ロボット基盤モデル勢力図

ロボット基盤モデルの勢力図は、性能ではなく重みの配りかたで分けると見通しがよくなる。 誰でもダウンロードできるモデル、APIでしか触れないモデル、自社ロボットの中にしか存在しないモデル。 この違いが、そのままロボットメーカーの戦略の選択肢を決めている。

登録数は本紙AIモデルDBの現在値(自動更新)。学習時間はNVIDIA^[3]。

四つの陣営

1. 重みを公開する — NVIDIA、Physical Intelligence(π0まで)、大学系

NVIDIAのGR00T N1.7は、2026年4月17日に公開された30億パラメータのVLAで、 Cosmos-Reason2-2Bをバックボーンに32層のDiTで低レベル制御を出力する。 重みはHugging Face、コードはGitHubにあり、商用利用が可能なライセンスで配布されている^[3]。 Physical Intelligenceもπ0のコードと重みをopenpiとして公開している^[2,5]。 OpenVLA、Octo、SmolVLA、RDT-1B、Diffusion Policyといった大学・コミュニティ発のモデルもこの陣営に属する。

この陣営が存在することの意味は大きい。ロボットメーカーは、自前でモデルを一から学習しなくても、 公開された重みを自社ハードにファインチューニングして製品化できる。日本のスタートアップの多くが取れる現実的な戦略は、いまのところこれである。

2. APIで貸す — Google DeepMind

Gemini Roboticsは重みを配らず、モデルへのアクセスを提供する形を取る。 オンデバイス版も発表されており、ネットワークに依存せずローカルで動く構成が示されている^[7]。 検索やクラウドで確立した「モデルは自社が持ち、能力だけを貸す」という構造を、そのままロボットに持ち込んだ形だ。

3. 自社ロボットに閉じる — Figure、そしてπ0.5以降

FigureのHelixは自社ヒューマノイド専用で、外部への配布はない。 注目すべきは、Physical Intelligenceも新しい世代では公開範囲を絞り始めていることだ。 π0とπ0.5はopenpiに重みが置かれている^[2,6]一方、 2026年4月のπ0.7は公式ブログに重み・コードの公開に関する記述がなく、論文へのリンクと問い合わせ先だけが示されている^[1]。 「最新は出さず、一世代前を公開する」という、言語モデルの世界で見慣れた形に近づいている。

4. 一部公開 — 中国勢

AgiBotのGO-1は一部が公開されている。ハードウェアの量産で先行する中国勢が、 モデル側でどこまで開くかは、2026年後半の焦点のひとつである。

登録モデル一覧(自動更新)

以下は本紙AIモデルDBの登録内容をそのまま表示している。 陣営の割り当てのみ編集部が付与した。

競争の土台は、データの共有にある

この分野が短期間で立ち上がった理由のひとつは、データを共有する文化が最初にできたことだ。 2023年のOpen X-Embodimentは、21機関が参加し、22種類のロボットから527のスキル、 16万266のタスクを集めた共同データセットである^[4]。 異なるロボットのデータで学習したモデルが、互いの性能を押し上げるという結果が示されたことで、 「一社では集めきれない」という前提が業界の共通認識になった。

勢力図として見たとき、実は「重み公開」陣営を支えているのはNVIDIA一社に近い。 大学発モデルは規模で見劣りし、Physical Intelligenceは最新世代を出していない^[1]。 GPUを売る立場のNVIDIAにとって、ロボット基盤モデルを無料で配ることは合理的だが、 それは同社の事業戦略が変われば止まりうるということでもある。

ロボットメーカーの側から見た実務的な結論はこうだ。 いま公開モデルの上に製品を組むのは正しい。ただし、モデル供給者が一社に偏っている前提でリスクを見積もるべきである。 自社の現場データが、供給者を乗り換えられる形で手元に残っているか—— それが、この勢力図のなかで唯一コントロールできる変数になる。