2026-06-18 — views
Physical AI Optimusランプ——テスラの2026年5万〜10万台目標、工場展開状況、ヒューマノイドロボット能力指標のFigure・Agility・Atlasとの比較
テスラOptimusは2026年に5万〜10万台、長期$20K以下を目指す。現在の工場能力は人間の20〜30%（est.）で、BMWに展開しOpenAI推論を統合したFigure 02に遅れを取る。
Physical AIベンチマークシリーズ第138回——Physical AIヒューマノイドランプ：テスラOptimus生産タイムライン、タスク能力指標、そして「工場優先」展開戦略は商業的実行可能性への正しい道筋か
ヒューマノイドロボットは、Physical AI分野で最も野心的かつ最も議論を呼ぶ賭けである。自律走行車とは異なり——センサースタック、規制経路、地理的制約が概ね明確な後者と比べ——ヒューマノイドロボットは移動、操作、言語理解、タスクの汎用性、そして人間との安全な共存を同時にマスターしなければならない。それを人間の労働力と競争できる価格帯で実現して初めて、商業的なビジネスケースが成立する。テスラのOptimusプログラムは、公表されている生産目標において全プレイヤーの中で最も積極的だ：Elon Muskは2026年に5万〜10万台、2030年までに数百万台への拡大を公言しており、長期的な目標価格は20,000ドル以下としている（以上はすべて公開声明に基づく。将来の目標は(est.)と表記）。これらの目標が達成可能かどうか、そしてテスラの「工場優先」展開戦略が商業的に実行可能なヒューマノイドロボットを構築するための正しい順序付けかどうかが、本記事でベンチマークする2つの中心的な問いである。これはPhysical AIベンチマークシリーズ第138回だ。
「(est.)」と表記された数値はすべて、公開情報、研究論文、業界アナリスト推計、および合理的推論に基づくものであり、独立して検証された一次データではない。
第1節——テスラOptimus：生産ランプと仕様
テスラは2021年のプログラム公開デビュー以来、3世代のOptimusハードウェアをリリースしており、各世代で歩行速度、手の器用さ、重量削減において大きな進歩を遂げている。
| 指標 | 第1世代（2022） | 第2世代（2024） | 第3世代目標（est.） |
|---|---|---|---|
| 発表/状況 | 2022年10月にプロトタイプ披露；ゆっくり歩行 | 量産意図設計；歩行速度30%向上；触覚センサー搭載の改良ハンド | 開発中；2025-2026年予定（est.） |
| 歩行速度 | ~1.5 mph（est.） | ~2 mph（est.） | ~3-4 mph（est.） |
| 手の器用さ | 基本的な把持；11自由度ハンド（開示済み） | 触覚センシング改善；卵を割らずに扱える | さらに洗練；目標：人間レベルの精細操作（est.） |
| 重量 | ~73 kg（開示済み） | ~57 kg（開示済み；軽量化） | さらなる軽量化（est.） |
| 身長 | ~5’8” / 173 cm（開示済み） | ~5’8”（同程度） | 人間スケールを維持 |
| 目標価格 | — | — | 20,000ドル未満（Musk長期表明） |
| 2025年生産量（est.） | ~1,000台内部使用（Musk声明目標） | — | — |
| 2026年生産目標 | — | 5万〜10万台（Musk声明；外部販売開始） | — |
| 2030年ビジョン | — | — | 数百万台；長期的に10億台以上の可能性（Musk） |
| 学習コンピュート | Dojo ExaPODクラスター；FSDと同じインフラ | Dojoコンピュート共有 | Dojo拡張継続 |
テスラのOptimusに対する学習アプローチはFSDと構造的に共有されている。両者とも同じDojo ExaPODコンピュートクラスターを使用し、テスラの車両フリートとOptimusの工場展開からのデータで学習した同じビジョントランスフォーマー基盤を使用し、実世界のデモンストレーションからの強化学習によって改善される。このコンピュート共有は真の優位性だ——テスラはロボティクスのために別個のML基盤を構築していない。
第2節——Optimusタスク能力指標（2026年中）
Optimusは今日実際に何ができるのか。テスラは特定の工場タスクを示すビデオと投資家向け開示を公開している。
| タスクカテゴリ | Optimus能力（est.） | 工場展開 | 制限 |
|---|---|---|---|
| 物体操作（大型） | 実証済み：バッテリーセルの移動、部品の仕分け、ビンへの部品配置 | テスラGigafactory内部使用（フリーモント、オースティン） | 速度は人間工員の30〜50%程度（est.）；ソフトウェア更新ごとに改善 |
| 物体操作（精密） | 実証済み：卵を割らずに扱う（第2世代動画）；小型部品の挿入 | 精密操作が必要な工場タスクは限定的 | サブミリ精度タスクでは依然として人間の器用さを大きく下回る |
| 歩行/ナビゲーション | 実証済み：工場フロアを自律的に歩行；障害物回避 | 工場フロアのナビゲーション | 現時点では不整地、階段、屋外環境には規模的に対応不可（est.） |
| 両手協調 | 実証済み：実験室での両手タスク | 両手組み立て工場タスクへの活用開始 | 複雑な両手シーケンスは依然として困難 |
| 人間-ロボット間インタラクション | 限定的；簡単な口頭指示に従える（est.） | 人間との協働役割にはまだ展開されていない | 動的環境での人間との安全な物理的協働は未実証 |
| ツール使用 | 限定的；単純なツールを把持・使用できる | 電動工具や精密機器との展開はまだ | ツール使用には自由操作よりはるかに高い器用さが必要 |
| タスク切り替え | 実証済み：再プログラム時にタスク切り替え可能 | 新タスクセットごとにソフトウェア更新が必要 | 自律的なタスク発見や即興対応は未実証 |
| 全体能力（est.） | 構造化工場タスクで人間工員能力の約20〜30%（est.） | テスラ内部 = 固有の最初の顧客；外部販売リスクなし | 主要ギャップ：速度 + 精密器用さ + タスク汎用性 |
第3節——競合能力比較（2026年中）
| ロボット | 企業 | 主要能力 | 展開状況 | 価格/評価額 |
|---|---|---|---|---|
| Optimus第2世代 | テスラ | FSD派生ビジョン；Dojo学習ポリシー；57 kg；テスラ工場展開 | 内部~1,000台（est.） | 長期$20K未満（Musk）；外部販売未開始 |
| Figure 02 | Figure AI | OpenAI言語モデル統合（ChatGPT-4推論）；BMW工場展開 | 商業：BMW Spartanburg工場（台数未開示） | ~26億ドル企業評価；価格未開示 |
| Digit | Agility Robotics | ホイール脚ハイブリッド設計；Amazonウェアハウス展開 | 商業：GXO Logisticsウェアハウス + Amazonパイロット | ~7万ドル/台（est.）；Amazonが最大顧客 |
| Atlas（電動版） | Boston Dynamics | 最高の身体能力；バック転、パルクール実証 | R&D + 限定商業；現代工場テスト | 未開示；現代自動車傘下 |
| Apollo | Apptronik | Google支援；NASA Valkyrie チーム出身；製造業フォーカス | パイロット展開；メルセデス・ベンツ協力 | ~10億ドル以上企業評価；価格未開示 |
| Neo | 1X Technologies | OpenAI支援；家庭/オフィス環境向け設計 | 商業化前；パイロットプログラム | ~5億ドル企業評価 |
| GR-1 / GR-2 | Fourier Intelligence | 中国製ヒューマノイド；23 kg；歩行 + 操作 | 商業販売（中国）；輸出は限定的 | ~5,000〜10,000ドル/台（est.）——最低価格ヒューマノイド |
| Unitree H1/G1 | Unitree Robotics | 中国；G1が16,000ドル；強力な移動能力；操作は限定的 | 全世界商業販売 | G1：16,000ドル（開示済み）——最安値の有能なヒューマノイド |
Unitree G1の16,000ドルは競争環境において最も重要な価格データポイントだ。中国メーカーが今日すでに16,000ドルで有能な移動ヒューマノイドを製造できるなら、テスラの長期2万ドル未満という目標は一見するほどユニークに野心的ではない。問題はOptimusの能力優位性がUnitreeの2027〜2028年製品に対してプレミアムを正当化できるかどうかだ。
第4節——工場優先展開戦略：長所と短所
| 次元 | 工場優先の優位性 | 工場優先のリスク |
|---|---|---|
| 固有の顧客 | テスラ = Optimusの最初の顧客；外部販売リスクなし；テスラが内部で初期問題を吸収 | テスラの工場タスクは特定的；習得したスキルが他業界に汎化しない可能性 |
| データフライホイール | 工場のOptimus毎がトレーニングデータを生成；内部1,000台 = 1,000の同時データ収集器 | 工場タスクは構造化・反復的；汎用展開に必要な多様なデータが生成されない可能性 |
| 品質管理 | テスラのエンジニアがOptimusのパフォーマンスを直接観察しバグ報告；高速イテレーションサイクル | 内部展開により、外部の管理が少ない環境で現れる問題が隠れる可能性 |
| 収益タイムライン | 労働代替節約 = 外部販売なしの即時ROI（置き換えられた工場の役割1つ当たり年間約3〜6万ドル節約、est.） | 外部商業販売が始まるまで収益は拡大しない |
| 競争ポジショニング | Figure（BMW）、Agility（Amazon）、Atlas（現代）も工場展開中 | 最初の外部商業販売と価格ポイントが真の競争の瞬間になる |
| 汎化の課題 | 工場タスクは狭い領域；汎用ヒューマノイドには根本的に広い能力が必要 | 工場優先は特定の工場タスクにしか競争できない専門ロボットを生む可能性 |
第5節——ヒューマノイドランプベンチマーク採点表（2026年中）
| 次元 | テスラOptimus | Figure 02 | Agility Digit | Boston Dynamics Atlas | 優位 |
|---|---|---|---|---|---|
| 生産量（est.） | 内部~1,000台（est.） | 未開示（BMW商業） | 商業：GXO + Amazon | R&D + 限定 | テスラ（最大の生産目標） |
| タスク能力 | ~20〜30%人間（構造化工場、est.） | BMW工場タスク + 言語理解 | 倉庫物流 | 最高の身体能力（移動） | Atlas（能力ピーク） |
| 言語/推論 | FSD派生；言語能力は限定的 | OpenAI統合 = ChatGPT-4推論 | 限定的 | 限定的 | Figure（言語統合） |
| 価格目標 | 長期$20K未満（Musk声明） | 未開示 | ~7万ドル（est.） | 未開示 | テスラ（最も積極的な価格目標） |
| 製造スケールパス | テスラGigafactory製造の専門知識 | 外部製造 | 外部製造 | 現代自動車製造 | テスラ（製造の堀） |
| 2026年外部販売 | 計画中だがタイムラインは不確実 | あり（BMW） | あり（GXO/Amazon） | 限定的 | Figure + Agility が外部商業化で先行 |
| データフライホイール | FSDフリート相乗効果（Dojo + ビジョンスタック共有） | OpenAIデータ + BMW工場 | Amazonウェアハウスデータ | 限定的 | テスラ（最大のデータインフラ） |
| 全体ランプ評定 | 最大の生産野心；外部商業実証から最も遠い；製造の堀は本物 | 高級工場での最も商業展開されたヒューマノイド | 物流での最も商業展開 | 最高の移動能力；商業規模から最も遠い | 文脈依存：Figureが今日は優位、Musk目標が実現すればテスラが規模で勝利 |
注記： 「(est.)」と表記された数値はすべて、2026年中時点の公開情報、研究論文、アナリスト推計、および業界レポートに基づく。本記事は投資アドバイスを構成しない。
ソース
- テスラOptimus生産目標——テスラ決算説明会およびAI Day ↗
- Figure 02 BMW展開——Figure AI ↗
- Agility Robotics Digit Amazonウェアハウス展開——Agility Robotics ↗
- Boston Dynamics Atlas電動版——Boston Dynamics ↗
- Unitree G1ヒューマノイドロボット——Unitree Robotics ↗