何が起きたか

leaderobot.comは2026年9月21日、「中科第五紀、動作光流を用いた具身基盤モデルを発表　WorldArenaで連続首位」と報じた。本紙は一次情報を確認できていないため、詳細は原典を参照されたい。

本紙の見方

今回の報道で新しいのは、具身ロボットの動作をXYZ座標の列ではなく、動作光流と熱力図の組み合わせで表現する点である。これは単なるモデル更新ではなく、入力と出力の間に置く表現層そのものを組み替える発想であり、同社が既存の本体依存型データの使い回しの難しさを技術課題として捉えていることがうかがえる。一方で、WorldArena 1.0と2.0で首位だったというのは、少なくとも評価基準のある外部環境で一定の結果を示したことを意味するが、評価条件の詳細は原文だけでは追い切れない。本紙の関連記事である UnitreeがG1+と新基盤モデルを発表 では、汎用人型ロボットの基盤モデル更新が焦点だったが、今回の中科第五紀の報道はその下流にある動作表現の設計を前面に出している。つまり、同じ「基盤モデル」でも、理解・計画の層と、実際に身体へ落とす動作表現の層では勝負どころが異なる。摩根士丹利の出荷予測を扱った 摩根士丹利、中国の人形ロボ出荷予測を5万台に上方修正　能力差を重視 と合わせると、量産台数の議論だけではなく、複数本体にまたがるデータ再利用や学習効率が競争軸になっている構図が見える。業界構造への含意としては、機体の差を吸収できる表現系を持てるかどうかが、収集済みデータの資産価値を左右するとみられる。座標点に強く依存する方式では、本体変更のたびに再学習が必要になりやすいのに対し、動作光流を中間表現に置く考え方は、異なる機体のデータを束ねる余地を広げる。ただし、これが実運用でどこまで再現するかは、WorldArenaの評価設定、実機での成功率、転移性能、学習データの構成を確認しないと判断できない。詳細は原典を参照されたい。

なぜ重要か

中科第五紀が示したのは、具身AIで重要なのが「何を理解したか」だけでなく、「どう動きを表現して学習に落とすか」だという点である。もし動作光流のような表現が本体差をまたいで使えるなら、ロボットごとにデータを作り直す負担を下げられる可能性がある。

日本への影響

日本勢にとっては、機体設計だけでなく、動作表現と学習データの設計が競争条件になることを示す材料である。特に、複数機種にまたがる実機データをどう標準化するか、どの工程を共通化できるかが論点になりそうだ。