ヒューマノイドロボットの進化が加速しています。

歩行性能、可搬重量、自由度、ハンドの性能など、これまでヒューマノイドロボットではハードウェア性能が注目されてきました。

しかし、実際に工場や物流、サービスなどの現場へ導入することを考えると、本当に重要なのは 「ロボットが何をできるか」だけではありません。

この部分が、フィジカルAIを実際の現場へ広げていく上で重要になってくると考えています。

その可能性を感じさせる取り組みが、Acheron Labsが開発する「RobotKit」です。

Acheron LabsがLinkedInで公開した事例 では、同社がそれまで触ったことのなかった DOBOTのヒューマノイドロボット「Atom W」を使用しています。

ヒューマノイドロボットを実際のビジネスで活用していく上では、この 「仕事を実装するまでのスピード」が非常に重要になると考えられます。

現在、ヒューマノイドロボットのハードウェアは急速に進化しています。

しかし、高性能なロボットを購入したからといって、翌日から工場や物流現場で仕事をしてくれるわけではありません。

RobotKitが狙っているのは、このインテグレーション部分の短縮です。

RobotKitは、Acheron Labsが開発するロボット向けAIプラットフォームです。

特徴の一つが、AIエージェントとロボットをつなぐための仕組みとして MCP（Model Context Protocol）を活用している点です。

RobotKitのWebサイトでは、フィジカルAIに必要となるさまざまな機能が紹介されています。

つまり、特定のロボット専用ソフトウェアを個別に作るのではなく、 RobotKitという共通基盤から異なるロボットや異なるタスクへ対応していく という考え方です。

Acheron LabsのLinkedIn投稿には、非常に興味深い考え方が示されています。

これは、フィジカルAI時代のロボット導入を考える上で重要な考え方です。

生成AIの世界では、AIが単独で回答するだけでなく、さまざまな外部ツールを利用する 「AIエージェント」の活用が進んでいます。

ここにロボットが接続されると、AIエージェントはデジタル空間だけではなく、 実世界に対してアクションを起こせるようになります。

ヒューマノイドロボット市場では、多くのメーカーから新しい機体が次々と発表されています。

もちろん、可搬重量、自由度、移動性能、バッテリー、ハンド性能などのハードウェア性能は重要です。

しかし、実際の現場で使用する場合には、ロボット単体ではなく、複数の要素を組み合わせて一つのシステムとして成立させる必要があります。

ロボット本体の性能差だけではなく、AI、データ、ソフトウェア、インテグレーションまで含めた 「システムとしての実装力」が重要になっていくと考えています。

UNI-ROBOでは、協働ロボットに加え、ヒューマノイドロボットやフィジカルAIについても検証を進めています。

今回のRobotKitとDOBOT Atom Wの事例で注目しているのは、単に 「ヒューマノイドがタオルを折った」というデモではありません。

ロボットのハードウェア性能が向上していく中で、次に重要になるのは、それを実際の仕事へ落とし込むための ソフトウェア、AI、データ、そしてインテグレーション技術です。

RobotKitの取り組みは、フィジカルAIが実証実験から実際の現場へ進んでいくための、一つの方向性を示しているのではないでしょうか。

UNI-ROBOでは今後も、DOBOT Atomをはじめとしたヒューマノイドロボットと、 VLM、VLA、模倣学習、AIエージェントなどを組み合わせながら、 フィジカルAIの実用化に向けた検証を進めていきます。