AIは「クルマ」から現実世界へ――中国自動車産業、Physical AIの基盤がつながり始めた［2026年9月21日～27日］
［無料］前週、中国自動車産業の変化を「AI Vehicle（AIV）はクルマの外へ」と整理した。
AIは車内の音声アシスタントや運転支援だけでなく、自動車メーカーの開発、会社内部の業務、工場、物流へ広がり始めていた。
今週、その先にあるものがかなり明確になった。
Physical AIである。
自動車で育てたAIを人型ロボットへ移す。世界モデルにクルマと周囲の未来を考えさせる。AIが地図を読み、現実世界の場所や物体を理解する。Agentがユーザーとの会話から実際のクルマを呼び、車両まで操作する。AIが電池、充電器、蓄電設備、電力網をまとめて制御する。
その一方、自動車会社そのものでは数千体のAgentが働き始めている。
一見すると別々のニュースである。
しかし今週の中国自動車業界を横断して見ると、共通しているのは、デジタル空間で考えるAIを、物理世界で働かせるための産業基盤がつながり始めたことである。
AIVの次に見えてきた「Physical AI産業」
象徴的だったのが、世界新エネルギー車大会（WNEVC）で示された「次の11技術」である。
中国NEVの技術競争は、電池からAIへ単純に主役が交代するわけではない。
世界モデルが周囲を理解し、将来を予測する。AIチップがそれを計算する。そして電子機械式ブレーキ（EMB）などが、AIの判断を実際の車両運動へ変える。
電池もなくならない。さらに高速に充電でき、安全で、低温にも強い電池へ進化する。
重要なのは、これまで別々に発展してきた電池、AI、半導体、センサー、シャシー、ブレーキが、一つのシステムとしてつながり始めたことである。
AIが「考える」だけではAIVは動かない。
考えた結果を物理世界で正確に実行する技術まで含めて、次の競争が始まっている。
小鵬（XPENG）の何小鵬CEOが清華大学で語ったPhysical AIも、この変化を自動車より大きな枠組みで捉えていた。
自動運転、人型ロボット、空飛ぶクルマ、AIモデル、半導体は、別々の産業ではない。
デジタル世界で生まれたAIを、現実世界で動かすための一つの技術体系になっていく。
何氏が中国の強みとして挙げたのも、AIモデルだけではない。データ、製造、人材である。
Physical AIでは、ソフトウェアだけでなく、それを大量の物理製品へ落とし込む能力が重要になる。
自動車のAIを、そのままロボットへ持ち出す
その意味で今週、最も分かりやすかったのが自動車メーカーによるロボット開発である。
理想汽車（Li Auto）は、Physical AI研究「MachEmbodied」の全体像を公開した。
記憶、視覚言語モデル、世界モデル、行動、触覚までをつなぐ研究である。
重要なのは、理想が突然ロボット会社になろうとしていることではない。
AIVのために開発してきた「見る、理解する、将来を考える、行動する」というAI技術が、そのままロボットにも使えるようになってきたのである。
小鵬ではさらに製造段階へ近づいた。
人型ロボット「IRON」の量産へ向け、初のロボット・サプライチェーン・パートナー大会を開催。アクチュエーター、器用な動きを担うハンド、センサー、AIチップなどの供給網を作り始めた。
小鵬が目指しているのも、「走る」「踊る」といったデモを見せるロボットではない。
人を認識し、記憶し、現実の仕事を理解するPhysical AIである。
東風汽車も、人型ロボット「小東」を10月末から自社工場で実地訓練し、年末には試験生産へ参加させ、2027年には小ロット量産へ移行する計画を示した。
自動車メーカーがAIVで培った認識、判断、制御技術を、今度は自動車を作る側へ戻している。
クルマのAI化と工場のロボット化が、一つの技術ループになり始めた。
世界モデルは「未来を当てるAI」から「失敗できる訓練場」へ
AIVの中核技術でも、世界モデルの意味が変わってきた。
NIOを中心とする研究チームが公開した「MM-Future」は、周囲の世界だけを予測するのではなく、クルマ自身の行動も同時に複数予測する。
前方車両がこう動けば、自車がこう動く。
自車が別の行動を選べば、周囲との関係も変わる。
現実の運転とは、本来この相互作用の連続である。
AIVは「未来は一つ」と決め打ちするのではなく、複数の未来を同時に考え、その中から行動を選ぼうとしている。
吉利系の千里智駕が示したWA-JEPAは、さらに別のアプローチを取る。
未来の道路をリアルな動画として生成すること自体を目的にせず、車線、周辺車両、走行可能領域、運動傾向など、運転判断に必要な情報を潜在空間で予測する。
「未来をきれいに描けるAI」と「安全に運転するために必要な未来を理解できるAI」は同じではない、という考え方である。
卓馭科技（ZYT）は、世界モデルをさらに「訓練場」として使い始めた。
実際の道路では意図的に起こせない危険場面を、世界モデルの中で発生させる。
突然の飛び出し、強引な割り込み、急制動など、発生頻度は低いが事故につながりやすい状況をAIに何度も経験させる。
実車データを大量に集めるだけだった自動運転開発から、AIのためにAIが世界を作る開発への移行である。
Agentは車内から会社、そして現実のサービスへ
Agentの広がりも今週さらに具体化した。
Baiduは企業向けの「産業AIエージェント・オペレーティングシステム」を発表した。
同社内では3500体のAgentが稼働し、1日200億Tokenを消費するという。
重要なのは、AIチャットを社員へ配ることではない。
汎用Agent、専門Agent、企業独自Agentを、社内データや業務システムと接続し、会社の仕事そのものをAIで動かそうとしている。
零跑汽車（Leapmotor）とTencentの事例では、その効果が具体的な数字になった。
AIを業務へ組み込み、従来1775人日を要していた仕事を177人日へ短縮した。
「AI同僚」は比喩ではなく、生産性を測定できる業務システムになり始めている。
一方、車内ではBYDの「迪迪蝦」が、中国の主要インターネットサービスを横断して接続し始めた。
特徴は、AIがスマートフォン画面を人間のように勝手に操作するのではなく、各サービス企業が正式に提供する「能力」をAgentから呼び出す構造にある。
Alibaba系だけでなく、Tencent Music、NetEase Cloud Music、Volcano Engine、Alipayなどへ連携が広がっている。
車載AIは「何でも知っているチャット」から、外部サービスを実際に動かすプラットフォームへ変わりつつある。
Huaweiの研究「Toollery」は、その次に起きる問題を扱う。
クルマの中に220もの操作可能な機能があったとして、LLMへ毎回すべてを読ませる必要があるのか。
AIが必要な道具だけを選び、効率的に呼び出す仕組みが必要になる。
Agent競争は、LLMそのものの賢さから、「大量の現実機能をどう安全かつ効率的に使わせるか」へ進んでいる。
地図、充電、物流まで「AIが使うインフラ」になる
AIが現実世界で仕事をするなら、AIが理解できる「世界」も必要になる。
Alibaba傘下の高徳地図（Amap）は、8000万件規模のPOIなどを利用し、地図を人間が見るナビゲーションから、AIが現実世界を理解するための空間知能基盤へ変えようとしている。
Hesaiとの連携では、それが3Dへ進む。
「店がどこにあるか」だけでなく、その空間がどのような形をしており、物体がどこに存在するかまで機械が理解する。
ロボットやAIVにとって必要なのは、人間向けの地図ではない。
機械が読める現実世界そのものである。
同じ変化はエネルギーにも起きている。
吉利が発表した次世代充電技術では、2.2MWという巨大な充電出力以上に、「PowerMind」と呼ぶAIによって電池、車両、充電器、蓄電設備、充電網を統合する考え方が重要である。
充電器を高出力化するだけではなく、エネルギーシステムそのものをAIで最適化する。
BYDも超急速充電拠点を現在の1万カ所超から9万カ所へ拡大し、2027年第1四半期から海外展開を始める計画を示した。
自動車メーカーがクルマを販売するだけでなく、クルマが使うエネルギーインフラまで自ら構築する。
星星充電も、充電器メーカーからマイクログリッド事業へ軸足を広げた。
EVの充電網が、電力を消費するだけの設備から、太陽光、蓄電、充電、電力需給を組み合わせる地域電力網へ変わろうとしている。
物流でも同じである。
上汽大通、卓馭科技、CATL系の時代電服など4社は、無人物流車を単体で販売するのではなく、5万台規模の輸送能力として運営する構想を示した。
軽舟智航（QCraft）は広州の巨大衣料品卸売街へL4無人物流車を投入した。
整備された実証道路ではなく、人、二輪車、荷物、店舗が入り乱れる既存都市の物流現場へ入っていることが重要である。
Physical AIは、研究室から道路へ出るだけではない。
都市の経済活動そのものへ入り始めている。
中国で開発し、世界へ――外資メーカーにも起きた逆転
もう一つ、今週鮮明になったのが、中国と世界の技術の流れの逆転である。
BMWは、中国を単なる巨大市場や生産拠点としてではなく、Neue Klasseを含む次世代技術の開発拠点として位置付け始めている。
中国企業と共同開発し、中国で検証し、中国で量産する。
そして成果をBMWのグローバル体系へ戻す。
「世界で開発し、中国向けに現地化する」という従来モデルから、「中国で開発し、世界へ」という方向への変化である。
運転支援でもBMWはMomentaのR7世界モデルを採用するが、運転そのものを中国企業へ丸投げするわけではない。
AIによる認識・判断とBMW独自の車両制御を組み合わせ、中国のAIを使いながら「BMWらしい運転」を作ろうとしている。
日産も中国で同じ方向へ動く。
AIシート、Momentaの世界モデル、中国で開発する新型車を、中国市場だけで終わらせず世界へ展開する構想を示した。
そして今週、この流れをさらに象徴したのがホンダの二輪事業だった。
ホンダは中国を巨大な二輪販売市場としてだけでなく、グローバル戦略車の研究開発・生産拠点として活用する方向を示した。
中国で起きている「In China for Global」は、中国メーカーだけの戦略ではなくなりつつある。
ただしAIVは国境を簡単には越えられない
技術が世界へ広がるほど、逆に国境も目立つようになる。
四維図新（NavInfo）のCEOがWNEVCで示した「過去10年は電池、次の10年はデータ」という指摘は象徴的だった。
AIVは走るほど大量のデータを生み出す。
道路、位置、映像、車両状態、ユーザー、地図。
これらのデータを国外へ持ち出せるのか。現地で保存する必要があるのか。AIの学習へ利用できるのか。
自動車がソフトウェアとAIへ近づくほど、関税とは別の「データの税関」が生まれる。
自動運転では認証そのものが国境になる。
長安汽車の朱華栄董事長は、L3以上の自動運転について、中国、日本、米国、欧州などが市場参入認証を相互承認する仕組みを提唱した。
中国で安全性を検証した自動運転システムを、海外へ持ち込むたびに最初から試験し直すのか。
AIV時代には、完成車の型式認証だけでなく、AIの能力と安全性を各国がどう認め合うかが貿易条件になっていく。
さらにNIOは、AIVの安全性を「AIがどれほど賢いか」ではなく、実際の事故損失で評価する考え方を示した。
モデル規模、演算能力、学習距離ではなく、その技術を搭載した車両で事故による損失が本当に減ったのかを見る。
AI性能の競争が、現実世界の結果による検証へ移る動きである。
電動化の次に始まったのは「AIを物理的に動かす競争」
今週のニュースを個別に見れば、話題は極めて広い。
人型ロボット、世界モデル、企業Agent、車載AI、地図、LiDAR、無人物流、充電、マイクログリッド、電池、L3認証、データ規制、海外R&D。
しかし、これらは徐々に一つの産業へ収束している。
前週まで中国自動車産業で起きていたのは、「クルマにAIを載せる」から、「AIでクルマを作る」、そして、「会社、工場、物流までAI化する」という変化だった。
今週はさらに、その先が見えた。
AIが物理世界そのものを使い始めている。
世界モデルが未来を予測する。
Agentが仕事を計画する。
AIVやロボットがそれを実行する。
地図がAIへ現実世界を教える。
無人物流網がAIを輸送能力へ変える。
充電網と電力網がAIによって制御される。
そして、それらを大量生産する製造業がある。
だからPhysical AIでは、最も優れたAIモデルを持つ企業だけが勝つとは限らない。
AI、半導体、センサー、電池、モーター、シャシー、ロボット、工場、物流、地図、エネルギー、データを、現実の製品とサービスとして結び付けられるかが問われる。
中国自動車産業がEV時代に蓄積したのは、電池と電動車の大量生産能力だけではなかった。
巨大な製造業、サプライチェーン、都市、物流網、データ、ユーザーを使って、新しい技術を高速に現実世界へ投入する仕組みそのものだった。
その仕組みがいま、EVからAIVへ、そしてPhysical AIへ転用され始めている。
2026年9月21～27日の一週間で見えてきたのは、「中国自動車産業のAI化」の次に、「中国自動車産業を土台としたPhysical AI産業」が立ち上がり始めた姿である。
#中国
#自動車
#モビリティ
#中国モビリティ
#中医学的身体観
#中国モビリティと中医学的身体観
#電気自動車
#EV
#BEV
#REEV
#EREV
#レンジエクステンダーEV
#プラグインハイブリッド
#PHEV
#ハイブリッド
#HEV
#ICEV
#自動運転
#手放し運転
#スマートドライビング
#エンドツーエンド
#E2E
#AI運転
#スマートコックピット
#スマートラウンジ
#AIスピーカー
#AIアシスタント
#AIエージェント
#Case
#スマートカー
#SDV
#AIDV
#AI
#エンボディドAI
#フィジカルAI
#毎日note
#毎日更新
#毎日投稿
#note毎日更新
