国産フィジカルAI始動、NVIDIA依存を越える現場実装条件

画面のAIから工場を動かすAIへの転換点

生成AIの競争軸が、文章や画像を作る「画面の中のAI」から、ロボットや設備を動かす「現実世界のAI」へ広がっています。日本で同時に動き出したのが、NVIDIAの技術を使った製造・物流・ヘルスケア向けのフィジカルAI連携と、国産マルチモーダル基盤モデルを育てるFRONTiaです。

重要なのは、これは単なるGPU調達の話ではないという点です。ロボットが現場を見て、状況を判断し、設備や業務アプリと連動して動くには、AIモデル、シミュレーション、制御、現場データ、保守運用までを一体で設計する必要があります。日本の強みである製造現場とロボット技術を、どこまでAIの学習・推論基盤に変換できるかが焦点です。

一方で、国産を掲げる基盤モデルも、当面はNVIDIAの最新GPUと開発基盤に強く依存します。主権性とは「海外技術を使わない」ことではなく、データ、モデル、制御知見、事業上の意思決定を国内側で握れるかという実装設計の問題です。

NVIDIA連携が狙う協調制御基盤の実像

NVIDIAが日本で打ち出したフィジカルAI連携は、富士通を中心に、ファナック、安川電機、川崎重工業のロボット大手が加わる構図です。富士通の発表では、デジタルとフィジカルをつなぐソブリン性を確保した協調制御基盤を開発し、製造、物流、ヘルスケアなどで社会実装を進めるとしています。

協調制御基盤とは、個々のロボットを賢くするだけの仕組みではありません。生産計画、製造実行、品質管理、保守運用、在庫管理、病院内の業務システムなどとロボット制御を接続し、現場全体を自律的に最適化するための中間層です。AIがカメラやセンサーで現場を認識しても、業務側の制約や安全条件に接続できなければ、実用システムにはなりません。

NVIDIA側は、Cosmos、Isaac、Metropolis、Jetsonといったロボティクス向けの技術スタックを前面に出しています。2026年7月の発表では、Cosmos 3 EdgeをJetson Thor上で使い、オンデバイスの視覚推論やロボットポリシー展開を進める方針も示されました。クラウドで学習し、シミュレーションで検証し、現場のエッジデバイスで推論する流れを整える狙いです。

富士通が担う業務アプリとロボットの接続

富士通の役割は、AI基盤と業務システムの接続にあります。工場では、ロボットの動作だけでなく、製造指図、部品供給、検査、異常対応、保守計画が絡みます。物流では、在庫状況や出荷優先度に応じた搬送判断が必要です。ヘルスケアでは、電子カルテや病院業務システムとロボットの動作を連携させる必要があります。

この領域は、GPU性能だけでは解けません。既存の業務アプリケーション、設備制御、セキュリティ、ネットワーク、データガバナンスを束ねるSI能力が必要です。富士通が「協調制御基盤」を掲げるのは、ロボットメーカーごとの閉じた制御から、複数ベンダーをまたぐ共通基盤へ移すためです。

ファナック、安川、川崎が持ち込む現場知

ファナックは、NVIDIA Isaac Simと自社のROBOGUIDEを連携させ、仮想工場で実機に近い軌跡やサイクルタイムを再現する取り組みを進めています。ばら積み取り出し、柔らかい部品の取り扱い、勘合作業のように、現物で試行錯誤してきた工程をシミュレーションへ移すことが狙いです。

安川電機は、AIロボット「MOTOMAN NEXT」を軸にしています。同社の技術資料では、自律制御ユニットにより、マシンビジョン、力覚、AI、パスプランニング、ロボット制御をロボット内で扱う設計が示されています。SoftBankとの実証では、ワイヤーハーネスのような柔軟物体のハンドリングで、データ収集、AI学習、評価、ロボットへの反映までの開発効率を高めたとしています。

川崎重工業は、ヘルスケア領域の具体化が目立ちます。2026年7月には、病院の電子カルテなどの業務システムと、ロボットシステム、AIを統合する新ソリューションの検討を富士通と始めました。さらに5月には、米シリコンバレーにKawasaki Physical AI Center San Joseを設け、NVIDIA、Analog Devices、Microsoft、富士通との連携を進める体制を打ち出しています。

FRONTiaが挑む国産基盤モデルの主権設計

もう一つの柱が、経済産業省とNEDOが進める「AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業」です。NEDOは2026年6月30日、15件の申請を審査し、Noetraと産業技術総合研究所を実施予定先に決めました。事業期間は2026年度から2030年度までで、2027年度以降は毎年度のステージゲート審査で継続可否を判断します。

経産省の説明では、日本の裾野の広い産業から得られる現場データを活用しながら、データを守って使える国産マルチモーダル基盤モデルを構築することが狙いです。対象は言語にとどまらず、音声、画像、動画、センサーデータを扱うAIモデルです。フィジカルAIでは、こうした多様なデータを統合して、認識、推論、計画、制御につなげる必要があります。

ここでの「国産」は、半導体やクラウドをすべて国内で完結するという意味ではありません。実際、NoetraはNVIDIAのRubin GPUを約2万7500基搭載する計算基盤を構築する予定です。むしろ国産性の中核は、国内企業の現場データ、国内研究者・エンジニアによるモデル開発、国内産業の要件に合わせた安全性と運用設計にあります。

Noetraが描く計算基盤とモデル公開計画

Noetraは、ソニーグループ、ソフトバンク、NEC、Hondaを中核企業とし、製造業を中心とする44社から出資を受けたと発表しました。研究開発体制には、産総研やPreferred Networksなどの技術者も加わります。PFNは、生成AI基盤モデルPLaMo、ロボティクス、実世界制御の知見を生かして参画すると説明しています。

計画は段階的です。Noetraは2026年度から、高度な日本語理解、論理推論、指示遂行などを備えた推論基盤モデルを構築します。2028年度には、言語、画像、動画、音声を統合的に処理するオムニモーダル基盤モデルを開発し、2030年度には空間認識など物理特性を理解する「実世界ネイティブAI」の実現を目指します。

計算基盤では、2027年4月にRubin GPU約2万7500基を搭載するAI計算基盤の構築を始め、2028年6月から稼働させる予定です。NVIDIAの発表では、NoetraとのAIファクトリーは1万3750基のVera CPU、2万7500基のRubin GPU、140メガワット規模のデータセンター容量を備える構想です。これがFRONTiaの計算基盤になります。

国内データを生かす産業横断の研究体制

FRONTiaの競争力は、モデルのパラメーター数だけでは決まりません。ロボットが現実世界で動くには、部品の形状、摩擦、照明、作業者との距離、設備の制約、工場ごとの例外処理など、テキストには出てこない現場データが重要です。日本企業が蓄積してきた製造・物流・医療・建設・素材のデータを、学習可能な形に整備できるかが勝負になります。

ただし、企業横断で現場データを集めるほど、知財、営業秘密、セキュリティの論点は重くなります。どのデータを学習に使うのか、生成されたモデルの便益を誰が得るのか、競合企業が同じ基盤を使うときにどこまで差別化できるのか。こうした契約・ガバナンス設計が遅れると、計算資源があっても実用データが集まりません。

IFRのWorld Robotics 2025によると、2024年の産業用ロボット新規導入は世界で54万2000台、アジアが74%を占めました。日本は4万4500台の導入で世界第2位の市場を維持し、稼働台数は45万500台に増えています。一方、中国は世界導入の54%を占め、国内メーカーのシェアも57%へ上がりました。日本はロボット大国であると同時に、成長市場の主導権を取り戻す側でもあります。

日本勢に残る実装速度と収益化の壁

最大のリスクは、研究開発の時間軸と現場導入の時間軸がずれることです。Noetraの本格的な大規模計算基盤は2028年6月稼働予定で、実世界ネイティブAIは2030年度が目標です。その間にも、海外のロボット基盤モデル、汎用マルチモーダルモデル、クラウド型AIエージェントは進化します。国内モデルの完成を待つだけでは、ユーザー企業は先に海外スタックを採用します。

したがって、FRONTiaは「完成品を待つ国家プロジェクト」ではなく、途中成果を現場へ流し込むプロダクト運営に近づける必要があります。2026年度の推論基盤モデル、2028年度のオムニモーダルモデルを、研究者だけでなく、SIer、ロボットメーカー、ユーザー企業が使えるAPI、評価基準、検証環境として出せるかが重要です。

次の壁は収益化です。フィジカルAIは、LLMのように月額課金だけで広がるとは限りません。ロボット、エンドエフェクタ、センサー、ライン改造、安全柵、保守、現場教育まで含めた投資になります。導入効果を、作業者削減だけでなく、品質安定、立ち上げ期間短縮、設備停止の回避、熟練技術の継承として定量化しなければ、経営判断は進みません。

さらに、物理空間で失敗するAIは、単なる誤回答では済みません。人身事故、設備破損、医療現場での業務停止、サイバー攻撃による制御乗っ取りなどが想定されます。モデルの性能評価に加えて、フェイルセーフ、ログ監査、権限管理、現場作業者による介入手順を最初から組み込む必要があります。

企業が今確認すべきフィジカルAI導入条件

日本企業にとって、今回の動きは「国産か海外か」の二択ではありません。短期ではNVIDIAの開発基盤や既存ロボットメーカーの実装力を使い、中長期ではNoetraやFRONTiaの国産モデルを評価しながら、自社データと業務ノウハウをどこに置くかを決める局面です。

まず確認すべきなのは、自社工程のどこに「曖昧な判断」が残っているかです。箱詰め、ばら積み、柔軟物体の扱い、検査、院内搬送、設備保全のように、人が目視や経験で判断している工程は、フィジカルAIの候補になります。次に、その判断に必要な画像、動画、センサー、作業ログが収集・利用できる状態にあるかを点検する必要があります。

もう一つ重要なのは、導入先を一つのロボットセルに閉じないことです。フィジカルAIの価値は、ロボット単体の自律化ではなく、業務アプリ、現場設備、人の判断をつないだ全体最適にあります。NVIDIA連携とFRONTiaが本当に日本の勝ち筋になるかは、国内企業が現場データを守りながら、世界で使える実装パターンへ磨き込めるかにかかっています。

参考資料:

• 「AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業」を開始します
• 「AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業」の実施体制の決定について
• 国産マルチモーダル基盤モデルの開発に向けて本格始動
• Japan Government, Industrial Leaders and NVIDIA Launch the World’s First National AI Infrastructure
• Japan’s Robotics and Manufacturing Leaders Build on NVIDIA Cosmos to Advance Physical AI Frontier
• 富士通が、ファナック、安川電機、川崎重工業の各社と、NVIDIAの技術を取り入れたフィジカルAIの社会実装に向けた事業検討を開始
• フィジカルAIの社会実装に向け富士通との事業検討を開始
• ファナックはNVIDIAとの連携をさらに強化
• テクニカルレポート 2026 No.3 人手に依存した作業領域の自動化に挑むAIロボティクス
• Yaskawa Electric and SoftBank Corp. Validate a Physical AI-Based Deformable Object Manipulation System
• 安川電機のAIロボット MOTOMAN NEXT
• Kawasaki Begins Business Study with Fujitsu Toward the Social Implementation of Physical AI
• Kawasaki Collaborates with NVIDIA, Analog Devices, Microsoft, and Fujitsu to Accelerate Development of Physical AI
• ロボット政策の方向性
• Best-of World Robotics 2025