Nvidiaは、人工知能プラットフォームをデータセンターから物理世界を移動する機械へと拡張しており、中国はその最大の初期実証の場となっている。ウォール・ストリート・ジャーナルの新たな 報道。ジェンセン・フアン最高経営責任者(CEO)は、この分野は10年以内に10倍の規模に拡大する可能性があると述べている。
その予測は、単にプロセッサを1つ販売するだけでは成り立たない。Nvidiaは、トレーニング用チップ、シミュレーションソフトウェア、ロボットの基礎モデル、そして機械内部で動作可能な小型コンピュータを組み立てており、多くのメーカーが製造する製品の基盤となる共通技術レイヤーとしての地位を確立しようとしている。中国は、この戦略を検証する上で他に類を見ない規模の環境を提供している。中国には、密度の高いロボットサプライチェーン、積極的な政府支援、そして他国の競合他社よりも速いペースでヒューマノイドロボットを出荷するメーカーが存在するからだ。.
初期の数値は印象的だが、汎用ロボットが通常の工場で信頼性高く、かつ収益性高く稼働できることをまだ証明できていない。 ロイターの最近の調査 によると、中国製のヒューマノイドロボットは依然として知能、器用さ、信頼性の面で課題を抱えており、従来の産業用ロボットアームの方が狭い範囲の作業をより速く、より安定してこなせる場合が多い。したがって、NVIDIAにとってのチャンスは、まさに中心的な技術的問題、つまり魅力的なデモンストレーションを、何千時間にもわたって有用な作業を繰り返し行える機械へと転換するという課題が未解決のままであるからこそ大きいのだ。
Nvidiaはフルスタックを構築中
Nvidiaのロボット事業への取り組みは、同社のデータセンター事業を成功に導いたのと同じ戦略に基づいている。開発者は、同社のアクセラレータ上で知覚・制御システムを訓練し、シミュレーションソフトウェアで合成環境を作成し、生成データを用いて動作を洗練させ、組み込み型Jetsonコンピュータにモデルを展開できる。各レイヤーは、次のレイヤーの価値を高めるように設計されており、顧客が周辺ソフトウェアを維持したままチップだけを交換するインセンティブを低下させる。.
同社のGR00Tシステムはそのアプローチを体現している。Nvidiaは、次世代 GR00Tモデル 従来システムよりも未知の操作タスクへの汎化能力に優れていると述べているが、これらのベンチマークは工場での性能を独立して証明したものではなく、同社の主張に過ぎない。同社の Cosmos 3 モデルは、機械が将来の物理状態を推論し、トレーニングシナリオを生成することを目的としている。
Nvidiaは、このアーキテクチャを機能させるために、完成したロボットを製造する必要はない。同社は、 リファレンスデザイン 。このデザインはあくまで研究プラットフォームであり、汎用作業ロボットが大量展開できる状態にあることを示すものではないが、Nvidiaの商業的な目標は明確だ。つまり、パートナー企業がモーター、バッテリー、手、そして完成品のロボットを巡って競争する中で、Nvidiaが共通のオペレーティング基盤となることを目指している。
中国は規模、供給業者、補助金を提供する
中国の魅力は、単にハードウェアの低価格だけではない。中国には150社以上のヒューマノイドロボット企業があり、ロイターの調査によると、2025年に世界中で出荷される約2万台のヒューマノイドロボットのうち、約95%が中国メーカー製と推定されている。こうした集中により、開発者は部品メーカー、受託製造業者、テスト施設、そして機械のメカニズムとソフトウェアを共同で改良できるほど近い場所にいる多数のエンジニアにアクセスできる。.
出荷台数の予測値が異なるのは、この分野がまだ新しく、定義も様々であるためだ。業界 出荷レポート によると、2026年上半期の世界におけるヒューマノイドロボットの出荷台数は2万2000台を超え、前年同期の約4倍に達するとされている一方、Omdiaは同時期に約1万8500台と予測している。この食い違いは、単一の合計値を確定値として扱うことへの警告となるが、どちらの指標も、急速に拡大する初期市場において中国ベンダーが優勢であることを示している。
国家支出も需要を左右する。ロイター通信の試算によると、中国政府機関は2026年上半期に人型ロボットおよび関連機器に少なくとも2億3000万ドルを支出した。これは前年同期の6200万ドル、2024年上半期の600万ドルと比較して大幅な増加である。こうした購入は学習を加速させる可能性があるが、ロボットによってコストが削減されたために民間企業が発注を更新するという状況とは必ずしも一致しない。.
投資家の熱狂はさらに急速に高まっている。AP通信の報道によると、中国のロボットメーカーUnitreeの株価は、同社が約9億400万ドルを調達した後、上場初日に急騰した。業界全体では、多くのロボットが依然として研究、娯楽、制御されたデモンストレーションに集中しているにもかかわらずだ。こうした資金調達は、より優れたハードウェアや大規模な生産を可能にする一方で、出荷台数の伸びと持続的な商業的普及との乖離を覆い隠してしまう可能性もある。
収益は確かに存在するが、定義が重要だ。
報道された100億ドルという数字は、人型ロボット用チップの年間売上高として解釈すべきではない。ウォール・ストリート・ジャーナル紙の説明は、ロボット工学、自動運転車、関連インフラを含む広範な「物理AI」カテゴリーを対象としているが、Nvidiaの正式な報告書では製品の分類方法が異なる。同社の2026年度の 財務実績 自動車およびロボット関連の売上高は23億ドルと大幅に増加しているものの、年間総売上高の1%程度にとどまっている。
この比較が重要なのは、Nvidiaが依然としてデータセンターの需要に依存しているためだ。同社は2026年度の売上高を2159億ドルと報告しており、ウォール・ストリート・ジャーナル紙は7月までの4四半期で3030億ドルと算出している。100億ドル規模の物理AI事業は意義深いものの、生成モデルのインフラに流入する資本に比べれば依然として小規模だ。.
投資家にとって、Nvidiaのフルスタック戦略は、汎用ヒューマノイドが普及する前に、複数の収益源を生み出す可能性を秘めている。自動車メーカーは同社のコンピュータを運転支援システムに利用でき、倉庫はエッジデバイス上で知覚モデルを実行でき、ロボット開発者はトレーニング用にデータセンターの容量をレンタルでき、シミュレーションツールはヒューマノイドを購入しない顧客にも提供できる。こうした多様性によって、単一の画期的な技術への依存度が軽減される一方で、公開されているセグメント情報からこの分野の正確な規模を把握することが難しくなる。.
輸出規制は不安定な状況を生み出す
中国市場への進出には政治的なリスクも伴う。ワシントンは主要なデータセンター向けアクセラレータの輸出を制限しており、商務省の BIS規則。これらの規制は、組み込みロボット用コンピュータやソフトウェアパッケージをすべて自動的に禁止するものではないため、Nvidiaが物理マシン顧客にサービスを提供できるチャネルは狭まることになる。
その区別は今後も安定しないかもしれない。ロボットは知覚、ナビゲーション、基盤モデルを統合しているため、政策立案者は、一部のエッジシステムが民生工場向けに販売されたとしても、軍事用途や監視用途に利用できると判断する可能性がある。北京はまた、国内のコンピューティングおよびロボットサプライチェーンの強化を推進し、顧客に対し米国技術への依存度を下げるよう圧力をかけている。.
したがって、Nvidiaは相反する2つの目標のバランスを取らなければならない。中国のロボットメーカーとの緊密な連携は、データ、生産量、そして迅速なハードウェア開発を可能にする一方で、新たなライセンス規則や代替品の可能性といったリスクも伴う。顧客が、製品開発後に将来のチップ、アップデート、開発ツールへのアクセスを失うことを懸念すれば、設計採用の成功は持続しにくくなる。.
商業的な効果は依然として期待に及ばない
決定的な判断基準は、ヒューマノイドが事前に練習したタスクを完了できるかどうかではない。購入者が求めるのは、予測可能な稼働時間、安全な動作、エラーからの復旧、そして人員やよりシンプルな自動化よりも低いコストである。ロイターの調査によると、多くの機械は依然として遠隔操作を必要としたり、周囲の状況が変化すると予測不能な故障を起こしたりする。.
既存の建物、ツール、ワークフローは人間向けに設計されているため、人型ロボットは有用である。しかし、同じ身体構造はバランスの問題、多数の関節、故障しやすい部品の増加といった問題を引き起こす。固定生産セルにおいては、従来のロボットアームや車輪付きプラットフォームの方が、より安価で信頼性が高い場合がある。したがって、近い将来最も有望な市場は、人間の身体全体を再現することなく、視覚、推論、シミュレーション、器用な操作といった人型ロボットの機能の一部を活用する機械となるだろう。.
Nvidiaは、どのマシンアーキテクチャが勝利しても利益を得られるような体制を整えている。同社の課題は、単なるプロトタイプの増加、調達契約の獲得、あるいは華々しい資金調達ラウンドではなく、プラットフォームが顧客に繰り返し価値を提供できることを示すことだ。今後数年間で最も重要な指標となるのは、民間事業者からのリピート注文、介入なしで稼働した時間、管理された環境外での導入実績、そして監査対象セグメントで可視化される収益だろう。.
中国はNvidiaにとって、この実験を行うための最速の実験場を提供する一方で、輸出政策は最も予測不可能な要素の一つとなっている。製造業者が出荷量を安定した労働力に転換できれば、同社の技術スタックは、AIトレーニングにおけるコンピューティングプラットフォームがそうであったように、ロボットにとって不可欠な存在となる可能性がある。信頼性と経済性が引き続き遅れるとしても、物理AIは依然として大きなビジネスへと成長する可能性があるが、約束された10倍の拡大は、突然の人型ロボット労働者の大軍ではなく、自動車、産業システム、特殊機械を通じて実現されるだろう。.