中国自動車、AIVの「頭脳」から「身体」へ――国家戦略、車両制御、Physical AIが一体化［2026年10月19日～25日］
［無料］この数週間、中国自動車産業では一つの変化が続いていた。
AIはクルマの外へ出た。
世界モデルやVLA（Vision-Language-Action）は、自動車だけでなく、ロボット、工場、物流、ドローンへ広がり始めた。
完成車メーカーはAIチップ、電池、ブレーキなどの開発領域を広げ、海外では完成車輸出から現地生産・研究開発・サービスを組み合わせる事業構築へ移行している。
そして前週、中国の自動車AIは欧州の道路で実走検証され、世界モデルは未来を生成するだけでなく、安全な行動を選ぶ技術へ進化し始めた。
今週、その先にある変化が見えてきた。
AIが判断した結果を、現実のクルマやロボットがどのように実行するのか。
華為（Huawei＝ファーウェイ）は、駆動、制動、操舵、サスペンションを統合する新しい車両運動制御体系を打ち出した。
蔚来（NIO）は、クラウドに蓄積された路面情報を車両制御へ反映する仕組みを示した。
千里科技は、センサー内部にAI演算能力を組み込んだ4Dミリ波レーダーを発表した。
中国政府は、車両・道路・クラウドを協調させるインフラの量産実装を推進し、2030年までの国家情報化計画でもAIエージェント、計算ネットワーク、自動運転法制を重要課題に位置付けた。
一方、ロボットでは人間の動画から動作を学習し、世界モデルでは三次元空間を記憶し続ける研究が進んだ。
今週の中国自動車産業を読み解く鍵は、AIの知能そのものよりも、その知能を現実世界で安全に動かすための技術と産業基盤がつながり始めたことにある。
Huaweiが車両の「小脳」を再設計、AIと機械の境界が変わる
今週、技術面で特に重要だったのが、Huaweiの車両運動制御である。
Huaweiは2023年の途霊インテリジェントシャシー、2024年のXMOTION 2.0、2025年のXMCデジタルシャシーエンジンを経て、2026年には駆動・制動・操舵・サスペンションを統合する「運動領域」という技術体系を打ち出した。
従来、自動車の駆動、ブレーキ、ステアリング、サスペンションは、それぞれ独立した制御システムとして発展してきた。
しかしAI Vehicle（AIV＝AI自動車）では、AIが走行環境を理解し、車両全体としてどのような動きを実行すべきか判断する。
その判断を実現するには、個別の部品を制御するだけでは不十分になる。
Huaweiは駆動と制動の相互冗長化なども含め、車両全体の運動を統合する方向へ進んでいる。
同じ方向を示したのがNIOである。
大型電動SUV「eS8」では、車載センサーによる路面認識に加え、クラウド上に蓄積された道路情報を活用し、四輪駆動、回生制動、油圧ブレーキ、サスペンションを協調制御する。
NIOは、濡れた橋梁継ぎ目での安定性が88％改善したと説明した。
この二つの技術は、同じものではない。
Huaweiは車両内部の運動制御を統合し、NIOは車両外部の情報まで使って制御を高度化している。
しかし共通する方向がある。
AIVの競争は、AIがどれほど正しく判断するかだけでなく、その判断を車両全体でどれほど正確に実行できるかへ進んでいる。
これは自動運転AIの「頭脳」と、車両の「身体」を結び付ける技術である。
自動運転は単独車両から道路・クラウドとの協調へ
今週、北京で開催された2026年世界スマートコネクテッドカー大会（WICV2026）では、中国の自動運転政策と技術開発の方向が具体的に示された。
特に注目すべきなのが、車両・道路・クラウドを協調させる「車路雲一体化（路車協調及びクラウドとの一体化）」である。
中国では道路3万2000kmの関連インフラが整備され、22社が量産車向けの共同開発を進めている。
一汽と長安などは、L3自動運転への実装を推進する。
これまで自動運転AIは、車載カメラやLiDARなどで周囲を認識し、車両自身が判断する方向で発展してきた。
しかし、道路側から信号や交通状況を受け取ることができれば、車載センサーだけでは把握しにくい情報も利用できる。
もちろん、インフラとの通信が途絶えた場合にも安全性を確保する必要がある。
そのため、道路・クラウドとの協調は車載AIを不要にするものではない。
車両単独の知能を、社会インフラによって補完する技術である。
北汽集団は、許認可を得たL3自動運転の公道試験が累計15万kmを超えたと発表した。
同社によれば、この実証では交通違反や事故は発生していない。
千里科技も、ADASの累計搭載台数が100万台を突破したと発表した。
さらに、AI演算能力10 TOPSのNPUを内蔵する4Dミリ波レーダーを投入する。
レーダーの信号処理から物体認識までをセンサー内部で行い、点群密度を10倍に高め、ゴーストを95％削減するとしている。
これらの数値はメーカーの説明であり、独立した実車評価とは区別する必要がある。
自動運転AIの能力は、車載コンピューターだけで決まるものではなくなっている。
センサー、車両制御、道路、クラウドをどのように組み合わせるかが、新たな競争領域になっている。
世界モデルは三次元空間を記憶し、間違いを修正する
今週の世界モデル研究では、未来映像の生成能力だけでなく、空間の一貫性と記憶が重要なテーマになった。
テンセントなどの研究チームは、27種類の世界モデルを対象に、生成された動画が三次元空間としてどれほど整合しているかを評価する「Orbia」を開発した。
重要なのは、映像が美しいことと、三次元空間として正確であることは一致しないという問題である。
清華大学とAnt Groupなどは、世界モデルへ約5MBの三次元記憶機構「PPMem」を導入した。
過去に生成した空間構造を数百フレームにわたって保持することを目指す。
テンセントと同済大学の「GeoState」は、カメラ自身が動いたことによる映像の変化と、実際の三次元空間の変化を分離する。
いずれも、世界モデルが単に次の映像を生成するだけでは不十分であるという問題意識を共有している。
ロボットや自動運転AIが物理世界で行動するには、カメラの視点が変わっても、物体の位置や空間構造を一貫して理解する必要がある。
さらに中国科学院と百度は、ドローンの自律探索で、過去に記憶した目標候補が誤りだった場合、その候補に基づく飛行計画まで撤回する「RTM」を開発した。
実機探索成功率は57.14％から71.43％へ改善した。
ここには、Physical AIに必要な新しい能力が見える。
AIは覚えるだけでなく、間違って覚えた情報を修正し、その情報に基づいて作った行動計画も見直さなければならない。
物理世界で活動するAIにとって、記憶の正確さと修正可能性は、安全性にも直結する。
Robotaxiと無人物流、量産・運行・海外展開が具体化
自動運転の商用化でも、今週は具体的な数字と事業計画が示された。
WeRideは、L4自動運転車両の運用規模が約3600台に達したと発表した。
世界モデルと認知AIの統合を進める一方、ADASの採用車種は30車種を超えている。
吉利系の曹操出行は、2026年6月末時点で第二世代Robotaxiを140台配備し、2027年には専用設計車両「Eva Cab」を量産する計画を示した。
小馬智行は、国際配車プラットフォームのinDrive、NVIDIAと協力覚書を締結し、カザフスタンの首都アスタナでL4 Robotaxiの導入を検討する。
極寒の環境への適応が課題になる。
ただし、今回の発表は協力覚書の段階であり、商用運行の開始が確定したわけではない。
物流分野では、九識がマレーシアで無人物流車向けとして同国初の公道試験許可を取得した。
22kmの都市道路で6カ月間の検証を進める。
中国工程院の鐘志華氏は、運転席を持たない大型トラックの実証研究も紹介した。
有人車と無人車を組み合わせる誘導型自動運転によって、物流の自動化を目指す。
これらは一律に商用化が完成したことを意味しない。
車両の配備、試験許可、量産計画、運行サービスは、それぞれ異なる段階である。
しかし、研究成果を競う段階から、車両を量産し、運行し、海外の制度へ適応させる段階へ進んでいることは明らかである。
自動車メーカーがPhysical AI企業へ変わる
今週のもう一つの大きな変化は、自動車メーカーがロボットやPhysical AIを独立した事業領域として位置付け始めたことである。
北汽集団は、Physical AIを中核とする新会社「北京元啓物理智能科技」の設立を発表した。
AIの計算基盤、大規模モデル、ハードウェア端末を統合し、2027年にはPersonal Agentを搭載した車両を投入する計画である。
奇瑞は、2035年に自動車メーカーからPhysical AI企業へ転換する構想を示した。
独自AIや半導体を基盤に、ロボット、農業、エネルギーなどへ事業領域を広げる。
BYDの李柯副総裁も、AIを同社の最優先課題の一つと位置付け、自動車製造現場で得られるデータをロボットAIの開発に活用し、将来的には家庭へ展開する構想を語った。
自動車メーカーには、AI企業とは異なる資産がある。
工場での実作業データ、品質管理のノウハウ、大量生産能力、サプライチェーン、モーターや電池などのハードウェア技術である。
これらはロボットの開発や量産にも利用できる。
中国のロボット大手、宇樹科技は約70カ国のパートナーを集め、Physical AIの自己進化モデル、大規模量産、世界規模の技術競技会などを軸にしたエコシステム拡大を打ち出した。
研究面でも、人間の動画をロボットへ転用する技術が進んでいる。
中国のロボット企業と大学などによる「EgoJEPA」は、人間の作業動画約2万時間から、異なる機種のロボットに利用できる動作表現を学習する。
実機成功率74％、学習・適応時間47.2％削減という結果を示した。
Physical AIは、自動車から派生した周辺技術ではなくなり始めている。
自動車メーカー自身が、その技術を利用して新たな事業を作ろうとしている。
AIエージェントは車室内と工場へ浸透する
車載AIでも、単純な音声操作からAIエージェントへの移行が進んだ。
BYDの車載スーパーAIエージェント「ディディシア」では、Volcano EngineがDoubaoの音声合成や知識処理などを担っていることが明らかになった。
BYDは車載AIのユーザー体験を設計しながら、外部AI企業の技術を組み合わせている。
理想汽車は、新型i6へ旗艦車のAIキャビン機能を展開する。
Apple CarPlayやHuawei HiCarなど外部エコシステムとの接続を維持しながら、独自AIエージェントと29インチディスプレーを統合する。
科大訊飛（iFLYTEK）も、複数の乗員の意図を理解し、生活サービスまで統合する車載AI基盤「SOFIA」を発表した。
車載AIは、ユーザーの言葉を認識して機能を起動するだけではなく、複数のサービスを組み合わせて目的を実行する方向へ進んでいる。
一方、工場ではAIを既存ソフトウェアとどう共存させるかが重要になる。
中国のAI画像検査企業、蘇映視は、従来の産業用ソフトウェアをAIで置き換えるのではなく、その上にAIを組み合わせる方向を提唱した。
自然言語によって検査工程を構築しながら、AIの不確実性を既存のソフトウェア基盤で管理する。
中国工程院は、AIによって自動車の設計・シミュレーションを10～200倍高速化する技術の成果も紹介した。
AIの導入は、すべての既存システムを破棄することを意味しない。
むしろ、既存の製造技術やソフトウェアにAIを組み合わせる能力が、実際の生産性を左右する。
電池は交換・進化する資産へ、OEMがエネルギー全体を設計
電動化でも、今週は電池と車両の関係が変わり始めたことを示す動きがあった。
NIOは、小型EVブランドfireflyへ60kWhの新型電池を投入すると発表した。
従来の42kWhから容量を約43％増やしながら、電池パックの外形寸法と車両重量を維持する。
CLTC航続距離は420kmから560kmへ拡大する。さらに既存ユーザーも電池交換によってアップグレードできる。
これは、電池交換が単なるエネルギー補給手段ではないことを示している。
車両購入後に、電池技術の進化を利用できる可能性がある。
北汽集団とCATLは、電池交換対応車100万台規模の普及を目指す戦略協力を拡大した。
北汽の販売店網を電池交換拠点として活用する計画である。
一方、理想汽車は、電池セルからモーター、SiC電力制御、充電網までを一体的に開発する方向を示した。
新型i6では96kWhの電池を搭載した車両が市街地試験で811.4kmを走行し、CLTC公称値780kmを上回った。
ただし、これは特定条件下の実走行試験であり、あらゆる走行環境で同じ航続距離を実現することを意味しない。
ここには異なる二つの方向がある。
NIOは、電池を交換可能な資産として車両から分離する。
理想は、電池を含む車両全体を一体設計し、性能と安全性を最適化する。
どちらが優れているかを一律に決めることはできない。
しかし、電池が単なる調達部品ではなく、完成車メーカーの事業構造そのものを決める技術になっていることは共通している。
中国政府がAIの産業化を国家戦略として再構築
今週の政策面で重要だったのは、中国政府がAIの普及と産業化を一体的に進める方針を相次いで示したことである。
10月23日に公表された国家情報化第15次5カ年計画では、2030年までに次世代スマート端末やAIエージェントなどの応用普及率を90％超へ引き上げる目標が示された。
全国統合計算ネットワーク、6G、自動運転に関する法制度の整備も進める。
10月21日には、研究開発と産業イノベーションを結び付ける政策文書が公表された。
国家研究開発における企業の役割を強め、研究成果を実際の産業へ転換することを重視する。
これは研究論文の数や研究開発費だけではなく、技術が実際に利用され、経済価値を生み出しているかを重視する方向である。
一方、中国政府はAIの導入速度を無条件に速めようとしているわけではない。
10月23日、国務院弁公庁はAIによる雇用代替への対応方針を示した。
労働集約型産業では導入範囲や進行速度を慎重に管理し、雇用への影響が大きい事業ではリスク評価を求める。
技術の普及を加速しながら、社会への影響も管理する。
中国のAI政策は、研究開発支援だけでなく、産業化、雇用、インフラ、制度整備を含む段階へ移っている。
自動運転の安全性は社会との関係まで問われる
AIVが現実世界で活動するほど、安全性の問題も広がる。
今週、中国では自動運転レベル3以上の車両について、作動状態を周囲へ知らせる青緑色の専用表示灯を国家標準へ導入する改訂案が注目された。
装着は任意としながら、L2での使用は禁止する方向である。
また、スマートヘッドライトによる路面投影や外部表示、車両の「表情」を演出する発光パターンについても、用途や作動条件を制限する改訂案が示された。
これらは単なるデザイン規制ではない。自動車が周囲の道路利用者へどのような情報を伝えるべきかという問題である。
AIVが自動運転を行っていることを周囲へ知らせる必要があるのか。ヘッドライトが道路へ文字や図形を投影することで、かえって混乱を招かないか。車両の発光表現が交通信号と誤認される危険はないか。
自動車の知能化は、車内の機能だけでなく、周囲の人間とのコミュニケーションにも影響する。
さらに国際自動車工業連合会（OICA）は、自動運転AIの国際規格において、AIモデルの変更履歴と安全検証を重視する方向を示した。
AIがOTAで更新されるなら、更新後の安全性をどう評価するかという問題が生じる。
自動車の安全性は、発売時点の試験結果だけでは完結しなくなっている。
中国メーカーは輸出から現地事業の構築へ
前週、パリ・モーターショーで中国メーカーの欧州戦略が相次いだ。今週は、その海外展開がさらに具体化した。
奇瑞は、2030年までに海外現地生産比率を70％へ高める構想を発表した。研究開発、製造、調達、事業運営を現地化する「グローバル化3.0」である。
同社は南アフリカの旧日産工場を活用し、2027年からOMODA C4のHEVを生産する計画も進める。
現地従業員692人を引き継ぎ、部品企業23社を動員する構想である。
BYDは欧州で480社を超えるサプライヤーを認定し、ハンガリー工場で1万人超を直接雇用する計画を示した。
一方、中国の技術をそのまま海外へ持ち出せるとは限らない。
奇瑞の智界では、海外向け車両にHuaweiの技術を採用せず、国内と海外でADASや車載システムを分ける方針が明らかになった。
海外進出とは、中国の製品をそのまま輸出することではない。
現地の法規、データ管理、技術供給、販売網、労働制度に適応する必要がある。
その意味で、奇瑞の現地生産比率70％という目標は、単なる生産拠点の移転ではない。
中国メーカーがグローバル企業へ変わるための組織再編である。
中国市場の変化と、日本・欧州メーカーの対応
中国国内市場では、販売と投資の厳しさが続いている。
9月の中国小売売上高は前年同月比1.1％増だった一方、自動車関連は21.2％減少した。
1～9月の固定資産投資も7.2％減少し、自動車製造業への投資は6.3％減となった。
こうした状況のなか、中国メーカーと外資メーカーの関係も変化している。
中国一汽と広汽集団は、共同作業部会を正式に発足させた。
10月8日のトヨタを含む三社協定に続き、乗用車、電池、知能化、海外事業での協力を具体化する。
VWは中国で開発するNEVを世界市場へ展開する方針を進め、マツダも中国をグローバル電動車の開発・供給拠点として位置付けている。
東風日産は、Momentaの強化学習AIを搭載したNX8で、道幅2～3mの上海旧市街を走行する実演を行った。
外資メーカーも、中国で開発されたAIや電動化技術を使い、競争力を取り戻そうとしている。
ただし、技術を採用するだけで販売が回復するとは限らない。
日本メーカーにとっては、開発速度やAI性能だけでなく、長期の信頼性や安全性をどのように製品価値へ結び付けるかが重要になる。
長安マツダのMAZDA 6eが豪州ANCAPで最高評価の5つ星を獲得したことは、中国開発・生産車が海外の安全評価へ対応していく具体例である。
AIVの競争は「知能を持つクルマ」から「行動できる産業」へ
今週の中国自動車産業を振り返ると、技術、政策、企業戦略に共通する方向がある。
Huaweiは車両の運動制御を統合する。
NIOはクラウドの道路情報を使って車両の動きを変える。
千里科技はレーダー内部へAIを組み込む。
中国政府は道路3万2000kmの協調インフラを整備し、L3の量産実装を推進する。
世界モデルは三次元空間を記憶し、間違った情報を修正する。
ロボットAIは人間の動画から動作を学習する。
Robotaxiは量産専用車を開発し、海外の公道試験へ進む。
自動車メーカーはPhysical AI企業への転換を構想する。
そして中国政府は、2030年に向けてAIエージェント、計算ネットワーク、研究開発、雇用、法制度を一体的に整備しようとしている。
これらは、AIの性能を高めるだけの取り組みではない。
AIが物理世界で認識し、記憶し、判断し、実際に行動するための技術と社会基盤を整える取り組みである。
従来の自動車産業では、完成車メーカーが車両を設計し、部品を調達し、工場で生産することが競争の中心だった。
AIV時代には、AIモデル、センサー、車両制御、道路インフラ、クラウド、電力網が一つのシステムとして機能する。
さらに、その技術は自動車の外へ広がり、ロボット、物流、工場、家庭へ展開される。ここで重要なのは、すべての企業が同じ事業を目指しているわけではないことである。
Huaweiは車両の運動制御を握ろうとする。
NIOは車両と電池交換インフラを組み合わせる。
理想は電池と車両の一体設計を深める。
BYDは製造データとロボットAIを結び付ける。
奇瑞は海外現地生産とPhysical AI事業を同時に拡大する。
北汽はPhysical AIの新会社を設立する。
それぞれ異なる経営戦略である。しかし、その背景には共通する産業構造の変化がある。
AIの「頭脳」だけでは競争力は完成しない。現実世界を正確に理解するセンサーが必要である。判断を実行する車両制御やロボットが必要である。道路、電力、通信、クラウドといったインフラも必要である。
そして、それらが安全に社会へ導入されるための規格や制度が必要になる。
前週、中国自動車産業は、世界各地で技術と事業を組み合わせる段階へ進んでいた。今週は、その技術と事業を支える物理的な実行基盤が、より明確になった。
2026年10月19～25日は、中国のAIV産業が「AIを搭載した自動車」から、「AIが現実世界で行動するための産業体系」へ進み始めたことを示す一週間だった。
#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
