何が起きたか

2026年4月に上海で設立された索塔无界は、欧州最大のスーパーグループ(世界第3位の小売グループ)と3年1000台のロボット導入枠組み契約を締結した。同社はハードウェアを造らず、4D世界モデルによる「ロボットの脳」に特化する。

詳細

索塔无界は2026年4月に上海で設立された。創業者の胡德波氏は2015年に華为を離れ、ドローンや水中ロボットを手がけた後、新会社ではハードウェアを造らず「ロボットの脳」に専念する。共同創業者で首席科学者の劉哲氏は、華中科技大学博士、香港大学博士後研究員で、3D/4D知覚・自動運転・世界モデル分野で36本の論文を発表し、Google Scholar引用は2400回超。同社は4D世界モデル(3次元空間の時間的動的進化をモデル化)を中核とし、商超でのデータ収集を計画。冷間起動段階で10万時間級の専有データ体系を構築し、規模展開後は年間100万時間超の実操作データ増加を目指す。データは欧州のデータプライバシー法に基づき、現地で脱感作・ラベリング・保存・訓練を行う。

Key Facts

索塔无界は2026年4月に上海で設立された。[1]
欧州最大のスーパーグループ(世界第3位の小売グループ)と3年1000台のロボット導入枠組み契約を締結した。[1]
同社はハードウェアを造らず、4D世界モデルによる「ロボットの脳」に特化する。[1]
冷間起動段階で10万時間級の専有データ体系を構築し、規模展開後は年間100万時間超の実操作データ増加を目指す。[1]
データは欧州のデータプライバシー法に基づき、現地で脱感作・ラベリング・保存・訓練を行う。[1]

本紙の見方

索塔无界の動きは、具身智能(身体を持つAI)の競争軸が「ハードウェア」から「ソフトウェア・データ」へ移行したことを象徴する。2026年、中国メーカーは世界の人型ロボット出荷台数の74%(1.7万台/世界1.8万台)を占めるが、同社は本体製造を避け、4D世界モデルとデータ収集に特化する。これは、本紙が2026年8月17日に報じたDiligent RoboticsのMoxi 2.0(NVIDIA A2000搭載、世界モデル導入)や、8月13日に報じたLGとNVIDIAの二足歩行ヒューマノイド共同開発(Isaac GR00T基盤モデル搭載)と軌を一にする。いずれも「世界モデル」を中核に据え、ハードウェアは既存サプライチェーンに依存する構図だ。 特に注目すべきは、索塔无界が「商超」という垂直領域を選んだ点だ。工場や倉庫ではなく、動的な環境で人と接触する商超は、自動運転に匹敵する難度(業界比喩で自動運転10点に対し商超9点)を持つ。同社はこれを「物理世界の試験場」と位置づけ、データ収集の現地化という欧州規制を逆手に取る。欧州データプライバシー法によりデータの越境が禁じられ、現地での脱感作・ラベリング・訓練が必要となるため、現地に拠点を持たない競合は参入障壁が高い。胡德波氏は華为時代に欧州の大B顧客との関係を構築しており、この「データ防火壁」が競争優位になるとみられる。 一方で、同社の戦略には未確定要素が多い。第一に、4D世界モデルの技術的実証がまだ初期段階であること。劉哲氏は「脳+小脳」の階層アーキテクチャを採用し、完全なエンドツーエンドは目指さないと述べるが、商超での実運用でどの程度の性能を発揮するかは未知数だ。第二に、10万時間のデータ収集が実際に可能かどうか。商超でのデータ収集は規制が厳しく、現地パートナーとの連携が不可欠だが、具体的な提携先やデータ収集の進捗は公開されていない。第三に、欧州の商超での実証が成功するかどうか。同社は「2年以内に規模展開」を目標とするが、実際の導入台数や稼働率は未公表であり、今後の発表が待たれる。 さらに、同社の「田忌赛馬」戦略(米国企業には本体・サプライチェーンで勝り、国内企業には海外顧客基盤で勝る)は、米中欧の関係悪化がリスク要因となる。胡德波氏自身も「唯一の変数は米中欧の関係」と認める。地政学リスクが顕在化すれば、欧州でのデータ収集や顧客開拓に支障が出る可能性がある。 今後確認すべき点は、①商超での実証実験の具体的な成果(導入台数、稼働率、ROI)、②4D世界モデルの性能評価(特に長尾シナリオでの安全性)、③データ収集の進捗と現地パートナーシップの詳細、である。

なぜ重要か

索塔无界の事例は、具身智能の競争が「ハードウェアの性能」から「データと世界モデルの実装力」に移行したことを示す。欧州規制を活用したデータ収集戦略は、他社が模倣しにくい参入障壁を築く可能性があり、今後の具身智能ビジネスのモデルケースとなる。

日本への影響

日本のロボット産業は、ハードウェアの高い技術力を持つが、世界モデルやデータ収集の分野では後れを取る可能性がある。索塔无界の商超特化戦略は、日本企業が強みを持つ家電・小売分野での応用が期待されるが、データ規制や現地化の課題も浮き彫りになる。