人間のように動くヒューマノイド
広州の明るく照らされたステージで、Xpengは次世代ヒューマノイドロボット「IRON」を発表した。モデルのように滑らかな歩行デモは、たちまちソーシャルメディアを沸かせた。IRONはモデルのような歩幅で滑るように進み、腰から腰へと重心を移し、足やつま先を制御して人間のようにバランスを保った。発表は同社のAIデーの目玉となり、カスタムチップ、新たな視覚優先型AIブレイン、人間の体を模したバイオニック機構を融合する「フィジカルAI」への本格的な取り組みを示した。
目次
あまりに生き生きとした動きに、外装の中に人が入っているのではないかと疑う視聴者も多かった。同社は劇的な方法で疑念に応えた。技術者がステージ上で外装の一部を慎重に切り開き、脚の金属骨格とアクチュエーターを見せた後、IRONを再び床の上で歩かせた。このデモで、ごまかしの余地はほとんどなくなった。目の前にあったのは、人間のように動くよう設計された機械であり、実際にその通り動いた。
XpengはIRONを、車のショールームからモール、オフィスのロビーまで、人の往来が多い公共空間で働くサービスパートナーと位置付けている。まずは2026年に同社の拠点で導入し、その後、商用展開を広げる計画だ。自社開発のコンピューティングチップと、同社の自動車やロボタクシーと共通のソフトウェア基盤を活用し、2026年末の量産開始を目指す。
IRONが人間らしく見える理由
IRONの設計は、内側から外側まで人間の体を手本にしている。柔軟な脊椎とバイオニック筋肉のネットワークにより、胴体を曲げたりひねったりしながら、しなやかにバランスを立て直せる。外側は全身を覆う合成皮膚で、触れると温かく感じる。むき出しの金属や硬いプラスチックよりも、やり取りの冷たさを和らげるための意図的な選択だ。頭部の一部を包み込む3D曲面ディスプレーは、顔を動的な表示面に変え、簡単な感情表現やサービス状況などの実用的な情報を示せる。
細かな動きは、密に配置された関節によって実現する。Xpengによると、IRONは全身で82自由度を備え、会話中に人間のような身ぶりをしたり、繊細な物をつかんだりできるよう、各手に22自由度を持たせている。歩行を自然に見せる、かかとからつま先へ重心を移す動きを滑らかにするため、つま先にも受動的な動きを加えた。小型のハーモニック関節によって、手は実物大に近いサイズを実現し、道具や日用品を人間の使いやすい寸法で扱える。
内部のAIブレインとチップ
動くだけでは、説得力のある振る舞いは生まれない。IRONの制御基盤は視覚を中心とするモデルを軸に構築され、ロボットが見たものから次に取るべき行動を、回り道を最小限にして導き出す。Xpengはこれを「Vision to implicit token to action（視覚から暗黙トークンを経て行動へ）」の経路と説明する。つまり、動作計画を決める前に画像を言葉へ変換するための間を置かない。状況を認識し、意図を予測して、動く。
言語を介さないことで動作が速くなる理由
言語は対話や計画には強力だが、システムが脇へ避けたり、落としたカードを拾ったりするだけでよい場面では、遅延を生むことがある。視覚入力と運動出力を直接結びつけるパターンを学習すれば、ロボットは認識から制御までの時間を短縮できる。バランスを保ち、毎秒何度も足の位置を調整しなければならない二足歩行ロボットにとって、遅延の低減は大きな意味を持つ。人間にとっては当たり前のことだが、ロボットはそれを実現しなければならない。
演算プラットフォームには、高速な制御ループを実行する余力がある。IRONは3基のTuring AIチップを搭載し、合計で約2,250 TOPSのオンボード処理性能を発揮する。TOPSは毎秒1兆回の演算を意味し、プロセッサーが実行できる数学的処理の回数を示す指標だ。この処理能力により、遠隔サーバーに処理を委ねることなく、認識、対話、動作など複数のニューラルネットワークを同時に稼働させられる。イベントの一部の説明では、特定モードでさらに高い実効値に言及していたが、要点は、ロボット上でリアルタイムに動作するコンパクトな演算基盤だ。
チップの上には、異なる能力を組み合わせたマルチモデル構成がある。VLT（Vision Language Task）は、目標に沿った行動を実現する中核エンジンだ。自動車チームから受け継いだVLA（Vision Language Action）は、82の関節を連続的に制御する。VLM（Vision Language Model）は、会話や指示への対応を担う。これらの「脳」が連携することで、IRONは来訪者と話し、店舗の状況を認識し、一連の流れの中で歩き、指し示し、パンフレットを手渡せる。
エネルギー、安全性、プライバシー
Xpengによると、IRONは全固体電池で動く初のヒューマノイドだ。一般的なリチウムイオン電池では、電荷を運ぶ電解質に液体を使う。全固体電池は代わりに固体電解質を採用する。この変更は熱安定性の向上と火災リスクの低減を目指すもので、人がいる閉鎖空間で活動するロボットにとって重要だ。固体電解質はエネルギー密度を高める可能性もあり、重いバッテリーパックを積まずに稼働時間を延ばす助けとなる。
安全性はバッテリーパックだけの問題ではない。IRONは屋内向けの自動緊急ブレーキに対応しており、これは多くのドライバーが車の先進運転支援システムで知っている仕組みと同じ考え方だ。センサーが人や、ロボットの予測に入っていなかったガラス壁を検知すると、接触を避けるため制御装置が減速または停止する。Xpengは古典的なSFの教訓を思わせるデータ規則も発表した。アシモフの「ロボット工学三原則」に加え、個人データを守るロボットの義務を第四の原則として掲げる。機密性の高い利用者情報は端末の外に出さないとしており、オンボード演算を重視する設計とも合致し、日常的な作業でクラウド処理に頼る度合いを下げる。
工場ではなく店舗から始まる活用
ヒューマノイドは重工業で使うには、耐久性、コスト、保守をめぐる課題が残る。Xpengは段階的な導入を進める。最初の対象は、一般の人と接するサービス業務だ。2026年から同社の小売店舗にIRONを配置する計画で、来訪者を迎え、展示を案内し、製品に関する質問に答えたり、新製品発表時の混雑を整理したりできる。こうした環境は比較的整っており、スタッフもいるため、より難しい作業に進む前の実証の場として適している。
新たな技能の開発を加速するため、Xpengは外部チームがアプリケーションを開発できるソフトウェア開発キットを公開する。店舗はブランドに合わせたコンシェルジュを求めるかもしれない。オフィスには入館証の確認を手伝うアシスタントが必要かもしれない。博物館なら、ロボットの説明と映像ウォールを同期させたガイドツアーを設定できる。IRONはXpengの車両とAIの基盤を共有するため、横断歩道でベビーカーを見つける認識・計画ツールを、親から離れた子どもに気づく案内係にも応用できる。
宝武鋼鉄との産業向け実証
大規模な工場導入を当面の目標とはしていないものの、Xpengはエコシステムパートナーとして宝山鋼鉄を挙げた。IRONは点検や定期巡回などの作業を試すため、製鉄施設に導入される。こうした実証では、熱、粉じん、振動に関する実データを収集し、工場で長時間稼働するヒューマノイドに必要な条件を明らかにする。実証から得られた知見は、今後の機体に反映される見通しだ。
カスタマイズ性と人との関わり
サービス業務は人との関わりが重要であり、IRONの外観にもそれが反映されている。このプラットフォームは、体形や性別、髪型や髪色の違いに対応し、ブランドの雰囲気に合った服装も選べる。自然に物を手渡せるよう、手は人間の手に近い大きさに設計された。フレームを覆う合成皮膚は、握手がプラスチックのような感触にならないよう、温かさを意識して調整されている。頭部に取り付けた曲面ディスプレーには表情や簡単なアニメーションを表示でき、ロボットが聞いているのか、考えているのか、作業を終えようとしているのかを来訪者が判断しやすくなる。
左右それぞれ22自由度を持つ器用な手は、実用的なサービス業務の要となる。IRONは話しながら分かりやすい身ぶりをしたり、コードを読み取るためにスマートフォンを持ったり、パンフレットを折らずにつまみ上げたり、バランスを保ちながら小箱を運んだりできる。柔軟な脊椎や、つま先が地面に合わせて動く足と組み合わせることで、手の制御は、展示台に寄りかかったり、手を伸ばしたり、その周りを歩いたりする際に全身の姿勢を安定させる。
他のヒューマノイドとの比較
ヒューマノイドロボットは、世界各地で研究室のデモから段階的な実証へと進みつつある。テスラはOptimusの開発状況を定期的に公開している。ダイナミックなジャンプや走行で長く知られるボストン・ダイナミクスは、Atlasの産業向け活用へとかじを切っている。Unitreeなど中国勢は、短いサイクルでの改良を進めている。Xpengは現時点で異なる領域を開拓しようとしている。同社は、生き生きとした対人対応、柔らかな皮膚を備えた機体、公共空間での端末内プライバシー規則を重視し、屋内利用に適した全固体電池を組み合わせる。まずは重量物の運搬ではなく、サービス業務を狙った設計だ。
二足歩行は、機械にとって今も難しい課題だ。人間は足首、膝、腰、脊椎を細かく調整してバランスを取り、それを意識せずに行っている。同じことを実現するには、ロボットはタイミングを合わせた何千もの指令を必要とする。Xpengの手法は、データに基づく動作学習と、受動的につま先を動かす機構、人間に近い寸法の手や肩の配置といった綿密な機械設計を組み合わせている。その結果、歩き方はより人間らしくなり、手は単純につかむ以上の作業をこなせる。実用性を証明するのは短いランウェイの歩行ではなく、現場での長時間稼働だ。それでも公開デモでは、その時間を積み重ね始められる段階にあるシステムが示された。
自動車からロボタクシー、空飛ぶシステムへ
IRONは、Xpengが「フィジカルAI」と呼ぶ、より広範な取り組みの一環だ。ロボットを動かす視覚中心型モデルは、同社の車両の運転支援や、来年、新型車とともに拡大する予定のロボタクシー事業も支える。この基盤は同社独自のチップで動作し、車両では高い冗長性を備える。Xpengはまた、「ARIDGE」ブランドで低空域向け製品を発表しており、小型の電動垂直離着陸機を搭載するモジュール式の地上車両も含まれる。同社が打ち出すメッセージは、自動車メーカーにとどまらないということだ。交通の中を走り、ショールームを歩き、いずれは空へと進出する、AIで定義された機械群を構築している。
要点
- Xpengは広州で開催したAIデーに次世代ヒューマノイド「IRON」を披露し、人間らしい歩行を実演した。
- 技術者がステージ上で脚の外装の一部を切り開き、内部の機構を見せて疑念を払拭した。
- IRONは柔軟な脊椎、バイオニック筋肉、全身を覆う合成皮膚、頭部に取り付けた3D曲面ディスプレーを備える。
- 全身で82自由度、手はそれぞれ22自由度を持ち、器用な動作に対応する。
- 視覚中心型のAI基盤が認識から行動へ直接つなぎ、バランス維持や物をつかむ際の遅延を抑える。
- 3基のTuring AIチップにより、認識、対話、制御向けに約2,250 TOPSのオンボード演算性能を実現する。
- Xpengによると、IRONは全固体電池を採用する初のヒューマノイドで、屋内での安全な運用を目指す。
- 屋内向け自動緊急ブレーキにより、近距離で人や障害物を避ける。
- 第四の原則として、通常の稼働中に利用者データを端末外へ出さないというプライバシー規則を掲げる。
- 2026年からXpengの拠点で、来訪者の案内、ツアーガイド、買い物の補助などに導入する。
- 2026年末までの量産開始を目指し、開発者が新たな技能を作れるSDKも公開する計画だ。
- 宝武鋼鉄との産業向け実証では、厳しい工場環境で点検や巡回を試す。
