何が起きたか
跨维智能は2026年8月19日、北京で開催された世界ロボット大会（WRC）の会場で「物理AIリーダーシップフォーラム」を開催し、創設者兼CEOの賈奎氏が「Physical Token経済学」を提唱した。同社は物理AIの規模経済を実現するため、データ取得の物理的制約、世界モデルの3次元幾何学的先験の欠如、クロスボディ・クロスシーンのタスク移行障壁という三重の制約を克服する四つの技術的てこを提示した。同社は既に1500以上のモデルを産業用フレキシブル組立と商業サービスに導入し、数百社の顧客を抱え、受注残高は1億元超、過去の再注文率は50%超に達している。
詳細
跨维智能は、物理AIの限界費用逓減を実現する四つの技術的てこを提示した。(1)経験のてこ: 2024年から無感式の一人称視点人間教示データ収集を開始し、YOTO（2025年）からYOTO++（2026年）へと進化させた。(2)合成のてこ: 自社開発の具身智能エンジンとGS-World生成式シミュレーションエンジンを活用し、複雑なタスク環境の構築時間を業界平均の2〜3日から10分以内に短縮した。(3)集約のてこ: Dexterity-BEV技術により、センサーデータと動作指令をネイティブ3D世界モデルの時空間ノードに整列させる。(4)データフライホイール: 実世界での展開から得られる高情報密度のフィードバックデータをモデル反復とシミュレーションエンジン校正に活用する。具体的な成果として、海信の生産ラインではフレキシブル挿抜組立の成功率が99.99%、美的工場では材料仕分け効率が人工の3倍、商業サービスステーションでは月商10万元以上、24時間無人対局サービスを提供するチェス店舗を全国の文旅・商業地標（広州広晟大厦、桂林象鼻山景区、徐州方特楽園、蛇口K11、深圳龍崗COCO Parkなど）に展開している。
Key Facts
| 跨维智能は2026年8月19日、WRCで「Physical Token経済学」を発表した。 | [1] |
| 同社は1500以上のモデルを産業用フレキシブル組立と商業サービスに導入し、数百社の顧客を抱え、受注残高は1億元超、再注文率は50%超。 | [1] |
| GS-World生成式シミュレーションエンジンは、複雑なタスク環境の構築時間を業界平均の2〜3日から10分以内に短縮した。 | [1] |
| 海信の生産ラインではフレキシブル挿抜組立の成功率が99.99%、美的工場では材料仕分け効率が人工の3倍。 | [1] |
| 商業サービスステーションの単店月商は10万元以上、24時間無人対局サービスを全国の文旅・商業地標に展開。 | [1] |
本紙の見方
跨维智能が提唱した「Physical Token経済学」は、物理AIの産業化を「技術実現性」から「経済実現性」の次元に引き上げる試みだ。同社は、物理AIの規模経済を阻む三重の構造的制約（データ取得の物理的コスト、世界モデルの3次元幾何学的先験の欠如、クロスボディ・クロスシーンのタスク移行障壁）を挙げ、これらを四つの技術的てこで克服しようとしている。この枠組みは、単なる概念提唱に留まらず、同社の具体的な技術ロードマップと商業実績に裏付けられている点が特徴的だ。 本紙の過去報道（2026年8月12日付「WAIC 2026、具身智能が実用化へ」）では、展示が「デモ」から「現場」へ転換したと報じたが、跨维智能の発表はその流れをさらに進め、現場での経済性を数値で示すものだ。特に、海信の生産ラインでの成功率99.99%、美的工場での効率3倍、商業ステーションの月商10万元以上といった具体的な成果は、単なるデモの成功ではなく、実運用での経済的価値を証明している。 業界構造への含意として、跨维智能のアプローチは、物理AIのサプライチェーンにおける「データ」と「シミュレーション」の重要性を再定義する。同社は、実世界での展開から得られる高情報密度データをモデル反復に活用する「データフライホイール」を構築しており、これは他社が模倣しにくい競争優位性となる。また、GS-Worldによる生成式シミュレーションは、トレーニングコストを大幅に削減する可能性があり、業界全体のコスト構造を変える潜在力を持つ。 一方で、Physical Tokenが業界標準となるかは不透明だ。同社自身も「単一企業による概念枠組み」と認めており、他社が採用し、統一された基準で測定されるかが鍵となる。また、同社の技術が本当に限界費用逓減を実現するかは、今後の大規模展開での検証が必要だ。特に、クロスボディ・クロスシーンのタスク移行がどの程度汎化するか、そしてデータフライホイールが実際にモデル性能を向上させるかは、未確認の論点として残る。
なぜ重要か
跨维智能の「Physical Token経済学」は、物理AI産業が「デモ」から「経済性」へと軸足を移す転換点を示す。同社の具体的な成果は、物理AIが単なる実験室の技術ではなく、産業として成立し得ることを示唆しており、投資家や企業にとっては、技術評価の基準が「成功率」から「コスト構造」へと変わることを意味する。
日本への影響
跨维智能の技術的てこは、データ収集、シミュレーション、センサー融合など、日本の強みであるセンサー技術や精密製造と関連する分野に影響を与える可能性がある。特に、Dexterity-BEVによるセンサーデータの統一は、異なるセンサーを統合する技術であり、日本のセンサーメーカーにとっては、新たな標準化の動きとして注視すべき点だ。ただし、具体的な日本企業への影響は現時点では不明である。