Figure AIがヒューマノイドロボット350台を出荷、Figure 03がはしごを登る様子が公開され、企業価値は390億米ドルに達した

Figure AIは、同社のヒューマノイドロボット「Figure 03」が、遠隔操作や事前にプログラムされた手順なしに、産業用はしごを自律的に登る様子を捉えた新たな実験動画を公開した。同社はまた、4月の生産量が1日1台から1時間あたり約1台へと拡大したことを確認し、これまでに350台以上を出荷したと述べた。

同社は、このはしごのデモが、ビジュアルサーボ、手の把持、動的な脚のバランス制御を1つの連続したループで統合した「統合型移動操作」を反映している点を強調した。Figureは、この機能は工場での実用化というよりは、実験室におけるマイルストーンであると付け加えた。シリーズCの資金調達により、同社のポストマネー評価額は390億米ドル近くに達している。

Figure AIはカリフォルニア州サニーベールに拠点を置き、産業および物流業務向けの汎用ヒューマノイドロボットを開発している。同社の「Helix 02」システムアーキテクチャは、バランスと移動のための高速制御スタックを実行すると同時に、より高レベルの意味理解のために、約1ヘルツで動作する低速な「System 2」モジュールを適用している。 同社は、倉庫や製造工場内での反復的なピッキング、配置、検査、および資材運搬作業をターゲットとしている。

最新の動画では、ヒューマノイドロボット開発の核心となる自律性のレベルが示されている。はしごを登るには、足の配置の調整、柔軟な手すりの握り方、体の姿勢制御、そして段や距離の継続的な認識が必要となる。 Figure社は、この動作が遠隔操作やあらかじめプログラムされたシーケンスによって行われたものではないことを強調している。その代わりに、ロボットは視覚と固有受容感覚に基づいてリアルタイムで動作を調整した。これは重要な点である。なぜなら、産業現場は動的で雑然としており、迅速に適応できないロボットは有用な稼働時間を確保できないからである。

研究室でのはしご登りは、移動と操作の統合における真の進歩を示唆している

ヒューマノイドのエンジニアたちは、長い間、移動と操作を同時に行う「統合型移動操作」の実現を追求してきた。静止した状態でバランスを保ちながら物体を拾うことは可能だ。しかし、両手が物で塞がれている状態で安定を保つことは、より困難な課題であり、

各ステップごとに接触点が変化します。はしごクリップは、これらすべてを単一のタスクに集約しています。これは多くの人間にとっては何気ない動作ですが、二足歩行者にとっては容赦のない課題です。図03に示すように、手は各段をしっかりと掴み、足は安定した足場を見つけ、体幹は四肢の動きに伴う重心の移動を補正します。

平易な例えで説明すると分かりやすいでしょう。コーヒーカップを片手に持ち、急な屋根裏部屋のはしごを登る場面を想像してみてください。その間、目は各段を追跡し、手は手すりの幅に合わせて動き、足は滑らないよう適切な角度を探しています。カップが傾いたら、手はほんの少し動かすだけで修正します。 段がわずかにずれていれば、無意識のうちに足をずらします。こうした微細な補正の組み合わせをコードや制御ループに変換することこそが、単に練習した動作しか行えないロボットと、工場の混沌とした状況でも生き残れるロボットとの違いなのです。

懐疑論者は、実験室の梯子は実際の作業現場にある、水浸しで油まみれ、あるいはへこんだ梯子とは異なると指摘するだろう。制御された照明、清潔な段、そして限られた環境変数だけでは、現場での信頼性にはつながらない。その批判は妥当だ。しかし、進むべき方向は明確である。 中核となる協調動作は閉ループとして機能しているようであり、足場や踏み台、トラックの階段などにも一般化できる可能性がある。実用的な検証としては、数百サイクルにわたる一貫性と、転倒せずに滑りを処理できる能力が問われるだろう。

生産ペースは、単なる展示用プロトタイプを超えた段階への移行を示唆している

Figure社によると、4月の生産量は1日あたり約1台から1時間あたり1台へと増加した。たとえその数値が1日全体の平均ではなく、生産ラインのピーク時の速度を反映したものだとしても、その背後にあるメッセージは明白だ。 同社は、手作業によるデモ用ユニットから少量生産へと移行している。350台以上の納入実績により、Figure社は信頼性試験、顧客向けパイロット運用、社内での改良を並行して進めるのに十分な台数を確保した。

少量生産から真の大量生産への道のりは依然として長い。1時間あたり1台の最終組立を実現するには、安定した部品の供給が不可欠である。

アクチュエータ、ギアセット、バッテリーパック、ワイヤーハーネス、筐体、およびコンピューティング。 利益率を守るためには、歩留まりを高く保ち、手直しを最小限に抑えなければならない。また、短期間でスペアパーツを調達し、サブアセンブリを交換できるサービス・ロジスティクス体制が整っていなければならない。しかし、実際の販売台数を提示できるヒューマノイドメーカーはごくわずかである。この点こそが、ハードウェアを実際に手に取り、稼働率の統計を確認したいと考える投資家や潜在的な企業顧客に対して、Figureが短期的に差別化を図れる要因となっている。

資本集約度と企業価値は、長期的な成長余地と大きな期待を反映している

ポストマネー評価額が390億米ドル近くに達したことで、Figureは非上場ロボット企業の中でもトップクラスに位置づけられるようになった。同社はこれまで、ヒューマノイドを多くの市場に波及する可能性を秘めた横断的なプラットフォームと見なす戦略的投資家や金融投資家から支援を受けてきた。この分野への資本が溢れ出ているのは、その将来性が魅力的だからである。 ヒューマノイドが、低スキルの反復作業において、安全かつ信頼性の高い数時間にわたるパフォーマンスを実現できれば、膨大な量の作業に対応可能となる。ホースを接続し、トートボックスを移動させ、ラベルをスキャンし、工具をつかむことができる「手」があれば、人件費の高い地域における労働力不足を補うことができる。

また、この評価額は実行に対する基準も設定している。高い期待が込められている以上、実験室だけでなく商業施設での展開を加速することが求められる。投資家は、予測可能な期間内に年間数千台の出荷と、プラスの粗利益率を達成する確かな道筋を期待するだろう。 そのためには、部品表（BOM）の厳格な管理、スケールに対応できるサプライヤー契約、そして新たなタスクの展開ごとにデータとモデルの改善ループを生み出すソフトウェアスタックが不可欠だ。このループがなければ、人間が介在する遠隔操作や絶え間ない調整サービスによって、ユニットエコノミクスが損なわれてしまうだろう。

ソフトウェアスタックは、産業用自律システムにおいて本質と非本質を区別する

図によると、Helix 02はリアルタイムの反射神経を実現する高速制御層と、約1ヘルツで意味理解を処理する低速な「システム2」モジュールを採用している。この分離は、具現化AIで一般的なアプローチを反映している

研究。高周波ループはロボットの姿勢を安定させ、接触力を追跡する。低周波の認知機能は、ロボットに「何を見ているか」や「そのタスクにはどのような一連の動作が必要か」を伝える。未解決の課題は、知覚と動作の間の引き継ぎである。意味的な理解が1秒に1回更新される場合、その間隔における運動ドリフトやセンサーノイズに対して、計画は堅牢でなければならない。

競合他社も、モデルベース制御とニューラルポリシーを同様に融合させた手法を模索している。勝者となるのは、おそらく工場現場を「生きたデータセット」として扱う企業だろう。 タスクの実行のたびに、誤差を低減する教師あり学習による更新が行われる。安全上の事象が発生すると、ポリシー上の制約が作動し、危険な動作がブロックされる。視覚モデルは、ラックのラベルや工具の形状といった施設固有の手がかりに基づいて微調整される。実験室の梯子でのテストは、あくまで一つのベンチマークに過ぎない。真の成果は、エッジケースが蓄積しても性能が低下しないモデルを構築し、バージョン管理を行い、検証するという地道な作業にある。

サプライチェーンのスケールアップは、ヒューマノイドにとって成否を分ける制約要因である

ヒューマノイドの部品表は、いくつかの集中した市場から調達される。アクチュエータには高強度の磁石と精密な歯車機構が必要だ。磁石は希土類元素に依存しており、その供給の大部分は中国に依存している。歯車やベアリングの品質は、特殊鋼と工程管理にかかっている。 バッテリーには、電気自動車や定置型蓄電システムと供給を競合するセルが必要だ。深度カメラやLiDARなどのセンサーは世界中から調達されており、高度な機能を備えている場合は輸出審査の対象となりやすい。コンピューティングボードは、多くの場合、NvidiaのGPUや高帯域幅メモリに依存しているが、需要がピークの時期にはこれらの割り当てが逼迫する。

1時間あたり1台の生産を安定して達成するためには、Figure社は、重要部品についてデュアルソーシングを採用し、地理的リスクを明確にヘッジする多層的なサプライヤーネットワークを構築する必要があります。リードタイムの長い部品については、固定契約の締結と、サプライヤーによる資金提供による生産能力の拡大が不可欠です。Figure 03の各バリエーションにわたるサブシステムの標準化は、仕様のばらつきが在庫管理の複雑さを増大させるため、極めて重要となります。

可能であれば、企業は複雑さを上流のサプライヤーモジュールに押し上げ、あらかじめテスト済みの状態で納入してもらうことを望むだろう。そうすることで、最終的な生産ラインのサイクルタイムとエラー率を低減できる。ただし、上流のパートナーは、多くの新興企業が提供できる範囲を超える数量の引き受けや、より詳細な可視性を求める傾向があり、それが資金負担や需要予測のリスクをもたらす。

競合他社がハードウェアやデモを市場に投入するにつれ、競争の激化が進んでいる

ヒューマノイド分野には、資金力のある競合他社がひしめいている。テスラは「オプティマス」の開発進捗を公開しており、自動車工場での活用事例への直接的な接点を持っている。ボストン・ダイナミクスは新型の電動「アトラス」を発表し、ハードウェア分野で長年にわたる信頼を築いているが、見せ物としての機敏さから反復作業の遂行へと移行する必要がある。アジャイル・ロボティクスは物流パートナーとのパイロットプロジェクトを進めており、倉庫業務に特化した有望な二足歩行型ロボットを保有している。 アプトロニック、サンクチュアリAI、ユニツリーは、コスト、器用さ、速度の間で異なるトレードオフを追求している。中国のプレイヤーは、迅速な反復サイクルと柔軟な現地サプライヤーを活用できるが、米国への輸出ルートは困難を伴う可能性がある。

フィギュア社の生産台数に関する主張は、顧客との交渉において強みとなる。購入者は、サイトごとに個別のエンジニアリングに依存しないロードマップを好む。信頼できる閾値を超える稼働率を誇る3つの導入実績を最初に提示した企業が、先行するだろう。とはいえ、アーリーアダプターはロックインを避けるため、2～3社のベンダーに分散して投資を行うだろう。 顧客が類似したワークフローで異なるロボットをテストするにつれ、パイロットサイトの共有が一般的になる可能性さえある。そのような状況下では、コネクタ規格、エンドエフェクタのモジュール性、フリートオーケストレーションソフトウェアといった細部が、決定の分かれ目となるだろう。

企業内システムとの統合こそが、ロボットが投資に見合う価値を生み出すかどうかを決定づける

ヒューマノイドロボット単体では製品とは言えません。それは施設ネットワーク上のひとつのノードに過ぎません。価値を生み出すためには、倉庫管理ソフトウェア、作業員の安全システム、品質保証ワークフローと統合されなければなりません。そのためには、API、役割ベースのアクセス制御、そして

堅牢なテレメトリ。フリートシステムは、ロボットが積載物なしで長距離を移動することのないよう、充電のスケジュール設定、交換シフト、およびタスクのルート設定を行う必要があります。機密性の高い現場を移動する移動プラットフォームにカメラやマイクが搭載される場合、データのプライバシーとセキュリティに関する義務はさらに重くなります。

多くのヒューマノイドロボット企業は、「ロボティクス・アズ・ア・サービス（RaaS）」契約を通じてロボットを提供する計画だ。このモデルでは、資本支出が運営費に転換され、稼働時間と処理能力を重視したインセンティブ構造が確立される。また、ベンダーは現場技術者、予備部品、アップグレード計画を含むサービス層を自ら担うことを余儀なくされる。初期段階では、信頼性がまだ十分に確立されていない場合、サービス提供にかかるコストがサブスクリプション収入を上回る可能性がある。 この点において、Figureの初期段階での規模の大きさは有利に働きます。導入台数が多いほど、サービスチームや部品倉庫のコストを分散できるからです。同社は、企業向けとしての準備が整っていることを示すため、故障間隔（MTBF）および修理所要時間（MTTR）に関する積極的な指標を公表し、その達成を目指す必要があります。

免責事項：本分析は情報提供のみを目的としており、投資、法律、または調達に関する助言を構成するものではありません。RobotAIGeekは、特定のベンダーを推奨したり、初期段階の技術の性能を保証したりするものではありません。