特定作業では人間に近いスピード

ライブ配信で行われていた作業は、コンベアベルト上の小型荷物の仕分けだった。ロボットはバーコードを認識し、荷物を正しい位置へ移動させる。

報道では、この処理速度が同じ作業を行う人間に近いレベルに達していると説明されている。

ただし、この比較は限定的に理解する必要がある。ロボットが行っていたのは倉庫業務全体ではなく、整理された環境での単一作業だ。それでも、構造化された物流プロセスで人間と近いスループットを達成したことは、ヒューマノイドロボットにとって意味のある節目といえる。

中核となるHelix‑02 AI

今回のデモを支えたのが、Figure独自のAIシステムHelix‑02だ。これは視覚入力からロボットの身体動作までを直接制御する「ビジョン・ランゲージ・アクション（VLA）」型のAIとして説明されている。

この種のシステムは、従来ロボットで別々に扱われていた機能を統合する。

・周囲環境の視覚認識
・物体や作業の理解
・動作計画と操作

Figureの狙いは、固定スクリプトではなく学習ベースで複数の作業に応用できるロボットを実現することだ。以前のデモでは、Helix搭載ロボットが部屋の片付けなどの家庭タスクを協調して行う様子も公開されている。

今回の倉庫テストは、このAIが産業用途の単調作業でも長時間安定して動作できる可能性を示した。

複数ロボットの同時運用

もう一つ注目されたのが、複数のロボットが同じラインで同時に作業していた点だ。

実際の物流施設では、単体のロボットよりも「フリート（群）」としての運用が重要になる。複数のユニットが協調して処理能力を維持しなければならない。

報道によれば、ロボットは作業と充電を切り替えながら稼働を続け、ライン全体として途切れない処理能力を維持していたとされる。

なぜこの実験が重要なのか

Figure、Teslaなどの企業は、汎用ヒューマノイドロボットを実際の労働に投入できるかを競っている。

その評価基準も変わりつつある。派手なデモ映像ではなく、次のような指標が重視され始めている。

・連続稼働時間
・シフトあたりの処理量
・エラー回復能力
・複数ロボットの協調

これらは、従来の産業用機械と同じように「現場で使えるか」を判断するための指標だ。

まだ証明されていないこと

とはいえ、このライブ配信だけで完全な商用化準備が整ったとは言えない。

まず、環境はかなり整備されたものだった。コンベアによる荷物仕分けは、雑然とした実際の倉庫作業よりも予測しやすい。

また、証拠の多くは企業自身のライブ配信や二次報道に依存している。デモが完全に現実の無人環境を再現しているのかについて、疑問を呈する声もある。

さらに重要なのは経済性だ。ロボットが普及するには、人間労働や既存の倉庫自動化システムとコスト・信頼性・保守性で競争できる必要がある。

製造とスケール戦略

FigureはFigure 03を、量産を前提に設計された初のモデルとして位置付けている。

同社はヒューマノイド専用の製造施設BotQを立ち上げ、量産とコスト削減を目指している。

発表によれば、この施設ではすでに数百台規模の第3世代ロボットを生産し、生産速度も大幅に改善したという。

さらに同社はSeries Cで10億ドル以上を調達し、企業価値は約390億ドルと報じられている。資金はHelix AIの開発とロボットの大規模展開に充てられる予定だ。

次に試されること

今回のライブ配信は、ヒューマノイドロボットが単なるデモ段階から実運用の指標で評価される段階へ移りつつあることを示した。

ただし、本当の試験はこれからだ。

Figure 03のようなロボットが実用化されたと言えるためには、次の条件を満たす必要がある。

・数か月〜数年単位での安定稼働
・顧客の倉庫での実運用
・人間作業者との安全な共存
・他の自動化手段より低コスト

もしこれらをクリアできれば、今回の倉庫ライブ配信は後から振り返ったとき、ロボット労働が本格的に始まる前触れとして記憶される可能性がある。

特定作業では人間に近いスピード

ライブ配信で行われていた作業は、コンベアベルト上の小型荷物の仕分けだった。ロボットはバーコードを認識し、荷物を正しい位置へ移動させる。

報道では、この処理速度が同じ作業を行う人間に近いレベルに達していると説明されている。

ただし、この比較は限定的に理解する必要がある。ロボットが行っていたのは倉庫業務全体ではなく、整理された環境での単一作業だ。それでも、構造化された物流プロセスで人間と近いスループットを達成したことは、ヒューマノイドロボットにとって意味のある節目といえる。

中核となるHelix‑02 AI

今回のデモを支えたのが、Figure独自のAIシステムHelix‑02だ。これは視覚入力からロボットの身体動作までを直接制御する「ビジョン・ランゲージ・アクション（VLA）」型のAIとして説明されている。

この種のシステムは、従来ロボットで別々に扱われていた機能を統合する。

・周囲環境の視覚認識
・物体や作業の理解
・動作計画と操作

Figureの狙いは、固定スクリプトではなく学習ベースで複数の作業に応用できるロボットを実現することだ。以前のデモでは、Helix搭載ロボットが部屋の片付けなどの家庭タスクを協調して行う様子も公開されている。

今回の倉庫テストは、このAIが産業用途の単調作業でも長時間安定して動作できる可能性を示した。

複数ロボットの同時運用

もう一つ注目されたのが、複数のロボットが同じラインで同時に作業していた点だ。

実際の物流施設では、単体のロボットよりも「フリート（群）」としての運用が重要になる。複数のユニットが協調して処理能力を維持しなければならない。

報道によれば、ロボットは作業と充電を切り替えながら稼働を続け、ライン全体として途切れない処理能力を維持していたとされる。

なぜこの実験が重要なのか

Figure、Teslaなどの企業は、汎用ヒューマノイドロボットを実際の労働に投入できるかを競っている。

その評価基準も変わりつつある。派手なデモ映像ではなく、次のような指標が重視され始めている。

・連続稼働時間
・シフトあたりの処理量
・エラー回復能力
・複数ロボットの協調

これらは、従来の産業用機械と同じように「現場で使えるか」を判断するための指標だ。

まだ証明されていないこと

とはいえ、このライブ配信だけで完全な商用化準備が整ったとは言えない。

まず、環境はかなり整備されたものだった。コンベアによる荷物仕分けは、雑然とした実際の倉庫作業よりも予測しやすい。

また、証拠の多くは企業自身のライブ配信や二次報道に依存している。デモが完全に現実の無人環境を再現しているのかについて、疑問を呈する声もある。

さらに重要なのは経済性だ。ロボットが普及するには、人間労働や既存の倉庫自動化システムとコスト・信頼性・保守性で競争できる必要がある。

製造とスケール戦略

FigureはFigure 03を、量産を前提に設計された初のモデルとして位置付けている。

同社はヒューマノイド専用の製造施設BotQを立ち上げ、量産とコスト削減を目指している。

発表によれば、この施設ではすでに数百台規模の第3世代ロボットを生産し、生産速度も大幅に改善したという。

さらに同社はSeries Cで10億ドル以上を調達し、企業価値は約390億ドルと報じられている。資金はHelix AIの開発とロボットの大規模展開に充てられる予定だ。

次に試されること

今回のライブ配信は、ヒューマノイドロボットが単なるデモ段階から実運用の指標で評価される段階へ移りつつあることを示した。

ただし、本当の試験はこれからだ。

Figure 03のようなロボットが実用化されたと言えるためには、次の条件を満たす必要がある。

・数か月〜数年単位での安定稼働
・顧客の倉庫での実運用
・人間作業者との安全な共存
・他の自動化手段より低コスト

もしこれらをクリアできれば、今回の倉庫ライブ配信は後から振り返ったとき、ロボット労働が本格的に始まる前触れとして記憶される可能性がある。