4-9.ApptronikのフィジカルAI戦略を読む
Apptronik「Apollo」は産業ヒューマノイドの本命か――Google DeepMind、Mercedes-Benz、GXO連携
欧米フィジカルAI 2026 完全版 第9回
シリーズ：欧米フィジカルAI 2026 完全版
副題：ヒューマノイドロボット・自動運転・産業ロボット・ロボット基盤モデルで見る「欧米AI企業TOP20＋番外編」
評価軸：AI部門の有名度 / 資本力 / 技術力 / 収益度 / AI部門価値
為替は1ドル＝160円で概算換算しています。
読む前に｜Apptronikは、研究ロボットの技術を、顧客データと量産へ移そうとしている
Apolloは、NASA Valkyrieから続く技術、Mercedes-Benz・GXO・Jabilの現場、Google DeepMindのAIを組み合わせる産業ヒューマノイドです。
2026年にはApollo 2とRobot Parkを公開し、複数機体を継続稼働させて実世界データを作る段階へ入りました。
ここで重要なのは、Apollo 2の位置づけです。公式発表は、Apollo 2を訓練・データ収集のプラットフォームとして説明しています。一部のCEOインタビューや業界報道では、将来のApollo 3を本格的な商用世代とし、2027年以降を目安とする発言が紹介されていますが、公式プレスリリースに確定した発売日や仕様は示されていません。2026年は、少なくとも大量販売よりデータ収集と検証が中心の年です。
CEOのJeff Cardenasは、それを一言でこう表現しました。ロボットを作る工場があり、同時にデータを作る工場がある、と。
Apptronikの本当の勝負は、優れた一台を作ることではなく、Apolloを量産し、Robot Parkで学び、顧客フリートへ能力を配布することです。
まず結論――Apolloは本命候補だが、量産配備の証明が必要である
Apptronikは、研究蓄積、資本、提携、モジュール設計で有力です。
強みは、Apollo 2、Google DeepMind、Robot Park、Mercedes-Benz、GXO、Jabil、約9.35億ドルのSeries Aです。
弱点は、公開される配備台数、価格、稼働率、量産品質がまだ限定的なことです。
本稿では、Apolloが産業ヒューマノイドのプラットフォームになれるのかを読みます。
目次
第1章 Apptronikはなぜ産業ヒューマノイドの本命候補なのか
第2章 5軸評価とApollo戦略
第3章 NASA ValkyrieからApolloへ
第4章 Apollo 1、Apollo 2、そしてApollo 3
第5章 二足型と車輪型のモジュール設計
第6章 Robot Parkとデータ工場
第7章 Google DeepMindとGemini Robotics
第8章 Mercedes-Benzでの製造用途
第9章 GXO・Jabil・物流展開
第10章 Series A 9.35億ドルと量産資金
第11章 Apolloの身体・電池・安全
第12章 Elevate Roboticsと非人型自動化
第13章 収益モデルと商用化
第14章 競合構図――Figure、Digit、Atlas、Tesla
第15章 弱点――配備実績、量産、AI依存
第16章 日本企業への示唆
第17章 2030年までの三つのシナリオ
第18章 結論――Apolloは産業ヒューマノイドの本命か
第1章 Apptronikはなぜ産業ヒューマノイドの本命候補なのか
Apptronikは、University of Texas at AustinのHuman Centered Robotics Labから生まれ、NASAのValkyrieを含む15以上のロボット開発を経験した企業です。
Apolloは、工場、倉庫、物流で人間と協働することを目的に設計されました。Mercedes-Benz、GXO、Jabilと商用・実証関係を持ち、Google DeepMindと次世代ロボットAIを開発します。
2026年にはApollo 2とRobot Parkを公開し、複数機体を継続稼働させて実世界データを集める段階へ進みました。
Apptronikの特徴は、身体、AI、量産、顧客データを一社で結びつけつつ、Googleの基盤モデルを利用する点です。
第2章 5軸評価とApollo戦略
【AI部門の有名度】9.1 / 10
【資本力】9.7 / 10
【技術力】9.3 / 10
【収益度】7.4 / 10
【AI部門価値】9.3 / 10
【総合評価】9.1 / 10
2026年2月、ApptronikはSeries A-Xの5.2億ドルを発表し、2025年の4.15億ドルと合わせ、Series A総額は9.35億ドル超、累計調達は約10億ドルになりました。
Google、Mercedes-Benz、B Capital、PEAK6、AT&T Ventures、John Deere、QIAなどが参加します。
資本と提携は強力ですが、Apolloの売上、顧客台数、稼働率、価格は限定的にしか公開されていません。
評価額はおよそ50億ドル台
Series A-Xの評価額は、報道により幅があります。
CNBCは約50億ドル、TechCrunchはポストマネーで約53億ドルと報じました。当初Series Aの評価額に対しておよそ3倍の水準です。一部報道は55億ドル超としています。
この位置づけを、シリーズ内で並べてみます。
第5回のFigure AIが390億ドル。第6回のSkild AIが140億ドル超。Physical Intelligenceが2025年の第三者報道ベースで約56億ドル。
つまりApptronikは、資金調達額ではヒューマノイド企業の上位に入りながら、評価額ではFigureの7分の1程度です。
売上規模や収益構造が十分に公開されていない点は、これらの企業に共通します。差は、投資家が織り込んだ将来の大きさだけです。
人員の急拡大
2026年2月時点の従業員数は約300人。前年のSeries A当初からおよそ倍増しました。
さらに1年で200人以上の採用を見込むと、投資家であるB CapitalのHoward Morganは述べています。
2026年6月30日には、Waymo、Boston Dynamics、Amazon出身の経営幹部が加わったことを発表しました。Dan Chuが最高製品責任者に就任し、ソフトウェア、サービス、マーケティング、人事の各領域にも上級職を配置しています。
研究開発企業から、製品と顧客を持つ企業へ移るための人事です。同じ局面で常設CEOを欠いた第4回のBoston Dynamicsとは、対照的な進み方です。
第3章 NASA ValkyrieからApolloへ
ApptronikはNASA Johnson Space CenterとValkyrieを開発し、宇宙・災害環境向けヒューマノイドの知見を蓄積しました。
その後、Draco、Astra、exoskeletonなど、多様なロボットを作りました。
この歴史が、電動アクチュエーター、全身制御、軽量構造、人間との協働、モジュール設計へつながります。
Apolloは突然生まれた一台ではなく、10年以上の研究プラットフォームを商用品へ統合したものです。
研究蓄積はBoston Dynamicsに比べれば短いものの、NASA・大学・産業用途を横断した点が特徴です。
5年間、外部資本をほとんど入れなかった会社
Apptronikの経歴で目を引くのは、資金調達の遅さです。
Series Aを迎えるまでの最初の5年間、同社が調達したベンチャー資金は約8,600万ドルにとどまりました。
同時期、Figure AIは創業から2年で10億ドル近くを集めています。
Apptronikは、NASAや企業との受託開発でロボットを作り続けました。資本ではなく、案件で技術を積んだ会社です。
この経歴は、二つの意味を持ちます。
一つは、実機開発の経験値です。15種類以上のロボットを作った蓄積は、資金では買えません。
もう一つは、量産の未経験です。受託開発と量産は別の能力です。約10億ドルの資本が、その差を埋められるかが問われています。
Human Centered Robotics Labという出自
創業の母体は、University of Texas at AustinのHuman Centered Robotics Labです。
研究室の名称が示すとおり、中心にあるのは「人間中心」という設計思想です。
人間と同じ空間で、人間と一緒に働く。そのために、力制御、衝突検知、コンプライアンス（外力に対して柔らかく応じる特性）を重視してきました。
第4回のBoston Dynamicsが運動性能から出発し、第2回のTeslaが量産から出発したのに対し、Apptronikは「人の隣で安全に動く」ことから出発しています。
第4章 Apollo 1、Apollo 2、そしてApollo 3
Apollo 1は2023年に公開された商用ヒューマノイドの第一世代です。
公表時の仕様は、身長約173cm（5フィート8インチ）、質量約73kg（160ポンド）、可搬約25kg（55ポンド）、交換可能な約4時間バッテリーでした。1日22時間、週7日の稼働が可能とされています。
Apollo 2は2026年6月30日、Robot Parkとともに発表されました。二足型と車輪型を用意し、大規模データ収集、複数作業、顧客現場での学習を重視します。
ApptronikはApollo 2の詳細な全仕様をすべて公開していません。Apollo 1の数字をApollo 2へそのまま適用すべきではありません。
世代更新の中心は、AI学習、製造性、保守性、モジュール性、フリート運用です。
Apollo 2は「製品」ではなく「学習装置」である
ここが、Apptronikを評価するうえで最も見落とされやすい点です。
報道の多くは、Apollo 2を次世代の商用ヒューマノイドとして扱います。
Apptronikの公式発表は、Apollo 2を訓練とデータ収集のプラットフォームとして位置づけています。Apollo 3を最初の本格的な商用製品とする説明は、CEO発言を伝えた業界報道に基づく将来構想であり、確定した製品発表ではありません。
CEOのJeff Cardenasは、業界メディアの取材で、将来の量産世代について2027年以降を示唆したと報じられています。ただし、時期は方向性であり、発売コミットメントではありません。
つまり2026年のApptronikは、大量販売よりもデータ収集、顧客検証、量産準備を優先する段階です。既存の受託開発や提携収益まで存在しないと断定することはできません。
「仕様を出さない」という選択
Apptronikは、Apolloの詳細仕様を2023年の発表以降、更新していません。
歩行速度も、自由度の数も、公式には示されていない。
ネット上には「時速3マイル」「71自由度」といった数字が流通しますが、これらに一次情報源はありません。
第2回で見たTesla Optimusの「Gen 3仕様表」と同じ構図です。世代名だけが先行し、数字が後から創作される。
Apptronikを評価する際は、公式に出ていない数字を使わないことが基本になります。
三世代の役割分担
整理すると、こうなります。
Apollo 1は、商用ヒューマノイドが成立するかを示す実証機。
Apollo 2は、複数の現場でデータを大量に生む学習装置。
将来の商用世代は、そのデータで鍛えたAIを載せ、顧客へ本格展開する構想です。
この設計は合理的です。ヒューマノイドの制約はハードウェアよりデータにある、という判断が背景にあります。
一方でリスクもあります。2027年まで本格的な収益が立たないなら、それまでの資金消費と、競合の進行速度に耐える必要があります。
第5章 二足型と車輪型のモジュール設計
Apolloは二足型だけでなく、車輪ベースを選べます。
平坦な倉庫では車輪型が速く、安定し、電力効率が高い。階段、人間用通路、複雑な設備では二足型が有利です。
一つの上半身、腕、AI、操作Skillを複数移動基盤へ載せれば、開発資産を共有できます。
これは「ヒューマノイドの形が常に最適」という前提を避ける現実的な設計です。
顧客は作業に応じて身体を選び、Apptronikは共通プラットフォームを販売できます。
「人型が常に最適」という前提を捨てる
このモジュール設計は、業界内では珍しい立場です。
第5回のFigure、第2回のTesla、第10回の1Xは、いずれも二足歩行を前提にしています。人間用の空間をそのまま使えるからです。
しかし倉庫の床は平らです。工場の主要動線も平らです。
平坦な環境で二足歩行を使う理由は、実はあまりありません。車輪の方が速く、静かで、電力効率が高く、転倒しません。
二足が要るのは、階段、段差、狭い通路、設備をまたぐ動作といった、限られた場面です。
Apptronikは、この現実を設計へ反映しました。上半身、腕、手、AI、作業Skillを共通化し、移動基盤だけを差し替える。
開発資産の共有という経済性
この構成には、明確な経済的利点があります。
ヒューマノイド開発費の大半は、腕、手、知覚、AIに費やされます。脚はその一部です。
二足型と車輪型で上半身を共有すれば、開発費は一度で済みます。
そして顧客側から見れば、同じ操作Skillが両方の機体で動くことになります。倉庫では車輪型、階段のある施設では二足型。運用ソフトも訓練も共通です。
第6回のSkild AIが「身体を選ばない知能」を目指したのに対し、Apptronikは「身体の下半分だけを選べる製品」を作りました。
汎用性への到達点は違いますが、発想の根は同じです。
中国勢との共通点
補足すると、この設計は中国勢が先行してきた領域でもあります。
倉庫や物流向けに車輪型ヒューマノイドを出す中国企業は複数あり、価格でも先行します。
Apptronikの差別化は、モジュール構造そのものではなく、それを支えるAI、安全設計、企業顧客との関係にあります。
第6章 Robot Parkとデータ工場
2026年6月、ApptronikはAustinのRobot Park拡張を発表しました。
複数のApollo 2を継続稼働させ、顧客・パートナー拠点にもRobot Parkを展開します。
目的は、遠隔操作、実演、自律試行、失敗、環境変化を大量収集し、基盤モデルを改善することです。
ロボットAIでは、モデルの規模より、実機データを毎日生む工場が重要になります。
Robot Parkが成功すれば、Apolloの販売台数がデータ量を増やし、モデル改善がさらに販売を促す循環が生まれます。
一方、顧客データの所有権、機密、再利用、国外移転を契約で明確にする必要があります。
約9万平方フィートの「データ工場」
Robot Parkは、テキサス州Austinに設けられた約9万平方フィートの施設です。
ここで複数のApollo 2が継続的に稼働し、作業単位のデータを生み続けます。収集したデータは、Google DeepMindとの拡張された研究提携のもと、Gemini Roboticsモデルへ供給されます。
Cardenasの言葉が、この施設の性格を端的に示しています。ロボットを生産する工場があり、同時にデータを生産する工場もある。
なぜ「データ工場」が要るのか
言語モデルには、インターネットという学習データがありました。
ロボットには、それに相当するものがありません。第6回のSkild AIが最大の課題として挙げたのも、この点です。
解き方は、各社で分かれています。
第5回のFigureは、BotQで自社ロボットを量産し、Brookfieldの住宅データを集めます。
第6回のSkildは、旧Fetch Roboticsを買収して倉庫のAMRフリートを手に入れました。
第7回のPhysical Intelligenceは、WeaveやUltraといったパートナーの現場を借りています。
そしてApptronikは、専用施設を建てました。顧客に頼らず、自社で環境を管理し、必要な作業を必要なだけ繰り返せる。
利点は、データの質と量を自分で制御できることです。
弱点は、施設の中の環境が本物の現場とどれだけ一致するかです。工場や倉庫の乱雑さ、例外、季節変動、人の動きは、管理された施設では再現しきれません。
顧客拠点への展開
この弱点を補うため、ApptronikはRobot Parkを顧客・パートナー拠点にも展開する方針を示しています。Mercedes-BenzやGXOの現場が対象です。
自社施設で基礎を作り、顧客現場で現実の分布を学ぶ。二段構えです。
ここで避けて通れないのが、データの権利です。顧客工程の映像と操作記録は、その顧客の競争力そのものです。
誰が所有し、どこまで学習に使え、他社向けモデルへ一般化してよいか。契約設計が、技術と同じくらい重要になります。
第7章 Google DeepMindとGemini Robotics
ApptronikはGoogle DeepMindと提携し、Gemini Robotics系のAIをApolloへ統合します。
Googleの強みは、視覚・言語推論、長時間計画、Web知識、基盤モデルです。Apptronikは身体、制御、実機、顧客データを持ちます。
Robot Parkのデータは、次世代のヒューマノイドモデル開発に使われます。
ただし、ApptronikがGoogleへ依存しすぎれば、AI差別化と利益率が弱くなります。
2026年7月30日――Gemini Robotics 2とApollo 2
本稿の執筆直前に、この提携の意味を大きく変える発表がありました。
2026年7月30日、Google DeepMindはGemini Robotics 2を公開しました。そして主要な実演機として使われたのが、Apptronikの Apollo 2です。
最大の変化は、制御範囲です。
2025年版のGemini Roboticsは、卓上作業を中心とする上半身の操作が対象でした。Gemini Robotics 2は、DeepMindにとって初めて、二足ヒューマノイドを足先から指先まで一つのモデルで制御します。
公開されたデモは、こうです。「じょうろを一番下の棚の緑の箱へ入れて」と指示すると、Apollo 2は指示を解釈し、テーブルまで歩き、じょうろを持ち上げ、数歩進んで棚へ移動し、しゃがんで所定の位置へ置く。
歩行、バランス、知覚、操作が、一つの指示の中で連続します。
三つのモデルという構成
発表は、単一モデルではなく三層の構成です。
Gemini Robotics 2は、視覚と言語から直接モーター指令を生成するVLAです。
Gemini Robotics ER 2は、上位の推論モデルです。連続する映像を処理しながら数分規模の多工程を計画し、進捗を監視し、人間の助けを呼ぶべき時を判断します。現在の動作を実行しながら次の手順を考えられるため、「止まって考える」間が生じません。
Gemini Robotics On-Device 2は、機体上で動く低遅延モデルです。
提供条件も分かれています。ER 2はGemini API経由で一般に利用でき、全身VLAとOn-Device 2は早期アクセスのパートナー向けに限られます。
Robot Parkが回り始めた証拠
第6章で見たRobot Parkの構想が、ここで検証されます。
DeepMind側の説明でも、Robot Parkで収集されたApollo 2のデータが、Gemini Robotics 2を含む次世代モデルの訓練へ使われるとされています。
つまり「ロボットを作る工場と、データを作る工場」という Cardenas の言葉は、少なくとも一度は成果として結実しました。
Apptronikがデータを供給し、Googleがモデルを作り、そのモデルがApollo 2で動く。この循環が、公開された形で一巡したことになります。
公開された成功率をどう読むか
注目すべきは、DeepMindが成功率を率直に公開したことです。
Apollo 2による全身操作の成功率は、床からの拾い上げが45.7％、テーブルからが68.4％、棚からが76.3％です。
指先の細かい作業では、ちりとりを扱う課題が32％、電球を外す課題が92％。多指作業のばらつきは60ポイントに及びます。
二本指グリッパーでは、一般的なピック＆プレースが平均74.2％、工具の組み合わせが78.9％でした。
DeepMind自身、ロボットの動作速度にはまだ改善の余地があると明記しています。
つまり、これは完成の宣言ではありません。床から物を拾う動作が、二回に一回は失敗する段階です。
そして長時間の信頼性、介入頻度、消費電力、復旧時間、導入コストは公開されていません。独立した第三者が結果を再現したという報告もありません。
見落としてはいけない一点――手は自社製ではない
もう一つ、Apptronikを評価するうえで重要な事実が明らかになりました。
デモでApollo 2が装着していたのは、Sharpaの「SharpaWave」という五指ハンドです。自由度は22。報道によれば、指先ごとに微小カメラと1,000点超の触覚センシングを備え、0.005ニュートン規模の力の変化を検知できるとされます。
このハンドは、NVIDIAのIsaac GR00Tのリファレンス設計にも採用されています。
別の構成では、Inspire社のハンドも使われました。
つまり、DeepMindが同一のモデルチェックポイントで制御した三つの構成は、SharpaWaveハンドのApollo 2、InspireハンドのApollo 2、そしてRobotiqグリッパーのFranka Duoでした。
第15章で述べるとおり、Apptronikは自社ハンドの自由度を公表していません。そして最も注目された実演では、外部サプライヤーのハンドが使われました。
第10回で扱う1Xが25自由度のハンドを完全内製し、それを戦略の核心と位置づけているのとは、対照的です。
ヒューマノイドで最も壊れやすく高価な部位を、内製するか調達するか。Apptronikの選択は、モジュール設計という思想とは整合します。一方で、差別化の中心がどこにあるのかという問いも残します。
複数ロボットの協働
Gemini Robotics 2のもう一つの新機能が、異なる種類のロボット同士の連携です。
実演では、Apollo 2とFranka F3 Duoの双腕プラットフォームが、同じ作業の別々の段階を担当しました。上位の推論モデルが全体を調整し、各機体のVLAが動作を生成します。
考え方は明快です。すべての作業に適した一台は存在しない。車輪型は屋内の平坦な場所に向き、ヒューマノイドは不整地に強い。
これは第5章で見たApptronikのモジュール設計と、同じ結論に至っています。身体を一つに決めず、作業に応じて使い分ける。
オンデバイス版という重要な進展
技術面で見落とせないのが、モデルを機体上で動かせるようになったことです。
報道によれば、Googleのオンデバイス版Gemini RoboticsがApolloへ適応されました。もともとはGoogleのALOHAロボットで訓練されたモデルです。
2026年7月30日のOn-Device 2では、この能力がさらに進みました。DeepMindによれば、新しい双腕の機体へは数時間で適応でき、必要な実演データは通常200件未満だとされます。形状、センサー、自由度が大きく異なる機体でも成立するとしています。
工場にとって、これは細かい技術的注記では済みません。
通信は途切れます。セキュリティ規則は厳しく、外部ネットワークへの常時接続を許さない現場も多い。クラウドへ問い合わせ続けるロボットは、産業環境へ置きにくいのです。
第6回でSkild AIについて述べたオフライン時の安全と、同じ論点です。基盤モデルの性能競争とは別に、「工場の中で、外へつながずに動くか」という条件が、採用可否を分けます。
Apollo 2のソフトウェア構成
Apollo 2については、制御スタックをArtemis、フリート管理ソフトウェアをFleet Connectと呼ぶことが第三者調査で示されています。
Apptronik公式が詳細な仕様を公開していないため、これらの機能範囲は確認できません。
ただし、フリート管理の名前が付いていること自体は示唆的です。第4回のBoston DynamicsのOrbit、第8回のAgility Arcと同様、ヒューマノイド企業は例外なく運用基盤を持とうとしています。
一台の性能ではなく、数十台をどう回すか。競争はすでにそこへ移っています。
最適な構造は、基盤推論をGoogleから利用しつつ、全身制御、現場Skill、データ、評価、安全をApptronikが保持することです。
Googleは投資家でもある
Google DeepMindとの関係は、単なる技術提携ではありません。
Googleは、Apptronikの初期Series Aを共同で支え、2026年2月のSeries A-Xにも再出資しています。つまりAIの供給元であり、株主でもあります。
この構造には利点があります。関係が資本で裏打ちされている分、優先的なアクセスや共同開発が進みやすい。
同時に、依存の度合いも深まります。
Googleは複数のヒューマノイドへ同時に供給している
見落としてはいけないのは、Googleが相手を一社に絞っていないことです。
第4回のBoston Dynamicsは、2026年1月にGemini RoboticsをAtlasへ統合する研究提携を発表しました。2026年の生産分の一部はGoogle DeepMind向けです。
第8回のAgility Roboticsも、DeepMindとの協業を挙げています。
つまりGoogleは、Atlas、Apollo、Digitという有力な身体すべてへ、同じ知能を供給する立場にあります。
これは第1回のNVIDIAが計算基盤で取った位置と同じです。誰が勝っても、下の層は取る。
身体を持つ側から見れば、頭脳が差別化にならない可能性が出てきます。
Apptronikが守るべき資産は、Gemini Roboticsそのものではありません。Robot Parkが生むデータ、全身制御、安全系、そして顧客工程のSkillです。
第8章 Mercedes-Benzでの製造用途
Mercedes-BenzはApptronikの代表的な商用パートナーです。
想定用途は、部品を生産ラインへ運ぶ、キッティング、機械への投入、反復搬送などです。
自動車工場は、工程が明確で、部品、設備、品質指標が管理されており、ヒューマノイドの初期市場に適します。
一方、ライン停止の損失が大きいため、成功率、サイクルタイム、故障復旧、安全認証が厳しく評価されます。
Mercedes-Benzが投資家でもある点は、顧客需要と資本を結びつけます。
実際にどこで、何台動いているか
報道で確認できる範囲では、Apolloの試験はベルリン・マリーエンフェルデのDigital Factory Campusと、ハンガリーのケチケメート工場で行われています。
台数は、報道された時点で一桁台です。
作業は、部品を生産ラインへ運ぶことと、初期の品質確認が中心とされます。組立そのものではなく、周辺の物流工程です。
Mercedes-Benzの生産責任者Jörg Burzerは、これを新しい領域だと位置づけ、自動車生産におけるロボティクスの可能性を理解したいと述べています。狙う工程として挙げられたのは、資格要件が低く、反復的で、身体的な負荷が大きい作業です。
出資額は「2桁台前半の百万ユーロ規模」と報じられており、日本円にすればおよそ20億円前後です。契約は2025年3月にマリーエンフェルデで署名されました。
この規模をどう読むか
一桁台の台数で、周辺物流の工程。これは大規模配備ではありません。
第5回のFigureがBMW Spartanburgで11カ月・1,250時間超の稼働を積んだのと比べても、公開されている実績は薄い。
ただし、Mercedes-Benzは複数拠点への拡大を計画しており、人手不足の工程、単調な作業、危険な作業を対象に広げるとしています。
つまりMercedesとの関係は、「すでに置き換えた」ではなく、「どの工程なら置き換えられるかを探している」段階です。
Apptronikを評価するうえで、この区別は重要です。提携の存在と、配備の規模は、別の情報です。
自動車工場が初期市場になる理由
欧米のヒューマノイド企業は、そろって自動車工場から入っています。
第4回のBoston DynamicsはHyundai。第5回のFigureはBMW。第8回のAgilityはToyotaとSchaeffler。そしてApptronikはMercedes-Benz。第2回のTeslaに至っては、自社工場が最初の顧客です。
偶然ではありません。
自動車工場には、ヒューマノイド導入に必要な条件がそろっています。
工程が文書化されている。部品が規格化されている。品質指標が数値で管理されている。安全基準が確立している。そして何より、自動化への投資判断ができる資本を持っています。
加えて、多品種少量への対応という課題を抱えています。車種と仕様が増えるほど、固定自動化では採算が合わなくなる。
同時にハードルも高い
一方で、自動車工場は失敗に厳しい現場でもあります。
ライン停止の損失は分単位で計算されます。トレーサビリティが求められ、工程能力指数で管理されます。
つまり「たまに失敗するが平均は優秀」という機械は、受け入れられません。
ヒューマノイドが自動車工場で本採用されるには、成功率だけでなく、失敗したときの挙動、復旧時間、影響範囲まで設計されている必要があります。
Apptronikがモジュール設計と交換式バッテリーを重視するのは、この要求への回答でもあります。
第9章 GXO・Jabil・物流展開
GXOは倉庫・物流、Jabilは電子機器製造と受託生産でApolloを評価します。
GXOでは、物品移動、ピッキング、パックアウト、キッティングが候補になります。
Jabilは、ロボットの製造パートナーと顧客の両面で重要です。量産設計、部品調達、品質管理を支援できます。
複数業界で同じApolloとSkillを再利用できれば、Apptronikは個別開発企業からプラットフォーム企業へ進みます。
ただし、パイロットや提携発表と、長期の有料大量配備は区別する必要があります。
GXOとJabilは、それぞれ段階が違う
三社を同列に並べると、実態を見誤ります。
Mercedes-Benzは、複数拠点での試験と出資の両方を持つ、最も進んだ関係です。
Jabilは、2025年2月に自社工場でのApollo試験に合意したと報じられています。対象は検査、仕分け、ラインサイドへの供給、治具の設置といった反復作業です。
GXOについては、Apollo 2を多段階のR&Dプログラムのもとで運用しているという第三者調査がある一方、GXO倉庫内での配備を確認できないとする報道もあります。第8回で見たAgility DigitがGXOでヒューマノイド初の商用RaaS契約を結んでいるのとは、段階が異なります。
いずれも有料の本番配備ではなく、企業向けのパイロット契約です。
Jabilという特殊な相手
Jabilの位置づけは、他の顧客と異なります。
同社は世界最大級の電子機器受託製造企業です。つまりApptronikにとって、顧客であると同時に、製造パートナーになりうる存在です。
ヒューマノイドの量産で最も難しいのは、精密部品の歩留まりと供給網です。アクチュエーター、減速機、基板、ケーブル、センサー。
Jabilは、これらを世界規模で調達し、組み立ててきた企業です。
第8回のAgilityがFoxconnをPIPEの主導投資家に迎えたのと、構図は似ています。ヒューマノイド企業が単独で量産の谷を越えるのは難しく、EMS大手との連携が現実解になりつつあります。
GXOは三社の共通顧客である
見落とせないのは、GXOが複数のヒューマノイド企業と同時に組んでいることです。
第8回のAgility Digitは、GXOでヒューマノイド初の商用RaaS契約を結びました。そしてApptronikのApolloも、GXOで評価されています。
つまりGXOは、複数機種を並行して試し、比較しています。
これは顧客として合理的です。一社に賭けず、実データで選ぶ。
そしてヒューマノイド企業から見れば、同じ現場で直接比較されることを意味します。デモではなく、同じ倉庫の同じ工程での数字が並びます。
こうした「共通顧客」が増えるほど、業界の評価は宣伝から実測へ移ります。
第10章 Series A 9.35億ドルと量産資金
ApptronikのSeries Aは、ヒューマノイド業界でも最大級です。
2025年の4.15億ドル、2026年の5.2億ドル延長により、総額9.35億ドル超。累計調達は約10億ドルです。
資金用途は、Apolloの量産、顧客配備、Robot Park、AI、サービス組織、経営人材です。
大型調達は競争力ですが、量産前の企業価値と固定費を押し上げます。
投資家が求めるのは、技術デモではなく、受注、納入、RaaS売上、粗利、継続契約です。
調達の経緯を正確に追う
順を追うと、こうなります。
2025年2月、Series Aを3億5,000万ドルでクローズ。B CapitalとCapital Factoryが共同主導し、Googleが参加しました。
同年3月、4億300万ドルへ増額。Mercedes-Benz、Japan Post Capital、ARK Invest、RyderVentures、Magnetar、Helium-3、韓国のKorea Investment Partners主導のシンジケートが加わりました。最終的な初期Series Aは4億1,500万ドルとされます。
2026年2月11日、Series A-Xとして5億2,000万ドルを追加。B Capital、Google、Mercedes-Benz、PEAK6が再出資し、AT&T Ventures、John Deere、カタール投資庁（QIA）が新規参加しました。
これによりSeries A総額は9億3,500万ドル超、累計調達は約10億ドルとなりました。
日本のJapan Post Capitalが名を連ねている点は、日本企業にとって注目に値します。
投資家の顔ぶれが示す用途
出資者の構成は、Apptronikが狙う市場を映しています。
Mercedes-Benzは自動車製造。
John Deereは農業機械。
AT&T Venturesは通信インフラ。
Googleは知能。
QIAは長期の政府系資本。
つまり製造だけでなく、屋外設備、インフラ点検、通信網の保守といった領域が視野に入っています。
Howard Morganは、2027年から10億ドル規模のロボット受注が生まれ、年間およそ8万ドル、高級車一台分の価格で大量提供される姿を見込むと述べています。
ただしこれは投資家の見通しであり、Apptronikの価格発表ではありません。
「まだ買えない」という事実
Apptronikは、Apolloの価格を一度も公表していません。
ネット上で見かける「5万ドル」という数字は、2023年に示された将来の目標値であって、現在の価格ではありません。
購入もできません。Mercedes-Benz、GXO、Jabilといった企業とのパイロット契約を通じてのみ、個別見積もりで配備されています。
第4回のAtlas、第5回のFigure 03、第2回のOptimusと同じです。2026年時点で、欧米の主要ヒューマノイドはいずれも、一般の企業が発注できる製品にはなっていません。
第11章 Apolloの身体・電池・安全
Apolloは人間と同程度のサイズ、約25kgの可搬、交換式バッテリー、電動駆動を特徴として公開されました。
交換式バッテリーは、充電待ちを減らし、長いシフトでの稼働を可能にします。
安全設計では、力制御、衝突検知、状態表示、音声・視覚コミュニケーションを重視します。
ただし、Friendlyな外観と安全認証は別です。
完成システムでは、機能安全、非常停止、速度・力制限、作業エリア、工具、荷物、保守を含むリスク評価が必要です。
交換式バッテリーという設計判断
Apolloの特徴の一つが、交換可能なバッテリーです。
充電式との違いは、稼働率に直結します。
充電式なら、電池が減るたびにロボットは止まります。急速充電でも数十分。1日22時間の稼働を掲げるなら、充電時間は致命的です。
交換式なら、数分で作業へ戻れます。
第4回のAtlasは、これをさらに進めて自律的なバッテリー交換を実装し、3分未満で完了するとしています。
一方、交換式には代償もあります。交換機構の重量、故障モード、予備電池の在庫、充電ステーションの設置面積、そしてピーク電力の管理です。
工場全体で数十台を運用する場合、電池の物流自体が一つの工程になります。
「親しみやすさ」と安全認証は別物
Apolloの外観は、意図的に親しみやすく設計されています。顔にあたる部分に表示があり、音声と視覚で状態を伝えます。
これは人間との協働では意味を持ちます。ロボットが次に何をするか分かれば、人は安心して隣で作業できます。
ただし、見た目の安全と認証上の安全は、まったく別の話です。
速度制限、力制限、停止距離、人検知、故障時の挙動、非常停止の応答時間。これらは規格に照らして検証されます。
第8回で見たとおり、ヒューマノイドの協働安全を直接扱うISO 25875は、まだ批准されていません。
Apptronikを含むすべての企業が、確定していない基準の上で製品を設計しています。
第12章 Elevate Roboticsと非人型自動化
2025年、ApptronikはElevate Roboticsを設立しました。
Elevateは、人間型の制約を超える重量物・産業作業を対象とします。
これはApptronikが「すべての作業をヒューマノイドで解く」と考えていないことを示します。
人間用空間にはApollo、重量物や専用工程には非人型機械を使う。
このポートフォリオは合理的ですが、経営資源が分散する可能性もあります。ApolloのブランドとAIを複数形態へ広げられるかが注目点です。
第13章 収益モデルと商用化
Apptronikの収益は、ロボット販売、RaaS、ソフトウェア、保守、AI更新、導入支援から構成される可能性があります。
初期は顧客ごとの統合費用が大きく、粗利は低くなりやすい。
量産が進み、同じSkillを複数顧客へ配布できれば、ソフトウェア比率が上がります。
Robot Parkで学習し、フリートへ更新を配る循環は継続収益を生みます。
商用化のKPIは、出荷台数より、稼働時間、介入率、顧客更新率、一作業当たりコストです。
2027年まで収益が立たない構造
本格的な商用世代が2027年以降になるというCEO発言どおりなら、それまでの収益は限定的になる可能性があります。
パイロット契約、共同開発費、研究提携が中心になります。
約10億ドルの資本は、この期間を耐えるための燃料です。従業員300人を500人規模へ増やし、Robot Parkを複数拠点で運営し、量産設備を準備する。年間の固定費は相当な規模になります。
裏を返せば、将来の商用世代が示された方向性どおりに完成し、想定した稼働率と価格で展開できることが、この戦略の前提です。
遅れた場合、追加調達が必要になります。その時の評価額は、市場環境に左右されます。
用途の公表範囲
Apptronik公式サイトは、初期用途として製造、倉庫、物流、検査・選別、機械や工具への投入を挙げています。
いずれも工程が定義でき、成果が数えられ、人手が集まりにくい領域です。
第4回でStretchについて述べた「需要が切実で、作業が定義でき、成果が数えられる」という三条件に、素直に沿った選び方です。
一方、家庭用については、報道で言及されることはあっても、同社の初期用途には含まれていません。第10回で扱う1Xとは、市場の順序が明確に違います。
第14章 競合構図――Figure、Digit、Atlas、Tesla
FigureはHelixとBotQ、BMW実績を持ちます。
Agility Digitは物流商用化、安全、SPAC受注で先行します。
Boston Dynamics Atlasは運動性能とHyundai工場を持ちます。
Tesla Optimusは自社工場、量産、AI計算、資本市場の規模が強みです。
Apolloの差別化は、モジュール身体、Google DeepMind、Mercedes-Benz・GXO・Jabil、長年の研究、Robot Parkです。
競争では、モデル性能より、顧客現場での稼働率と量産速度が決定的です。
五社の立ち位置を並べる
シリーズをここまで読んできた読者のために、整理しておきます。
第2回のTeslaは、自社工場という失敗を許容できる実験場と、圧倒的な資本を持ちます。ただし2026年7月末時点で量産は始まっていません。
第4回のBoston Dynamicsは、30年の運動制御と、Hyundaiという親会社兼顧客を持ちます。2026年の生産分はすべて配備先が決まっています。
第5回のFigureは、BotQでの量産速度とHelixを持ち、評価額390億ドルで突出しています。BMWで1,250時間超の実働記録があります。
第8回のAgilityは、九つの拠点で6万5,000時間という最も厚い実稼働記録と、上場による監査済み数字を持ちます。
そしてApptronikは、モジュール設計、Google DeepMind、Robot Park、そして製造業と農機と通信を横断する投資家網を持ちます。
決め手はどこにあるか
五社の主張は、それぞれ異なります。
Teslaは量産、Boston Dynamicsは身体性能、Figureは開発速度、Agilityは実稼働記録、Apptronikはデータと汎用性。
しかし顧客が最終的に問うのは、同じ質問です。
一台が、何時間、何のトラブルもなく働き、いくらの利益を生むか。
この質問に、監査済みの数字で答えられる企業は、2026年時点でまだ一社もありません。
Agilityの上場が完了すれば、初めてその答えが出ます。
第15章 弱点――配備実績、量産、AI依存
Apptronikは提携と資金調達で強い一方、公開されている大規模商用配備数は限定的です。
Apollo 2の詳細仕様、価格、生産台数、故障率も十分には見えません。
Google DeepMindとの連携は強みですが、AIの中核を外部へ依存するリスクがあります。
世代更新が速い場合、顧客は旧機体のサポート、部品、減価償却を懸念します。
約10億ドルの資本を、量産品質と顧客価値へ変えることが最大の課題です。
「提携ロゴ」と「有料配備」の距離
Apptronikの発表を読むときに必要なのは、この二つを分けることです。
Mercedes-Benz、GXO、Jabil、Google DeepMind、John Deere。並べれば壮観です。
しかし、そのうちどれが有料の長期配備で、どれがパイロットで、どれが投資関係にとどまるのかは、公開情報からは判別できません。
同社は配備台数を公表していません。稼働時間も、第8回のAgilityが示した6万5,000時間のような数字は出ていません。
つまり、提携の数では先行し、実稼働の記録では後れている構図です。
世代更新の速さが持つ副作用
Apollo 1からApollo 2へ、そしてApollo 3へ。3年で三世代が進みます。
顧客にとって、これは歓迎しにくい速度です。
導入した機体のサポート期間、部品供給、減価償却をどう見るか。1年で旧型になる設備に、工程を合わせられるか。
第5回のFigureも、Figure 02がFigure 03登場後に退役を始めました。同じ問題を抱えています。
産業設備の世界では、10年単位の供給保証が当たり前です。ヒューマノイド企業が製造業の顧客を本気で取りにいくなら、いずれこの水準を求められます。
Elevate Roboticsとの資源配分
第12章で触れたElevate Roboticsは、人型の制約を超える重量物・産業作業を対象とします。
ポートフォリオとしては合理的です。
ただし、Apollo 3の量産という最大の関門を前に、別事業へ人材と資本を割く判断でもあります。
Apolloのブランド、AI、供給網をどこまで共有できるか。分散が集中を上回れば、この判断は重荷になります。
第16章 日本企業への示唆
日本企業には、Apollo型のモジュール設計が参考になります。
すべて二足にせず、平坦工程では車輪型、複雑空間では二足型を選ぶ。
AIは海外基盤を利用しても、全身制御、現場Skill、安全、顧客データを自社資産として守る。
自動車、物流、電子機器の現場をRobot Park化し、実機データを継続収集する。
協業分野は、アクチュエーター、減速機、電池、安全PLC、WMS/MES統合、保守です。
Japan Post Capitalが出資している意味
見落とされがちですが、ApptronikのSeries Aには日本郵政キャピタルが参加しています。
日本の物流大手が、米国のヒューマノイド企業へ早期に出資した事例です。
日本の物流現場は、人手不足が最も深刻な領域の一つです。仕分け、積み替え、配送準備。いずれも自動化の必要が高く、しかし完全な固定自動化には向きません。
出資は、技術の窓口を確保する動きと読めます。
一方で、出資だけでは現場のデータも工程知識も自社資産になりません。第6回で述べたとおり、日本企業が守るべきなのは、熟練者の手順、異常時の復旧方法、品質判断、設備の癖です。
「データ工場」の日本版を作れるか
Robot Parkの構想は、日本企業にとって最も模倣しやすい部分でもあります。
必要なのは、最先端のヒューマノイドではありません。
工程を定義し、作業を記録し、失敗を集め、改善へ回す仕組みです。
日本の製造業は、この種の記録と改善を数十年続けてきました。カイゼン活動そのものが、データ収集の文化です。
違いは、それが人間向けの文書であって、機械学習の入力になっていないことです。
作業標準書を、モデルが読める形式へ変える。動画と力覚とタイミングを同期して記録する。この地味な作業が、日本のフィジカルAIの起点になります。
海外の基盤モデルを導入するかどうかは、その後の話です。
2026年8月5日時点の確認
Apptronikの公式プレスリリースを再確認しました。8月5日までに、6月30日のApollo 2とRobot Park発表以降、本稿の評価を変える新たな重要公式発表は確認できませんでした。
Apollo 2は二足型と車輪型の両方を持ち、Austinを中心とする複数のRobot Parkと顧客・パートナー拠点で実世界データを収集する位置づけです。Apptronik公式サイトは、製造、倉庫、物流、検査・選別、機械・工具への投入を初期用途として明示しています。
そして本稿の直前、7月30日にGoogle DeepMindがGemini Robotics 2を公開し、その主要な実演機としてApollo 2が使われました。DeepMindにとって初めて二足ヒューマノイドを足先から指先まで一つのモデルで制御した事例であり、Robot Parkのデータが次世代モデルの訓練へ使われるとも説明されています。ただし公開された成功率は床からの拾い上げで45.7％、多指作業では課題により32％から92％と幅があり、DeepMind自身が動作速度の改善余地を認めています。
同時に、6月30日には経営陣の増強も発表されています。Waymo、Boston Dynamics、Amazon出身の幹部が加わり、Dan Chuが最高製品責任者に就任しました。ソフトウェア、サービス、マーケティング、人事にも上級職を配置しています。
そして最も重要な確認は、Apollo 2の位置づけです。同社はこれを訓練・データ収集のプラットフォームとし、最初の本格的な商用製品はApollo 3、時期は2027年以降としています。したがって、2026年の評価軸は売上や出荷台数ではありません。
したがって、現段階の最大の確認点は、新しい提携先の数ではなく、Robot Parkで得たモデル改善が顧客現場のサイクルタイム、作業成功率、人間介入率、長期稼働へどの程度つながるかです。そして将来の商用世代が、示された方向性どおりに本当に出てくるかです。
第17章 2030年までの三つのシナリオ
【強気シナリオ】
Apollo 2がMercedes-Benz、GXO、Jabilで量産配備され、Robot ParkとGemini Roboticsが能力を継続改善。製造・物流の有力標準になります。
【中間シナリオ】
特定工程で商用化し、車輪型・二足型を使い分ける産業ロボット企業として成長します。
【弱気シナリオ】
量産遅延、顧客パイロットの長期化、Google依存、競合の低価格化で資金消費が先行します。
第18章 結論――Apolloは産業ヒューマノイドの本命か
Apolloは、本命候補の一社です。
理由は、NASAからの技術蓄積、モジュール身体、Google DeepMind、Mercedes-Benz・GXO・Jabil、約10億ドルの資本、Robot Parkです。
ただし、本命を決めるのは提携ロゴではありません。
Apollo 2を多数製造し、顧客現場で長時間働かせ、同じSkillを複数業界へ再利用し、利益を出せるかです。
Apptronikは産業ヒューマノイドの有力候補ですが、2026年は「期待の会社」から「量産運用の会社」へ変わる試験期です。
次回予告――1X Technologiesを読む
主要参考資料・公式リンク
出典対応表
創業と系譜（University of Texas at AustinのHuman Centered Robotics Labが母体、NASA Johnson Space CenterのValkyrieを含む15以上のロボット開発、CEOはJeff Cardenas、Series A以前の調達は約8,600万ドル）：Apptronik公式・報道
Apollo 1（2023年公開・身長約173cm＝5フィート8インチ・質量約73kg＝160ポンド・可搬約25kg＝55ポンド・交換式バッテリー・1日22時間／週7日稼働）：Apptronik公式。2023年以降、仕様の公式更新はなく、歩行速度や自由度は非公表。流通する「時速3マイル」「71自由度」等に一次情報源はない
Apollo 2（2026年6月30日にRobot Parkとともに発表・二足型と車輪型の両構成・訓練およびデータ収集のプラットフォームという位置づけ・詳細仕様は非公表）、Apollo 3を将来の本格商用世代とし2027年以降を示唆したCEO発言：業界報道。Apptronik公式プレスリリースはApollo 2をデータ収集・訓練プラットフォームと説明するが、Apollo 3の発売日・仕様は未発表
Robot Park（テキサス州Austinの約9万平方フィート・複数のApollo 2が継続稼働・Google DeepMindとの拡張提携のもとGemini Roboticsへデータ供給・顧客／パートナー拠点へも展開・Cardenasの「ロボットを作る工場とデータを作る工場」発言）：Apptronik公式・Reuters
資金調達（2025年2月にSeries A 3億5,000万ドルをB CapitalとCapital Factoryが共同主導・Google参加、3月に4億300万ドルへ増額しMercedes-Benz／Japan Post Capital／ARK Invest／RyderVentures／Magnetar／Helium-3／Korea Investment Partners主導シンジケートが参加、最終的な初期Series Aは4億1,500万ドル。2026年2月11日にSeries A-X 5億2,000万ドルでB Capital／Google／Mercedes-Benz／PEAK6が再出資しAT&T Ventures／John Deere／カタール投資庁が新規参加。Series A総額9億3,500万ドル超、累計調達約10億ドル）：Apptronik公式・報道
評価額（CNBCは約50億ドル、TechCrunchはポストマネー約53億ドル、一部報道は55億ドル超。初期Series A評価額の約3倍）：報道ベース。会社は評価額を公式に明示していない
人員・経営（2026年2月時点で約300人、前年からおよそ倍増。B CapitalのHoward Morganが1年で200人以上の追加採用を見込むと発言。2026年6月30日にWaymo／Boston Dynamics／Amazon出身の幹部が加入しDan Chuが最高製品責任者に就任）：Apptronik公式・CNBC
商用関係（Mercedes-Benz、GXO、Jabilでのパイロット・実証。Google DeepMindとはGemini Robotics統合。いずれも配備台数、稼働時間、契約額は非公表）：Apptronik公式・報道。提携発表と長期有料配備は区別が必要
Mercedes-Benz（ベルリン・マリーエンフェルデのDigital Factory Campusとハンガリーのケチケメート工場で試験、報道時点の台数は一桁台、作業は部品のライン供給と初期品質確認が中心。出資額は2桁台前半の百万ユーロ規模で契約は2025年3月にマリーエンフェルデで署名。生産責任者Jörg Burzerが複数拠点への拡大方針と、資格要件が低く反復的で身体負荷の大きい工程を対象とする考えを説明）：Reuters・報道
Jabil（2025年2月に自社工場でのApollo試験に合意、対象は検査・仕分け・ラインサイド供給・治具設置。製造パートナーも兼ねる）、GXO（Apollo 2を多段階のR&Dプログラムで運用とする第三者調査がある一方、GXO倉庫内での配備を確認できないとする報道もある）：報道・第三者調査
Gemini Roboticsのオンデバイス版がApolloへ適応（Google ALOHAで訓練されたモデル、クラウド接続に依存せず機体上で実行）：報道ベース
Gemini Robotics 2（2026年7月30日にGoogle DeepMindが公開。主要な実演機はApptronik Apollo 2。DeepMind初の足先から指先までの全身制御VLAで、2025年版は上半身中心だった。三層構成＝VLAのGemini Robotics 2、上位推論のER 2、機体上で動くOn-Device 2。ER 2はGemini API経由で一般提供、全身VLAとOn-Device 2は早期アクセスのパートナー向け。デモは「じょうろを一番下の棚の緑の箱へ入れて」で歩行・しゃがみ・把持・配置を連続実行。ER 2は連続映像を処理しつつ数分規模の多工程を計画・監視し、人間の助けを求める時点を判断。On-Device 2は新しい双腕機体へ数時間・実演200件未満で適応。Apollo 2とFranka F3 Duoによる複数ロボット協働も実演。ロボティクス責任者はCarolina Parada）：Google DeepMind公式・報道
Gemini Robotics 2の公開成功率（Apollo 2の全身操作で床からの拾い上げ45.7％、テーブル68.4％、棚76.3％。SharpaWaveハンドによる多指作業はちりとり課題32％から電球外し92％。二本指グリッパーは一般的なピック＆プレース平均74.2％、工具の組み合わせ78.9％。DeepMindは動作速度に改善余地があると明記。長時間の信頼性、介入頻度、消費電力、復旧時間、導入コストは非公開で、独立した第三者による再現報告もない）：Google DeepMind公式・報道
実演に用いられたハンド（Sharpaの五指ハンド「SharpaWave」＝22自由度、NVIDIA Isaac GR00Tのリファレンス設計にも採用。別構成ではInspire社のハンド。同一モデルチェックポイントがSharpaWave搭載Apollo 2、Inspire搭載Apollo 2、Robotiqグリッパー搭載Franka Duoの三構成を制御。報道ではSharpaWaveが指先ごとに微小カメラと1,000点超の触覚センシングを備え0.005ニュートン規模の力変化を検知するとされる）：Google DeepMind公式・報道ベース。Apptronikは自社ハンドの自由度を公表していない
Apollo 2の制御スタックをArtemis、フリート管理ソフトウェアをFleet Connectとする記載：第三者調査。Apptronik公式は詳細仕様を公開していない
価格（非公表。流通する「5万ドル」は2023年に示された将来目標であり現在価格ではない。Howard Morganが2027年から10億ドル規模の受注、年間約8万ドルでの大量提供を見込むと発言）：報道ベース。投資家の見通しであり会社の価格発表ではない
初期用途（製造、倉庫、物流、検査・選別、機械／工具への投入）：Apptronik公式
Elevate Robotics（2025年設立・人型の制約を超える重量物・産業作業を対象）：Apptronik公式
競合（Figure AI、Agility Robotics Digit、Boston Dynamics Atlas、Tesla Optimus、中国勢）：報道ベース
ハッシュタグ
#欧米フィジカルAI2026
#Apptronik
#Apollo
#Apollo2
#RobotPark
#GoogleDeepMind
#GeminiRobotics
#MercedesBenz
#GXO
#Jabil
#ヒューマノイド
#産業ロボット
#フィジカルAI
#ロボティクス
#データ工場
#工場自動化
#物流ロボット
#製造業
#モジュール設計
#GeminiRobotics2
#日本企業
