2026-06-18 — views
Physical AI ヒューマノイドロボットレース2026——Tesla Optimus vs Figure AI vs Agility Digit：商業ヒューマノイドロボットベンチマーク
Tesla Optimusは量産コスト$20K以下を目標。Agility DigitはAmazon倉庫に初投入。Figure AIはOpenAI VLM統合でマニピュレーションデモをリード。
Physical AIベンチマークシリーズ第202回——Physical AIヒューマノイドロボットレース2026：Tesla Optimus vs Boston Dynamics Atlas vs Figure AI vs Agility Robotics Digit——商業ヒューマノイドロボットベンチマーク
ヒューマノイドロボット市場は2025〜2026年にかけて、概念実証から初期商業展開へと移行した。Agility Robotics DigitはAmazonのフルフィルメントセンターでトート搬送を担当。Figure AIのFigure 02はサウスカロライナ州のBMW工場フロアに導入済み。Tesla OptimusはTeslaのギガファクトリーでバッテリー組立と品質管理タスクを実行している。問いはもはや「ヒューマノイドロボットは機能するか」ではなく、「誰が商業化レースを制し、その決め手は何か」である。
本ベンチマーク指数は5つの次元を網羅する：（1）ヒューマノイド形態がPhysical AIの収束点である理由；（2）Tesla Optimusの競争ポジション詳細；（3）競合他社——Boston Dynamics・Figure AI・Agility Robotics・1X Technologies・Unitree；（4）主要技術の戦場；（5）コスト・AIアーキテクチャ・商業展開・戦略的支援の総合スコアカード。
第1節——ヒューマノイドロボットがPhysical AIの収束点である理由
ヒューマノイドロボットの根本的な論拠は一つの観察から生まれる：世界は人間のために設計されている。ドアは人間の幅、階段は人間のスケール、工具は人間の手のサイズ、キーボード・車両・棚・生産ラインはすべて人体を中心に構築されている。人間と同じ形態を持つロボットは、インフラを改造することなく人間の環境で稼働できる——既存の工場・倉庫・オフィス・家庭に即座に展開可能であり、追加建設投資は不要だ。この優位性を持つロボット形態は他にない。
代替形態にはそれぞれ構造的限界がある：
- AGV（自動搬送車）： 平坦な床のみ走行可能；QRコード・磁気テープ・構造化ナビゲーションインフラが必要；階段・スロープ・可変高さ棚に対応不可；手による物体操作ができない。
- 固定式ロボットアーム： 単タスクで高精度；専用設置とインフラが必要；工程間の移動不可；施設フロアを移動できない。
- 四足歩行ロボット（Boston Dynamics Spotなど）： 優れた地形移動性と点検タスク；器用な手がなく汎用工場労働向けではない。
ヒューマノイドの価値提案は経済性にある：同一施設内で多様なタスク——箱の移動・設備操作・ドア開閉・口頭指示への応答・人間との協働——を担う汎用ロボットは、タスクカテゴリごとに複数の専用ロボットを展開するより経済的に効率的だ。一つのロボット群・一つのトレーニングパイプライン・一つのメンテナンス体制で完結する。
主要応用市場：
| 市場 | 規模（推定） | ヒューマノイドが適する理由 |
|---|---|---|
| 倉庫・フルフィルメント | 世界の倉庫労働コスト推定$1,500億+/年（推定） | Amazonは75万人以上の従業員を抱える；フルフィルメントセンターの反復的な大量物品搬送タスクは自動化に最適 |
| 自動車製造 | 自動車工場はすでにロボットアームを広く活用しているが、柔軟な組立タスクには人手が必要 | BMW×Figure AIのパートナーシップは、ロボットアームが対応できないボディショップ組立の柔軟性を目指す |
| 半導体ファブ | クリーンルーム環境で厳格な汚染管理が必要 | FoxconnとTSMCが精密かつ汚染フリーの搬送タスクにヒューマノイドを模索中 |
| 高齢者介護・医療 | 2050年までに世界の60歳以上人口が推定21億人（推定）；介護人材不足は構造的問題 | 人間向けに設計された家庭環境での稼働が可能 |
| 危険環境 | 核施設廃止・採掘・化学プラント点検 | 人体に危険な環境——遠隔操作または自律型ヒューマノイドが人的曝露を代替 |
コスト軌跡 が解禁の鍵だ。現在の商業ヒューマノイドは早期展開価格推定$10万〜$25万（推定）。市場の転換点には、広範な商業応用に必要な$3万〜$5万（推定）以下へのコスト削減が求められる。Teslaの最も積極的な目標は量産後1台Optimus $20,000以下（推定）——米国の倉庫労働者の年収を下回る水準だ。
AIの追い風： Tesla FSD v12のエンドツーエンドニューラルネットワークを可能にしたのと同じ基盤モデルの進歩が、器用なマニピュレーション学習を推進している。Google DeepMind RT-2・FigureのVLM統合・TeslaのエンドツーエンドOptimisポリシー——これらは、タスクごとのプログラミングなしにタスク汎化学習を可能にするアーキテクチャとして収束しつつある。
展開タイムライン：
- 2023〜2024：プロトタイプ実証
- 2025：制御された環境での初の商業展開
- 2026：商業ランプアップ開始（限定数量・特定用途）
- 2028〜2030：初の大規模展開予測（推定）
第2節——Tesla Optimus：AVスタックをヒューマノイドロボティクスに応用
Tesla Optimusは最も注目度が高く、最も垂直統合が進んだヒューマノイドプログラムだ。コア戦略論は、TeslaのFSD開発スタック——ビジョンニューラルネットワーク・Dojoトレーニングコンピュート・Tesla設計AIチップ・カメラハードウェア——がヒューマノイドマニピュレーションに直接転用できるというものだ。
| Optimusの次元 | 現状 | 詳細 | 商業ランプアップ指標 |
|---|---|---|---|
| 生産と展開（2026） | Tesla Optimusはバッテリー組立・品質管理タスクのためにTeslaギガファクトリー内部に展開済み；Elon Muskは決算説明会で2026年末累計5万〜10万台を目標と明言；初の外部商業販売は2026年を計画 | Optimus Gen 2（現行量産世代）：5フィート8インチの二足歩行ヒューマノイド、推定約125ポンド（推定）、手部11自由度、全身22 DOF；歩行速度と手の器用さをGen 1から改善；全体設計はアクチュエータ効率を重視した軽量化 | ギガファクトリー展開 = TeslaがOptimus商業価値を自社ニーズで検証；Optimusが内部工場で生産性を証明すれば、外部販売の商業ケースはTesla自身のユースケースによって確立される |
| AIアーキテクチャ | OptimusはTeslaのFSDと同じエンドツーエンドビジョンニューラルネットワークを使用：カメラ→ニューラルネットワーク→アクション；FSDトレーニングインフラ（Dojoスーパーコンピュータ）+ FSD開発経験が直接転用；模倣学習＋強化学習で人間の実演からポリシーを訓練 | TeslaのFSDからOptimisへの転用は本物の競合優位：センサーシステム（Tesla設計カメラ）・処理チップ（FSDチップ）・トレーニングインフラ（Dojo）が共有；TeslaのAIトレーニング能力の改善がFSDとOptimisの両方を同時に向上させる | FSDからヒューマノイドマニピュレーションへの転移学習：両者ともビジョン→アクションポリシーを使用；基礎アーキテクチャは共通、具体的なタスクドメインが異なるだけ |
| 製造コスト軌跡 | Teslaは量産後1台Optimus $20,000以下（推定）を目標（Musk決算説明会発言）；現在のコストは大幅に高い（量産前）；Teslaの製造専門知識（ギガファクトリー量産・垂直統合）がコスト削減の主経路 | TeslaのOptimus製造コスト目標（1台$20K）はヒューマノイド業界で最も積極的；実現には（1）大量生産（年産10万台以上）、（2）垂直統合（Tesla設計アクチュエータ・チップ・バッテリー）、（3）量産による学習曲線コスト低下が必要 | 1台$20Kでは、Optimusは米国倉庫労働者の年間労働コスト（推定$3.5万〜$4.5万/年）を下回る；これが急速普及の経済的閾値 |
| 器用さとマニピュレーション | Optimus Gen 2の手：11自由度、人間の手のDOFに匹敵；卵を割らずに掴む実演済み；ケーブル配線・仕分け・基本組立タスク実演済み；現在の実行速度は人間速度以下 | 多様なマニピュレーションタスクで人間レベルの器用さを実現することが、すべてのヒューマノイドロボットの主要技術課題；Optimusの手の設計は競争力あるが精細マニピュレーションで業界をリードするとは実証されていない | 器用さは倉庫・製造用途のボトルネック能力；現在OptimusはTeslaのバッテリー組立タスクを処理できるが、任意のマニピュレーションタスクには広く展開できていない |
| 外部販売と収益 | 2026年中頃時点でTeslaはOptimus外部収益を報告していない；Tesla以外の顧客への初の商業販売は2026年計画；外部販売価格は非公開 | Optimus外部販売はTeslaに新収益源をもたらす；早期商業販売1台$5万〜$10万（推定）・目標5万台以上で、規模化後の年間収益ポテンシャルは$25億〜$50億以上（推定） | 初の外部Optimusの顧客発表＋納入がPhysical AIの重要な商業マイルストーンとなる；2026年中頃時点で未発生、2026年下半期の主要観測ポイント |
| 競争ポジション | Teslaは最大規模の内部展開（ギガファクトリー）・最大のAIトレーニングインフラ（Dojo）・最低コスト目標（$20K）・最も積極的な量産目標を持つ；ただし最も説得力あるマニピュレーション実証はFigure AI、初の商業倉庫展開はAgility Digitが先行 | Teslaのスケールとコスト優位は構造的；OptimusがTeslaのコスト・量産目標を達成すれば支配的プラットフォームとなる；リスクは実行力：2026年に5万〜10万台を達成するには未実証の量産ランプアップが必要 | Optimus量産ランプアップ（実際の納入数 vs 目標）がTeslaのヒューマノイドポジション追跡の主要KPI |
第3節——競合ヒューマノイド分野：主要挑戦者
| 企業 | プラットフォーム | 資金/支援 | 商業状況 | 主要差別化 |
|---|---|---|---|---|
| Boston Dynamics（Atlas電動版） | Atlas電動ヒューマノイド：2024年発売、液圧式Atlasを置換；二足、5フィート10インチ、推定約154ポンド（推定）；卓越した移動性とアクロバット；Spot四足歩行ロボットがBDの商業展開能力を実証 | 現代自動車グループ傘下（2021年推定$11億で取得）；Spotロボット販売による既存収益；Stretchの倉庫物流ロボット | Atlas電動版：R&D＋初期商業探索；Hyundai/Kia自動車工場がAtlas展開の対象顧客；広く商業化されていない；Spotは商業的成功（推定1,000台以上販売） | 比類ない移動性とアクロバット；Hyundai自動車製造が最初の対象顧客；30年以上のBoston Dynamicsブランド認知 |
| Figure AI | Figure 02：5フィート6インチ、70kg二足歩行ヒューマノイド；16 DOFの手；自然言語タスク指示のためのOpenAI マルチモーダルVLM統合；サウスカロライナ州BMW工場に展開 | 2024年に$6.75億以上の調達：Microsoft・OpenAI・NVIDIA・Amazon・Intel・LG Innotek；調達後推定バリュエーション$26億以上（推定） | 商業展開：BMW自動車工場フロアタスク（ボディショップ組立・部品搬送）のパートナーシップ；BMW = ヒューマノイド分野で商業規模の初の自動車顧客 | OpenAI VLM統合で自然言語タスク指示が可能；BMWパートナーシップがアンカー商業顧客；業界最高水準のマニピュレーション実証 |
| Agility Robotics（Digit） | Digit：5フィート9インチ、約65kg；脚＋腕＋胴体のヒューマノイド；倉庫物流専用設計；トート搬送・ラック操作 | Amazon傘下（2023年取得）；Amazonフルフィルメントセンターへの展開目標 | 商業展開：Amazonフルフィルメントセンターでトート搬送タスクにDigit使用；これは実際の倉庫業務で商業規模に展開された最初のヒューマノイドロボット——Optimus外部販売に先行 | 初の商業倉庫ヒューマノイド展開（すべての競合に先行）；Amazonの75万人以上のフルフィルメントセンター労働者が内在需要；倉庫タスクのためにゼロから設計 |
| 1X Technologies（NEO） | NEO：二足歩行ヒューマノイド；EV1：車輪型ヒューマノイド；家庭サービス＋警備応用に特化 | $1億以上調達；OpenAIとのパートナーシップ（OpenAI最初期のロボティクス投資の一つ） | 早期商業：限定展開；EV1車輪型プラットフォームが警備巡回用途 | 最初期段階のOpenAI AI統合；家庭＋警備応用に特化（倉庫/工場とは異なる） |
| Unitree Robotics（G1/H1） | G1：4フィート6インチ二足、推定価格$16,000（推定）——現在市場で最も安価な商業ヒューマノイド；H1：5フィート10インチ研究/産業型、推定$90,000（推定） | 中国メーカー；中国VCから多額の支援；世界の研究機関への輸出販売が拡大 | G1は世界の研究機関＋早期商業顧客に販売中；生産工場環境への大規模展開はまだ；輸出販売活発 | 価格：G1推定$16,000（推定）は現在市場で断然最安値；コストで米国/欧州メーカーを脅かす；中国の製造効率と政府支援 |
第4節——ヒューマノイドレースの主要技術戦場
| 技術次元 | 現在のリーダー | Tesla Optimusのポジション | 2028年の展望 |
|---|---|---|---|
| 器用なマニピュレーション | Figure AI（Figure 02 VLM＋手の設計が最高のマニピュレーション実証を示す）；Agility Robotics（Digitは倉庫搬送タスク向けに特化設計） | Optimus Gen 2の手（11 DOF）は競争力あるが精細マニピュレーションのリーダーとは実証されていない；Teslaの動画は競争力あるが業界トップではない器用さを示す | 模倣学習＋VLM基盤モデルの改善に伴い、各プラットフォームのマニピュレーション能力が収束；2028年までにギャップが縮まる |
| AI汎用タスク学習 | Figure AI（OpenAI VLM統合：自然語言指示＋視覚シーン理解→アクション）；Boston Dynamics（移動制御の独自ML） | TeslaのエンドツーエンドFSD派生ポリシー学習はOpenAI VLM統合とアーキテクチャ上競争力がある；Dojoトレーニングコンピュートはヒューマノイド分野で最大 | 基盤モデル統合（VLM＋Physical AIポリシー）が収束；TeslaとFigure/OpenAIのアーキテクチャは異なる経路で類似能力に達する |
| 歩行と移動性 | Boston Dynamics（Atlas電動版）：比類ない動的移動性（二足走行・バック転・複数地形）；商業量産向けに最適化されていない | Tesla Optimus：安定した二足歩行；工場フロア向け最適化（平坦面・適度な地形）；競技型ではなく商業展開志向 | 商業ヒューマノイドは「安定・信頼性」の移動に収束；Boston Dynamicsの競技優位はフィールドロボティクス（軍事・危険環境）では有効だが倉庫/工場では優先されない |
| 製造コスト | Unitree（G1推定$16,000）：最低商業コスト；Tesla（目標$20,000量産）：フルサイズヒューマノイドプラットフォームで最も積極的な大衆市場コスト目標 | Teslaの量産後$20K目標はヒューマノイド業界で最重要のコストマイルストーン；ヒューマノイド専用アクチュエータ・部品のギガファクトリー級量産が必要 | コストは2028〜2030年の商業ランプアップの決定的競合次元；規模で$20K〜$30Kを最初に達成したプラットフォームが倉庫/工場市場を制する |
| 商業規模展開 | Agility Robotics Digit（Amazon物流）：生産性商業倉庫での最初のヒューマノイド展開；Figure AI（BMW）：自動車生産への最初のヒューマノイド；Tesla Optimus（ギガファクトリー）：単一企業最大の内部展開 | Tesla Optimusは単一企業として最大の企業展開を持つが内部使用（外部商業販売ではない） | 外部商業販売＋生産展開（内部使用・デモではない）が2028年の決定的指標；全プラットフォームが最初の大型外部顧客獲得を競う |
| 垂直統合 | Tesla：最も垂直統合が進む（Tesla設計カメラ・チップ・バッテリー・アクチュエータ・トレーニングインフラ）；他社は外部サプライヤーへの依存度が高い | Teslaの垂直統合は業界で最も先進的；自社AIチップ＋トレーニングコンピュート＋カメラシステム＋アクチュエータ設計=最も包括的なスタック | 垂直統合の優位は時間とともに複利で蓄積；TeslaのFSDチップ改善＋Dojoトレーニングが同時にOptimisを向上；この構造優位は縮小せず拡大し続ける |
第5節——ヒューマノイドベンチマークスコアカードとランプアップ指数
| 次元 | Tesla Optimus | Figure AI | Agility Digit | Boston Dynamics Atlas | Unitree G1/H1 | 2028年の展望 |
|---|---|---|---|---|---|---|
| 商業状況 | ギガファクトリー内部展開；初の外部販売は2026年計画 | BMW自動車工場への商業展開 | Amazonフルフィルメントセンターへの商業展開（倉庫規模初のヒューマノイド） | 初期商業＋R&D；Hyundai工場が目標 | G1の世界的研究/初期商業販売 | 5プラットフォームすべてが2028年に商業展開；スケールは大きく異なる |
| コスト目標 | 量産後$20K（推定）——最も積極的な大衆市場目標 | 非公開；現在推定$10万以上（推定） | Amazon内部コスト（商業的に非公開） | 非公開；推定$15万以上（推定）（研究/展示プラットフォーム） | G1：推定$16K（推定）（現在購入可能）；H1：推定$9万（推定） | 商業プラットフォームのコストは2028年に$20K〜$50Kに収束 |
| AIアーキテクチャ | FSD派生エンドツーエンドビジョン→アクションポリシー；Dojoトレーニングコンピュート | OpenAI VLM統合：自然言語→ビジョン→アクション | Amazon内部AI；倉庫タスク特化の移動制御＋マニピュレーション | 独自ML移動制御；Boston Dynamicsの30年以上の動力学専門知識 | 中国AIラボ＋独自移動モデル | 全てVLM＋Physicalポリシーに収束；基盤モデル統合が標準化 |
| 量産 | 2026年5万〜10万台目標（推定）；実際の納入数は非公開；声明量産目標で他社を大幅リード | BMW展開で数十〜百台未満（推定） | Amazon展開で数百台（推定） | 数十台（主にR&D＋Hyundai開発） | G1の世界累計販売は数千台（現在最大の商業販売量） | Tesla Optimisのランプアップが実現するまでUnitreeが量でリード；Figure＋Digitはアンカー顧客とともに成長 |
| 戦略的支援 | Tesla（時価総額推定約$1.3兆）；Dojoコンピュート；FSDデータフライホイール | Microsoft・OpenAI・NVIDIA・Amazon・Intel（$6.75億以上調達）；推定バリュエーション$26億以上（推定） | Amazon（AWS＋物流スケール＋75万人以上の倉庫労働者が内在需要） | 現代自動車グループ（自動車製造がアンカー市場） | 中国政府産業政策＋VC；世界の研究機関への販売 | 5プラットフォームすべてが十分な資金調達；Teslaのリソースが最大 |
総合評価： ヒューマノイドロボットレースは、ロボタクシーとAVトラッキングに続くPhysical AIの次の主要商業フロンティアだ。Tesla Optimusは最も積極的な量産・コスト目標、最大のトレーニングコンピュートインフラ、最も深い垂直統合を持つ——しかしAgility Robotics Digit（Amazon）はすでに商業的に最も重要なことを達成している：実際の生産性商業業務に展開され、実際の生産性を生み出している。Figure AIは最も印象的なAI実証（OpenAI VLM＋BMWパートナーシップ）を持つ。Unitreeは最も競争力ある価格を持つ。2028年の勝者は、二つの閾値を同時に超えた者が決まる：$30,000以下のコスト、かつ商業生産展開（内部使用・デモではない）で10,000台以上。その定義ではTeslaが最有力候補——しかしOptimus量産ランプアップの実行リスクは現実に存在する。
注記： 本稿のすべての生産数値・台数・コスト推定・競争評価・市場規模推定は、2026年中頃時点の公開された企業発表・決算説明会発言・報道・アナリスト調査に基づく方向性推定値です。データが不確実または推定の場合、数値に「（推定）」を付記しており、確定値ではなく方向性として扱ってください。本稿は投資アドバイスを構成しません。
ソース
- Tesla Optimusアップデート — Tesla AI ↗
- Figure AIが$675M調達とBMWパートナーシップを発表 — Figure AI ↗
- Agility Robotics DigitのAmazon導入 — Amazonプレスルーム ↗
- Boston Dynamics 電動Atlasヒューマノイド — Boston Dynamics ↗