システム、基盤モデル、アプリケーションソフト、導入候補となる企業が同じ場に集まった。特に、器用な作業を担うロボットハンド、力覚センサー、関節モジュール、チップなどの部品も大きく扱われた。5

ただし、373社や3,000超という数字は、業界の活動量と市場の期待を示すものであって、数千台のロボットがすでに利益を生みながら稼働していることを意味しない。より注目すべきなのは、展示が具体的な仕事と結びついてきたことだ。資材を運ぶ、荷物を仕分ける、在庫を補充する、顧客に応対する、家庭内の作業をこなす——そうした業務が、導入の単位として語られるようになっている。

身体知能をめぐる「ルート分岐」

大会では、技術面でも大きな未解決問題が浮かび上がった。適応力のあるロボット知能を、最も効率よく、安価に、信頼性を保ちながら実現するにはどうすればよいのかという問題だ。

方向性1：人間の動画を大規模に学習する

Dyna RoboticsのDyna-2は、その一つの方向性を示す。同社はDyna-2を、物体を扱う作業向けの「ワールド・アクション・モデル」と説明している。人間が自分の視点で撮影した動画、いわゆる一人称視点の動画を100万時間超、連続した起床時間に換算して約170年分学習したという。人間が場面をどう変化させ、物体が接触にどう反応し、手がどのように物を扱うかを動画から学ぶことで、収集が難しいロボット操作データへの依存を減らすという発想だ。

Dyna Roboticsは、Dyna-2が異なるロボットプラットフォームへ移植でき、追加の微調整も数時間で済むと主張している。ただし、これは同社が報告する性能であり、汎用的な能力が第三者によって独立検証されたことを意味しない。

方向性2：短い実演から素早く適応する

GeneralistのGEN-1.5は、別の答えを提示する。同社によれば、GEN-1.5は動画、センサー情報、言語、ロボット自身の姿勢・運動情報を処理するマルチモーダルなロボット基盤モデルで、新しい作業を一度の実演から数秒で学習できる。勾配更新や追加の微調整を必要としないという。

この方式が重視するのは、実演をその場で文脈として理解し、新しい状況に適応する能力だ。新しい仕事のたびにモデルを再訓練するのではなく、人がやり方を見せ、ロボットが別の対象や環境にも指示を一般化することを目指す。こちらも主な根拠は企業側の発表であり、確立した業界標準のベンチマークとみなすには慎重さが必要だ。

勝者はまだ決まっていない

両者の違いは、ロボット業界がまだ一つの学習方式に収束していないことを示している。未解決の論点は多い。

• 人間の動画だけで、どこまで有用な物理知識を獲得できるのか。
• シミュレーションや記録済みの実演より、現実世界で集めたデータが有効になるのはどの場面か。
• より大規模なモデル、世界モデル、模倣学習、素早いタスク適応のどれを優先すべきか。
• センサー、形状、可動範囲、制御上の制約が異なるロボット間で、学習内容を本当に安定して移せるのか。

現時点の資料から、唯一の勝者となるアーキテクチャーや訓練方法を決めることはできない。この「ルート分岐」は細かな技術論ではない。新しい作業、新しい環境、新しい機体を追加するたびに、どれほどのデータとコストが必要になるかを左右する核心部分だ。

「着地の年」は、汎用ロボットの完成を意味しない

WRC 2026が示した中国企業の戦略は、二つの軌道を同時に走るものだった。倉庫、組み立て、物流、小売り、サービスなど、導入効果を説明しやすい限定的な用途では、できるだけ早く商用化を進める。その一方で、より汎用的な身体知能に向けて、基盤モデル、データ基盤、ロボットハードウェアへの投資も続ける。24

これは現実的な構えだ。狭い範囲に特化したシステムでも、顧客からのフィードバックや実際の運用データを得られる。汎用ロボットの問題を一挙に解決できなくても、次の改良につながるからだ。また、人型ロボットが注目を集める一方で、特定の作業には車輪型や専用機のほうが適している場合もある。大会報道でも、実際に生産的な仕事をしていたロボットには、歩行型より車輪型が多かったと指摘されている。

つまり、技術の最前線が決着していない段階で、市場だけが先に動き始めている。WRC 2026は、汎用人型ロボットの到来を宣言した場ではなかった。印象的なデモを、繰り返し実行できる業務に変えられるか。そして、その導入から得たデータを使って、身体知能の競争を続けられるか。中国のロボット産業にとって、今回の大会はその現実的な試験場だった。