383gの義手が卵を割らずに掴み、700TOPSのロボットはステージで崩れ落ちた——この1ヶ月、人型ロボットの現場に何が起きていたのか【編集部まとめ】

383グラムの人工の手が、卵の殻を割らずに持ち上げます。
700TOPS(1秒あたり700兆回の演算)の性能を積んだロボットは、壇上で膝から崩れ落ちました。
BMWの工場では、部品を運ぶ人型ロボットが11ヶ月で3万台の車体生産を支えています。
この1ヶ月に自媒体で公開した記事を並べてみたところ、舞台も企業もばらばらな5本が、同じ一つの動きでつながっていることに気づきました。

AI活用やSNS運用に関わる方にとっても、「AIが物理世界の作業をどこまで任されるようになったか」を掴む手がかりになるはずです。

先に結論をまとめると：
– BMW・安川電機・BrainCo・Qualcomm・Google DeepMindと、業種も国もばらばらな5社が、この1ヶ月だけで人型・義手ロボットの実演記事を公開しました
– 「棚に置く」「仕分ける」「卵を掴む」という成功例の一方で、ステージ上で崩れ落ちる派手な失敗例も同じ期間に起きています
– 成功も失敗も、AIが物理世界の動作をどこまで任されているかを測る同じものさしで読み解けます

いま、人型ロボットの実演に何が起きているのか

この30日間、Shiritomo AIが公開した記事を見返すと、「人型ロボットが実際の現場で動いた」という報告が異様に多いことに気づきます。
7月13日のBMW工場の物流配属から始まり、7月16日の安川電機、7月19日のBrainCo、7月26日のQualcommのステージ転倒、7月31日のGoogle DeepMindまで、ほぼ1週間おきに関連ニュースが並んでいました。

登場する企業に共通点はほとんどありません。
ドイツの自動車メーカー、日本の産業用ロボットメーカー、中国のバイオニクス企業、米国の半導体メーカー、そしてGoogle DeepMind——業種も国籍もばらばらです。
それでも記事を並べると、共通して問われているのは同じ一つの問いだとわかります。
「AIに、どこまで細かい指示を省略して任せられるか」という問いです。
たとえばBMW工場の物流エリアに配属されたFigure 03も、指示の粒度をどこまで粗くできるかという同じ問いに答えようとした事例のひとつです。

これまでの産業用ロボットは、動作の一つひとつを事前にプログラムする必要がありました。
ところがこの1ヶ月に取り上げた事例では、「仕分けて」「じょうろを置いて」といった大まかな指示だけで、ロボット自身が手順を組み立てる場面が繰り返し登場しています。
もちろん、うまくいく話ばかりではありません。
ここからは、この1ヶ月に起きた5つの出来事を、時系列で順に見ていきます。

この1ヶ月、人型・義手ロボットの現場で起きた5つの出来事

1. 物流倉庫に配属されたロボットは、実は”格上げ”だった

7月上旬、Xで静かに拡散した1本の動画がありました。
重い部品の箱を後ろ向きに引きながら運ぶ、二足歩行のロボット。
撮影されていたのは、米Figure AI社の人型ロボット「Figure 03」が働くBMWグループのサウスカロライナ州スパータンバーグ工場です。

前世代機の「Figure 02」は、2025年から溶接前の金属パーツを正確な位置に差し込む精密作業を担当し、11ヶ月で3万台を超えるBMW X3の生産を支えました。
今回のFigure 03が配属されたのは、その精密作業の工程ではなく、未ソートの部品を仕分けてトロリーに積み替える物流エリアです。
一見すると地味な配置転換に見えますが、ソフトウェア開発者のSatoshi Nakajima氏はこれを「メタトレンドの一つ」と評しました。
単発の実証実験ではなく、人型ロボットの実用範囲が精密作業から物流・搬送へと着実に広がっている——そうした流れの一部として捉えると、次に紹介する安川電機の事例ともつながって見えてきます。

Figure 03自体も、柔らかい外装素材やワイヤレス充電、触覚センサー内蔵のハンドなど、前世代からハードウェア面で進化しています。
「歩けるロボット」から「現場で頼れる同僚」へ、設計思想そのものが変わりつつある様子がうかがえます。

2. 「仕分けて」の一言で動くロボットに、株価も反応した

BMWの事例からわずか3日後、今度は日本の安川電機が動きました。
2026年7月15日、「この部品を仕分けてほしい」と伝えるだけで、ロボットが工具箱の中身を見極め、障害物を避けながら作業を進める実演を発表したのです。

仕組みはシンプルではありません。
AIロボット「MOTOMAN NEXT」と、Google DeepMindの視覚言語モデル「Gemini Robotics ER 1.6」を組み合わせ、生成AIが「何をすべきか」を判断する頭脳、ロボットが「どう動くか」を担当する身体という役割分担をとっています。
マシンビジョン・パスプランニング・力覚サービスという3つの自律機能が連動し、想定外の配置があっても動作を修正できる点が特徴です。

発表当日、安川電機の株価は一時前日比2.4%高まで上昇しました。
フィジカルAI(AIを物理世界のロボットや機械に組み込む取り組み)関連の投資テーマとして、市場がこの発表を好感した形です。
「大まかな指示だけで動く」という同じ設計思想は、次に紹介するBrainCoの義手にも共通しています。

3. 卵を割らずに掴む義手は、「戻ってきた」という感覚まで再現した

7月17日から上海で開かれた世界人工知能大会(WAIC2026)では、産業用ロボットとは違う角度から「身体性AI」への注目が集まりました。
中国のBrainCo(強脳科技)が公開したのは、成人男性の右手とほぼ同じ重さ383グラムの「インテリジェントバイオニックハンド」です。
筋肉が発する微弱な電気信号(筋電信号)と神経信号をAIが解読し、5本の指を独立して動かします。
指の制御精度は0.1度単位で、卵のような壊れやすいものでもつかめるほどの繊細さです。

会場ではもう一つ、脳波を読み取るヘッドセットを使い、「コップをつかむ」と考えるだけでロボットアームが動く新プラットフォームも披露されました。
人が思い浮かべた動作の意図をAIが200ミリ秒未満で解読し、指令に変換する仕組みです。

技術デモとしての驚きだけでなく、実際の利用者の声も紹介されています。
農作業中の事故で右腕を失った10代の利用者は、指の動きを一本ずつ思い通りに制御できた瞬間について「まるで失った右手が戻ってきたような感覚だった」と振り返っています。
一方で、生まれつき四肢の一部がない先天性欠損者の場合は筋電信号のパターンに個人差が大きく、後天的に手を失った人ほどスムーズに使いこなせないという課題も残っています。

4. 「絶好調です」の直後に、ロボットは崩れ落ちた

成功例が続いた1ヶ月の中で、最も拡散したのは皮肉にも失敗の映像でした。
台湾・台北で開催されたComputex 2026のQualcommキーノート。
「本日は絶好調です」とプレゼンターが紹介した次の瞬間、壇上のドイツ・ネウラ・ロボティクス製の人型ロボット「4NE-1」が膝から崩れ落ち、顔から倒れ込みました。

スタッフが黒い布で覆って運び去る一部始終が撮影され、Xでは「事件現場みたい」というミームとして拡散しました。
背景には、ヒューマノイド開発が抱える根深い課題があります。
社内のシミュレーション環境でどれだけ歩行や姿勢制御をテストしても、実際の会場の床材や照明、振動下での挙動との間にギャップが残る「sim-to-realギャップ」です。
ロボットが搭載していたのは、700TOPSの性能を持つQualcommの新チップ「Dragonwing IQ10」でした。

この転倒騒動からわずか数週間後、ネウラ・ロボティクスはテザー(Tether)主導で最大14億ドルという、フルスタック型ロボティクス企業として過去最大規模の資金調達を発表しています。
ステージ上のハプニングと、投資家からの評価は別物として受け止められたようです。

5. 歩く・しゃがむ・結ぶ——同じ脳が全身を動かし始めた

失敗から数日、この1ヶ月の締めくくりとなったのは、Google DeepMindの発表でした。
7月30日、テーブルの上のじょうろを手に取り、部屋を横切り、棚の下段にそっと置く——決められた手順ではなく「指示を理解して」こなす人型ロボットのデモが公開されました。
細いひもを結ぶ作業まで自然にやってのけています。

発表したのは物理AI(physical AI:現実世界でロボットの体を通じて行動するAI)「Gemini Robotics 2」です。
これまでは上半身を使ったテーブル上の作業が中心でしたが、歩く・しゃがむ・体を伸ばす動きと、五本指の手を使った細かい作業を、同じAIが一括制御できる点が最大の違いとされています。
役割の異なる3つのモデルを組み合わせ、複数のロボットが連携して作業を分担する仕組みも初めて公開されました。
安全性を測る新ベンチマーク「ASIMOV-Agentic」も同時公開されています。

Google公式アカウントの発表投稿は、半日足らずで3,800件以上のいいねを集めました。
BMWの物流配属や安川電機の「仕分けて」の実演と同じ方向——大まかな指示から自律的に動作を組み立てる設計思想——の延長線上に、Gemini Robotics 2はあります。
ただし実用化は現時点で提携先向けの限定公開にとどまっており、Qualcommの事例が示した通り、実演と量産現場での安定稼働の間にはまだ距離があるようです。

5つの事例を1枚にまとめると

Shiritomo編集部の考察

5つの事例を並べて見えてくるのは、AIが物理世界で任される作業の「粒度」が、この1ヶ月で目に見えて粗くなったという変化です。
従来の産業用ロボットは動作の一つひとつを事前にプログラムする必要がありましたが、安川電機やGoogle DeepMindの事例では、「仕分けて」「じょうろを置いて」という人間向けの指示がそのまま通じています。
これは生成AIをプロンプトで使うときの感覚に近く、SNS運用や業務でAIに指示を出す人にとっても他人事ではありません。

一方で、たとえばQualcommのステージで起きた転倒が示すように、実演の華やかさと実機の信頼性はまだ別物です。
明日からできることは2つあります。
ひとつは、自社の業務でAIに任せる指示を「手順」ではなく「目的」で書いてみること。
もうひとつは、デモの成功例だけでなく失敗例もセットで追うことです。
失敗の起きる場所を知っておくと、実際に導入する際の判断材料が増えるでしょう。

まとめ

人型ロボットは、この1ヶ月で「精密作業」から「大まかな指示での自律動作」へと着実に領域を広げました。
派手な失敗も含めて、AIが物理世界にどこまで踏み込んできたかを測る手がかりが、この5つの事例には詰まっています。

さらに深掘りしたい方へ

• 「まだ続けろ」——ChatGPTへの4回の指示が、30年破れなかった数学予想を崩した
• OpenAI利用者10億人突破の裏でAmazonが500億ドル投資完了、条件未達成でも前倒しした理由