ロボティクス

何が起きたのか 2026年8月22日19時、北京の国家速滑館（通称「氷のリボン」）で第2回世界人形機器人運動会が開幕しました。開幕式の中で行われた100m大型組の予選で、北京人形机器人创新中心（英語名 X-Humanoid）の天卓队が出走させた人形ロボットが9秒39を記録し、ウサイン・ボルトが2009年ベルリン世界選手権で出した男子100m世界記録9秒58を0秒19上回りました（新浪財経 2026-08-22、Global Times 2026-08-22）。 記録の更新は、そこで止まっていません。人民日報上海（2026-08-23）はこう書いています。 9秒39！在開幕式上的100米大型組預賽中，天卓隊的機器人打破人類百米紀錄。之后的預賽中，天工—京灃科技聯合隊的機器人跑出9秒34的成績；天驍隊和天工隊的機器人都跑出9秒32的成績，再次刷新紀錄。 9秒39は当日の最速値ではなく、同じ予選の中で9秒34、9秒32と塗り替えられています。新華社江蘇（2026-08-24）は9秒32を出した機体を「天工Ultra」と名指ししています（「随后预赛中，天工Ultra又跑出9秒32，再度刷新纪录」）。 一方、英語圏の報道で先に流れた「9.32秒」は別物です。スマートフォンメーカーHonor（荣耀）が開発した「闪电（Lightning）」が大会前の屋外テストで出した値で、CCTVの報道を各社が引きました（Al Jazeera 2026-08-22）。闪电が予選で記録したタイムは9秒47です（Reuters配信・KFGO 2026-08-22）。 9秒32は1つの数字ではない 報じられているタイムを、走行の単位で並べ直します。 タイム 走ったのは どの走行か 出典 9秒39 天卓队 開幕式内の100m大型組・第9組予選 人民日報上海、凤凰网 9秒34 天工—京灃科技聯合隊 その後の予選 人民日報上海 9秒32 天驍队 その後の予選 人民日報上海 9秒32 天工队（新華社江蘇の表記では天工Ultra） その後の予選 人民日報上海、新華社江蘇 9秒47 Honor 闪电 第9組予選 Reuters配信・KFGO 9秒32 Honor 闪电 大会前の屋外テスト Al Jazeera（CCTV報道） 第9組の様子は凤凰网が伝えています。天卓队・宇树科技队・烽火闪电队の3チームが同時に走り、序盤リードした烽火闪电队を天卓队が逆転、宇树科技队は3位でゴール後に転倒しました（凤凰网 2026-08-22）。 ここから読めることは2つです。第一に、大会の予選でも9秒32は出ています。「9秒32はレース外の値」という切り分けは成り立ちません。第二に、9秒32という数字だけでは、天驍队の機体なのか、天工队（新華社江蘇の表記では天工Ultra）なのか、Honorの闪电の大会前テストなのかが決まりません。機体名と競技区分をセットにしない限り、この数字は比較に使えません。 なお、これらはいずれもCCTVの中継と中国メディア・国際通信社を経由した、場内発表のタイムです。 条件が違う：レーン、スタート、計時、電池 大会組織委員会が公開している『第二届世界人形机器人运动会 比赛规则（第一批）』（2026年4月21日）には、100mの走路と判定が明文化されています。人間の100mとの差は、この条文を突き合わせるとはっきりします。 レーン。 「100米（小型组、大型组）、400米（小型组、大型组）、1500米比赛场地为环形塑胶跑道，直道长度为110.43m，弯道内侧半径为23.34m；共4条跑道，每条跑道宽度为2.1m」（同規則 p.4）。4レーン・各幅2.1mで、走路は分かれています。侵害の扱いも規定があり、「比赛过程中不允许串道，机器人任何一足落入指定比赛跑道外视为串道」、外側の他レーンに入っても「若不影响其他机器人比赛不进行判罚」、他機の走行や遥操作員に影響した場合は「每影响1次罚时30秒」（同 p.5）。レーンを外れること自体は失格ではなく、他機に影響したときに30秒を加算する設計です。第9組の3台がそれぞれのレーンを保っていたかどうかは、報道からは分かりません。 スタート。 「机器人须从起点线后做准备，听到发令枪响后才可以出发」。号砲前の動き出しについては、「各就位口令发出后到鸣枪期间，机器人须处于静止状态（双脚不得离开地面），否则给予黄牌警告，每给予黄牌1次罚时2秒」（同 p.5）とされています。人間の陸上競技では、World Athleticsのルール上、号砲から0.100秒未満の反応がフライングとして扱われ、1回で失格になります。この0.100秒は人間の反応時間の生理学的下限そのものではなく、規則上の判定閾値です。ロボット側は失格ではなく2秒の加算で、両者の「フライング」は同じ概念ではありません。 計時。 「身体躯干（不包括头、颈、四肢）的任何部位抵达终点线后沿的时间为比赛成绩」（同 p.5）。成績の算出は「100米（小型组、大型组）以净计时加罚时计算」（同 p.6）です。何をもってゴールとするかは決まっていますが、光電管なのか画像判定なのかといった計測方式の詳細は規則に書かれておらず、報道でも公表されていません。 電池と時間制限。 「100米（小型组、大型组）、400米（小型组、大型组）、1500米比赛时长限制分别为1分钟、5分钟、15分钟，未在规定时间内完成比赛，视为比赛中退。比赛过程中不允许更换电池」（同 p.6）。100mの完走制限は1分、レース中の電池交換は禁止です。制限時間が1分ということは、9秒台から大きく離れたタイムでも完走扱いになる幅がある、ということでもあります。実際にどの水準の機体が出走したかは、確認できた報道の範囲では分かりません。 風。 人間の100mは追い風2.0m/sを超えると記録が公認されません。今回確認した競技規則（第一批）には、風速に関する規定は見当たりませんでした。 ...

何が起きたのか Google DeepMindが2026年7月30日、ロボット制御モデル群「Gemini Robotics 2」を公開しました（Google DeepMind 2026-07-30）。公式ブログの見出しは「whole body intelligence」で、従来のように上半身の腕とハンドだけを動かすのではなく、足先から指先まで含めた全身を一つのモデルで制御する、という位置づけです。 注目すべきは、公式ブログが成功率の数字を素直に並べている点です。ヒューマノイドのApptronik Apollo（Inspire製ハンド搭載）での全身操作タスクは、棚から取る76.3%、机から取る68.4%、床から取る45.7%。一方、平行グリッパーを備えたFranka Duoでは、精密挿入89.6%、多様な工具のキッティング78.9%、一般的なピック・アンド・プレース74.2%（Google DeepMind 2026-07-30）。 そして多指ハンド（SharpaWave hand）の巧緻性タスクは、電球を「緩める」が92%であるのに対し、電球を「締める」は36%、ゴミ袋を縛るが44%、ジップロックの封が40%、ちりとりの扱いが32%と、多指ハンドの5タスクでは最低32%から最高92%まで約2.9倍の幅があります（Google DeepMind 2026-07-30）。デモ映像だけを見ると「電球を交換できるロボット」に見えますが、少なくとも今回の電球タスクでは、「緩める」92%に対して「締める」36%という大きな非対称が出ています。 3モデル構成——VLA・ER 2・On-Device 2の役割分担 今回のリリースは単一モデルではなく、役割の異なる3つのモデルで構成されています。ただし提供状況は揃っておらず、一般の開発者がAPIで利用できるのはER 2だけで、VLAとOn-Device 2はアーリーアクセスに限られます。 Gemini Robotics 2（VLA）は、視覚と言語の入力をモーター制御に変換する層です。公式のモデルページでは「テーブルトップロボットからフルヒューマノイドまで、あらゆる種類のロボットを知的に制御できる」と説明され、22自由度のハンドやグリッパーの扱いに言及しています（Google DeepMind モデルページ）。全身知能の中身は重心の動的管理で、静止姿勢から腕を伸ばすのではなく、「安全に踏み出し、しゃがみ、かがんで、散らかった現実空間を移動する」と記載されています。 Gemini Robotics ER 2 は高レベルの推論層です。公式ブログの表現では「ロボットの高レベルな脳」であり、「部屋を観察し、タスク完了に必要なステップを推論し、行動を実行するためにVLAと連携し、完了まで進捗を追跡する」役割を担います（Google DeepMind 2026-07-30）。Google公式のAPIドキュメントによれば、ER 2はGemini 3.5 Flashをベースとし、入力131,072トークン・出力65,536トークン、モデルIDは gemini-robotics-er-2-preview と、リアルタイム双方向ストリーミング用の gemini-robotics-er-2-streaming-preview の2種類です（Gemini API ドキュメント）。同ドキュメントは旧版のGemini Robotics ER 1.6が2026年8月末で停止することも明記しています。 Gemini Robotics On-Device 2 はロボット本体上でのローカル実行に最適化された軽量VLAです。ここが今回の実務的な目玉で、「数時間分のデータ、典型的には200例未満」で、まったく新しいロボットの身体構成へ適応できるとされています（Google DeepMind 2026-07-30）。 提供形態は3層に分かれます。ER 2はGoogle AI Studioで利用可能かつGemini Enterprise Agent Platformでプライベートプレビュー、VLAとOn-Device 2はアーリーアクセスパートナー向けに限定されています（Google DeepMind 2026-07-30）。つまり「計画する脳」にあたるER 2は公開プレビューとして一般の開発者が試せる一方、「体を動かす脊髄」にあたるVLA群は限定提供にとどまる構造です。 LLMエージェントとの相似——プランナーと実行器の分離 この3層構成は、この1年でLLMエージェント設計が収束してきた形とほぼ同型です。長い推論と計画を担う大きなモデルが、短いレイテンシで大量に呼ばれる小さな実行モデルを指揮する。ER 2がツール呼び出し（function calling）に対応し、ロボット固有のAPIと組み合わせてマルチステップのタスクを組み立てられる、とドキュメントに記載されているのは、まさにそのオーケストレーターの役割です（Gemini API ドキュメント）。 ...

何が起きたのか Black Forest Labs（BFL）が2026年7月23日、新しいマルチモーダル基盤モデル「FLUX 3」を公式ブログで発表しました（Black Forest Labs 2026-07-23）。公式ブログの書き出しは「FLUX 3 is our new multimodal foundation model. It jointly learns from images, videos, and audio within a unified architecture.」であり、画像・動画・音声を単一アーキテクチャで同時に学習したモデルだと説明されています。 発表の中で数値として明示されているのは、単一生成で最大20秒の動画をネイティブ音声付きで作れること、そして人手による選好評価の勝率です。同ブログは、Luma Ray 3.2 に対して93%、Runway Gen-4.5 に対して77%、Grok Imagine Video に対して最大69%、Kling v3 Pro に対して60%の比較で好まれたとしています。この評価は「10-second text-to-video clips in 720p with audio」を対象とした予備的なもので、公式自身が「Evaluations are early and we expect further improvements」と留保を付けています。 ただし、この発表で最も引っかかるのはベンチマークの数字ではありません。画像生成モデルで知られる会社が、同じモデルの中に 行動予測（action prediction）を入れてきた点です。公式ブログはFLUX 3を「a checkpoint on our mission to develop real-world visual intelligence: models that perceive, predict, and act across physical and digital environments」と位置づけています。画像を作るモデルと、ロボットを動かすモデルを、同じ土台に載せるという宣言です。 ...

2026年3月19日、フードデリバリー大手DoorDashがスタンドアロンアプリ「Tasks」を正式ローンチしました（TechCrunchの記事『DoorDash launches a new ‘Tasks’ app that pays couriers to submit videos to train AI』2026年3月19日）。食事を届ける仕事の合間に、皿を洗う動画を撮影してAIの訓練データを提出する。DoorDashが抱える800万人超のギグワーカー（Dasher）は、フードデリバリーの担い手であると同時に、ロボティクスと生成AIの「データ供給源」にもなりました。 DoorDash Tasksの3種類のタスク DoorDash Tasks General ManagerのEthan Beatty氏はForbesの取材（2026年3月20日）に対し、「800万人以上のDasherは、米国のほぼどこにでもリーチでき、デリバリー以外でも柔軟に稼ぎたいと考えている」と説明しています。 Tasksで提供されるタスクは、大きく3種類に分かれます。 家庭内タスク（ロボティクス訓練用） ワーカーは胸元に装着したカメラで、自宅での日常動作を撮影します。Bloombergの報道（2026年3月19日）によると、対象となる動作は以下の通りです。 食器を手洗いする（最低5枚、洗浄後にカメラの前で静止） 洗濯物を畳む ベッドメイキング 植物の剪定・植え替え（高難度タスク、報酬が高い） この映像は、ヒューマノイドロボットが食洗機のローディングや物体認識を学習するための「模倣学習」データとして使われます。ロボティクス開発企業が家庭用ロボットの実用化を進める上で、実環境・実動作の映像データが決定的に不足しているためです。 商業・物流タスク レストランのメニュー撮影、ホテルの入口撮影、小売店の棚レイアウト記録など、物理空間のデジタル化を目的としたタスクです。DoorDash自身のAIモデルに加え、小売・保険・ホスピタリティ分野のパートナー企業のモデル開発にもデータが提供されます（DoorDash公式発表、2026年3月19日）。 音声・言語タスク スペイン語での非台本会話の録音など、多言語音声データの収集タスクも含まれます。 報酬はタスクごとに事前開示され、難易度と所要時間に応じて決定されます。 Waymo連携──ロボタクシーのドアを閉める仕事 DoorDashのギグワーカーネットワークは、自律走行分野にも拡張されています。2026年2月、TechCrunchが報じたところによると、アトランタでWaymoのロボタクシーのドアが半開きになったケースで、DoorDashのDasherに「1マイル未満を移動してドアを閉める」タスクが提示されました。 報酬は1回あたり$11.25程度です（TechCrunchの記事『Waymo is asking DoorDash drivers to shut the doors of its self-driving cars』2026年2月12日、CNBCおよびBloombergも同額を報道）。LA市場では別の請負業者Honkを経由して最大$24が支払われたケースも報告されています。 自律走行車両が想定外の状況に直面した際、人間が物理的に介入して解決する「ヒューマン・イン・ザ・ループ（人間が意思決定ループに介在する設計）」の具体例です。 Tasksの報酬水準 WIREDの記者が実際にTasksアプリを試した体験記事（『I Tried DoorDash’s Tasks App and Saw the Bleak Future of AI Gig Work』2026年3月21日）によると、洗濯物の積み込みタスクは所要時間上限20分で、推定報酬は$0.37程度でした。DoorDashは「報酬は事前に開示され、努力と複雑さに基づいて設定される」と説明しています。 ギグワーカーの労働条件──HRW報告書「The Gig Trap」 Tasksの報酬水準を理解するには、ギグエコノミー全体の労働条件を知る必要があります。Human Rights Watch（HRW）は2025年5月の報告書『The Gig Trap: Algorithmic, Wage and Labor Exploitation in Platform Work in the US』で、テキサス州のギグワーカー127人を対象としたアンケート調査と95人への詳細インタビューの結果を発表しました。 ...