2026年8月、北京の世界人型ロボット運動会で、優勝ロボットが100メートルを8秒64で走り、人類の世界記録を上回りました。ただ、驚いたのは記録ではありません。51競技のうち21競技は、ホテルの客室整理や消火活動を想定した種目でした。中国が力を入れているのは、ロボットの性能より、フィジカルAIを育てる「土台」のほうです。

中国・宇樹科技（Unitree）の人型ロボット「G1」。（写真：Wikimedia Commons／CC0）

会場は北京の国家スピードスケート館「アイスリボン」です。16か国から666チーム・2,056台が参加し、参加チーム数は前回の2.4倍でした。100メートル走では北京人型ロボットイノベーションセンターの「天工Ultra」が8秒64で優勝し、ウサイン・ボルト選手が持つ人類の世界記録9秒58を上回りました。

ただ、私が本当に驚いたのは、競技記録の方ではありません。

競技の「種目表」の方でした。

「運動会」のはずが、種目が「客室のベッドメイキング」だった

競技数は前回の26から51へ倍増しました。内訳は、100メートル走やサッカー、太極拳といった「競技種目」が30で、残りの21は、家庭、ホテル、工業、緊急救援など9つの実際の現場を想定した「シーン種目」でした。つまり4割の種目が、スポーツではなく仕事なのです。

ホテルの客室で、30分以内にベッドを整える

ホテル業務競技は、北京五洲大酒店の三階客室エリアで、実際に営業している客室3室を使って行われました。課題は、荷物を台車で客室まで運ぶこと、タオルやスリッパを所定の位置に配置すること、そしてベッドを整え、散乱したタオルとゴミを分別して回収することの3つです。

制限時間は30分です。そして完全自動モードで実行したチームには、遠隔操作モードの2倍の点数が与えられます。煙を充満させて火災現場を再現した消防・救急競技、図書館の整理競技も同様です。実際に営業している施設を会場にしている点を含め、スポーツ大会というより業務の実地試験に近い内容でした。

競技会場になったのは、実際に営業しているホテルの客室3室だった
（写真はイメージ／AIによる自動生成）

ここで一つの疑問が出てきます。実際の仕事を採点するには、できるかどうかを測る物差しと、できるようになるための訓練の場が必要です。中国はそれを、どこに用意しているのでしょうか。

そもそも「フィジカルAI」とは何か

私たちが日常的に使っている生成AIは、文章や画像を生成しくれます。入力して、答えが返ってきて、そこで一区切りです。

対してフィジカルAI（中国語では「具身智能」＝身体を持った知能）には、身体がつきます。見て、考えて、実際に動いて、結果を自分で確かめる。この繰り返しで動き続けます。うまくいかなければ物を落とし、その失敗がそのまま次の学習材料になります。つまり、フィジカルAIはロボット本体だけでは成立しません。賢くなるには、現実世界で失敗し続けられる場所が要ります。その「土台」を、データと規格に分けて見ていきます。

土台①　ロボットのための「学校」をつくっている

工場もスーパーも病院も、まとめて「教室」にする

2026年6月、中国の工業情報化部と国務院国有資産監督管理委員会が、「2026年度人型ロボット・具身智能実景実訓専項行動」という政策を打ち出しました。「実景実訓」とは、実際の生産現場・生活現場を、ロボットの訓練場として開放するという仕組みです。重点分野は生産製造から医療・介護、緊急救援まで9分野に及びます。産業から生活まで、ほぼすべての現場が対象です。面白いのは、現場側とロボット側の双方に宿題が課されている点です。

	求められること
現場（受け入れ企業）側	訓練空間の開放、作業プロセスデータと環境の意味情報の提供、定量的な導入目標の設定
ロボット企業側	シーン理解、タスク計画、操作実行、人間との協調、継続学習、安定稼働の能力向上

目標も具体的です。2026年末までに100件以上の応用シーンを形成し、1万台規模の導入能力を構築するとしています。

訓練場はすでに70か所を超えた

これは構想だけの話ではありません。中国信息通信研究院が2026年8月18日に公表した『具身智能訓練場研究報告（2026年）』によれば、同月時点で具身智能訓練場は70か所超が稼働し、40か所超が建設中・計画中で、全国の省級行政区の50％以上をカバーしています。

たとえば北京の人型ロボットデータ訓練センターは、単なる試験場ではなく、

データ収集 → モデル訓練 → 能力検証 → 実際の現場への導入

までを一体化した施設です。ロボットのための「学校」だな、というのが私の第一印象でした。人間なら「そこの箱を取って」の一言で済みますが、ロボットには全身の運動軌跡、力や位置の制御、空間の意味情報まで、膨大なデータが要ります。

量も桁違いです。同じ記事によると、ある訓練場はすでに150万時間分の動作映像データを納品済みですが、業界が必要とする量は「千万から億時間単位」に達するとされています。一方で、電力業界向けロボット企業の担当者は「数万件程度のデータの訓練で、80％から90％の成功率で動作を完了できるようになった」と述べています。差は大きいが、積み重ねれば伸びる領域でもあるということです。

現場で採ったデータはモデルの訓練に回され、改良された機体がまた現場へ戻る
（写真はイメージ／AIによる自動生成）

私は、ここにフィジカルAIの競争の本質があると感じます。ロボット本体の性能競争であると同時に、「どれだけ現実世界の経験をデータに変えられるか」の競争でもある。工場や病院を訓練場として開放させる政策も、企業支援というより、データを集めるための仕掛けに見えてきます。

土台②　規格が固まる前に、国家規格をつくり始めた

ここからが、今回いちばん意外だった話です。

規格を決めた側が、産業の形を決める

USBのような共通規格があるから、A社の本体にB社の充電器がつながります。規格は単なる互換性のルールではなく、どの企業が有利になるかという産業の枠組みそのものを左右します。中国も、人型ロボットで同じ構図を狙っているように見えます。

2028年までに100項目以上の標準を制定

2026年8月、工業情報化部が『国家人型ロボット産業標準体系建設指南（2026年版）』の意見募集稿を公表しました。2028年までに、能力試験・評価から安全ガバナンスまでの分野で少なくとも100項目の重要標準を制定し、標準を導入・普及させる企業を200社以上とする、という目標です。

同指南は「現時点で国内外に正式公表された人型ロボットの標準は存在せず、研究中・予備研究段階の標準は100項目を超える」と自ら述べています。誰の規格も確定していない段階で、体系のほうから先に作りにいっているのです。

型ロボット標準体系の構造。6分野が産業の全レイヤーを覆う
（出典：工業情報化部『国家人形机器人产业标准体系建设指南（2026版）』をもとに筆者作成）

標準化の対象は、ロボット本体だけではない

注目すべきは、対象がロボット本体にとどまっていない点です。データは収集からアノテーション・共有・安全コンプライアンスまでの全ライフサイクル、AIモデルはVLA（視覚・言語・行動）モデルや世界モデルまでが対象です。 「完成機とシステム」分野にはロボットOSに加えて「応用ソフトウェアとアプリストア」が入り、アプリの配信フォーマットやストアの審査メカニズムまで規定されます。産業が立ち上がる前に、アプリストアの規格を決めておこうという発想です。つまり標準化の射程は、

データ → AIモデル → OS・ソフトウェア → 通信 → ロボット本体 → 応用 → 安全

まで及びます。

なぜ、ここまで標準化を急ぐのか

狙いは、先端技術の革新の牽引、市場秩序の規範、産業の高質量発展の3点です。加えて末尾の「保障措施」には、重点国際標準の追跡研究体制を構築し、国内企業に国際標準化への参加を促す、という項目があります。国際標準は、ISOのロボティクス専門委員会（ISO/TC 299）が人型ロボットのデータセット標準 ISO/WD 26264-1の作成に取り掛かってはいるがまだ発行前にあり、作業原案の段階にあります。

文面が言っているのは「主導権を取る」ではなく「参加し、相互承認する」です。ただ、国際標準がまだ固まっていないこの時期に国内で統一体系を整え、同時に国際標準を追跡する体制まで用意している。この組み合わせは、将来の国際標準に自国の仕様を反映させるための下ごしらえだろうと私は見ています。

その土台の上で、実装はどこまで進んだのか

ここまで書いておいて何ですが、いまの人型ロボットが何でもできるわけではありません。作業の性質で3つに分けて、確認できた事例と限界を並べてみます。

分野	到達点	残る限界
定型作業 （工場・物流）	東風柳州汽車で「Walker S1」11台が部品の把持・ 搬送を担当。深圳の郵便処理センターでは3台が毎時900件を仕分けし、人手の約85％の効率に到達	箱の誤認識や落下。 不鮮明な伝票、大型・異形荷物は人間が担当
人間との協調 （医療・介護・小売）	上海・金山医院でロボット「金小医」が看護師と 患者宅を訪問し、消毒・傷口撮影・服薬案内を 担当。合肥市では車輪型ロボットが店員を 務める店舗も開業	処置と判断は医師・看護師。 病院側も「代替ではなく智能助手」と説明
汎化が難しい領域 （家庭・災害）	武漢・光谷の集合住宅に家庭用「拾光S1」を導入。音声指示で配膳・洗濯・衣類たたみを行い、 国内初の百台受注を獲得	物の配置が毎回変わる家庭、 熱や瓦礫のある災害現場は検証段階

境目ははっきりしています。定型化され、環境を管理できる現場から実用に入り、変動の大きい現場は検証段階にとどまる。実景実訓政策も、実際の作業成功率・安全性・経済性を評価し、合格したものだけを常態導入する方針です。

深圳市第二人民医院で稼働する案内ロボット。医療分野では人の補助から実用化が進む
（写真：李汉宗（Lhzss8）／Wikimedia Commons／CC BY-SA 4.0）

ロボット先進国の風景は、まだ少し先にある

政策や報道を見ていると、ロボット社会がすぐそこまで来ているように感じます。ところが上海の街なかで目にするのは配膳や配送、集客目的のものが中心で、実際の仕事を担うロボットを日常生活で見る機会は多くありません。政策は先を走り、生活の風景はまだそこまで変わっていない。このギャップこそ、中国のロボット産業を見るうえで重要なのかもしれません。

街なかで実際に見かけるのは、こうした配膳・配送タイプがほとんどだ
（写真はイメージ／Pexels）

中国が本当に狙っているもの

ここまでの話を並べてみます。

ロボット → AI → データ → 標準 → 現場 → 産業

工場や病院を訓練場として開放し、現実の作業データを集め、AIモデルを鍛える。その成果を測る国家規格を整え、現場への導入につなげていく。運動会も、この循環の中で能力を測るベンチマークの場と見ることができます。

中国が狙っているのは「性能の高い人型ロボットを作ること」だけではありません。規格が固まる前に、データとルールを含むフィジカルAIの土台を整え、「できるようにするための仕組み」を先につくろうとしているのです。

日本の工場や物流センター、介護施設には、高い水準の現場が多くあります。ただ、その経験が学習可能なデータとして残らなければ、現場に眠ったままです。規格も同じで、固まってからでは、自社の仕様を反映させる余地は小さくなります。

100メートルを8秒64で走るロボットは、確かに目を引きます。ただ、そのニュースの裏側で進んでいたのは、ホテルの客室でスリッパを2足並べる訓練と、アプリストアの規格をどう定めるかという議論でした。

優れた現場を持っていることは、フィジカルAIの時代には、まだ出発点なのかもしれません。そこから何を学ばせ、どうデータに変え、どう産業につなげるのか。中国の動きを追っていると、競争の焦点は「どんなロボットを作るか」だけではないことが見えてきます。

現場を、学習と産業につなげる仕組みを誰が先につくるのか。いま本当に始まっているのは、そんな競争なのかもしれません。

【参考文献】

【政策文書・国家標準】
・工業情報化部・国務院国有資産監督管理委員会「2026年度人形机器人与具身智能实景实训专项行动」（2026年6月）
https://www.miit.gov.cn/zwgk/zcwj/wjfb/tz/art/2026/art_f291ccd3da4c47ce95741de63cc088e6.html
・工業情報化部「国家人形机器人产业标准体系建设指南（2026版）」意見募集稿（2026年8月）
https://www.miit.gov.cn/cms_files/filemanager/1226211233/attach/20268/5b801d5b49ad46c3b227f962ca68e825.pdf
・中国信息通信研究院「具身智能训练场研究报告（2026年）」（2026年8月18日公表）／同報告および関係者発言を報じた中国科技網「超70家训练场建成启用 具身智能加速产业落地」（2026年8月19日）
https://www.stdaily.com/web/gdxw/2026-08/19/content_565996.html
・北京市科委「人形机器人数据训练中心打造具身智能训练场“中国方案”」
https://kw.beijing.gov.cn/xwdt/kcyx/xwdtyqqy/202508/t20250818_4175280.html
・深圳市郵政管理局「深圳邮政业人形机器人试运行成效显著」（2026年7月10日）
https://gd.spb.gov.cn/gdsyzglj/c106051/c106054/202607/acfbe81492fd4e40bbb03cb14610b059.shtml
・北京市政府「行李搬运、客房补货、客房整理三项任务限时30分钟完成」（2026年8月17日）
https://www.beijing.gov.cn/fuwu/lqfw/gggs/202608/t20260817_4825062.html
・上海市民政局「卧床阿婆要换药 “机器人护士”背包上门」（2026年6月）
https://mzj.sh.gov.cn/lnb-xw/20260604/85a9fb36caa1475f9f983a5ae2c65a95.html

執筆者：利墨(上海)商务信息咨询有限公司　池邊　将規

※ 掲載しているブランド名やロゴは各社が所有する商標または登録商標です。
※ この情報の著作権は、執筆者にあります。
※ この情報の全部または一部の引用・転載・転送はご遠慮ください。