フィジカルAIニュース(2026/2/5号)
更新日：2026/2/5
エグゼクティブサマリー
2026/2/4は、ダッソー・システムズとNVIDIAは3DEXPERIENCEにOmniverse/BioNeMoを統合し、バーチャルツイン×物理ベースAIで設計～検証を桁違いに高速化し「信頼できる産業用AI」を狙う。中国のヒューマノイドBoltは10m/sで世界最速級を実証し、物流・災害対応など高速移動タスクを現実味ある領域へ押し上げた。SpaceXはxAI買収で軌道上データセンター構想を掲げ、太陽光発電と宇宙冷却で電力・冷却制約を回避。RDT2は1万時間超データで未学習条件へのゼロショット汎化を実証し、100ms反応の高速タスク例も示して、アルゴリズムよりデータ収集基盤が競争力になることを示唆。
1️⃣ ダッソー・システムズとNVIDIAが産業用AIプラットフォーム構築で提携
出典URL: NVIDIA公式
🏭 要約
仏ダッソー・システムズと米NVIDIAが産業向けAIプラットフォーム構築で長期戦略提携を発表。ダッソーの3DEXPERIENCEプラットフォーム上でNVIDIAのAI基盤（BioNeMo、Omniverse等）を統合し、バーチャルツインと物理ベースAIを融合。製薬・素材開発から製造工程まで、設計と検証を数千倍～百万倍のスケールで高速化。「信頼できる産業用AI」の実現により、安全性を保証しながらAI導入を加速。
技術革新: 物理法則と検証済みシミュレーションモデルに基づいたAI判断により、製造業・エンジニアリング分野での「仮想空間での完全検証」を実現。物理的な試作の無駄をAIが完全に排除するフェーズへ突入。
2️⃣ 中国「Bolt」ヒューマノイドが世界最速記録を達成
出典URL: CGTN
🏃 要約
中国・浙江大学が開発したヒューマノイドロボット「Bolt」が、時速36km（10m/s）という人間並みのスプリント速度を記録し、同クラスのロボットで世界最速を達成。身長175cm、体重75kgの人型ロボットで、人間の陸上世界記録に迫る速度。動的バランス制御と駆動システムのブレークスルーにより、高速移動時のバランス保持を実証。物流・災害対応など高速移動が求められるタスクへの応用が期待される。
技術的意義: ヒューマノイドの機動性能が飛躍的に向上し、人間の運動能力に近づいた画期的な成果。複雑地形の踏破や人と協調して動くサービスロボットの機動力向上につながる。
3️⃣ SpaceXがxAIを買収、軌道上データセンター構想を推進
出典URL: GovConWire, Unite.AI
🚀 要約
SpaceXがxAIを買収し、評価額1.25兆ドルの統合体を形成。地上の電力不足と冷却制約を回避するため、宇宙空間に「軌道上データセンター（ODC）」を構築する計画。最大100万基の衛星を配備し、スターリンクのレーザーネットワークを介した分散型計算基盤を構築。年間100ギガワットものAI演算能力を軌道上に追加する構想で、AGI（汎用人工知能）に向けた物理的インフラの独占を目指す。
インフラ革命: 静止軌道での24時間太陽光発電と宇宙の極低温環境による受動的冷却により、地上のエネルギー・環境負荷を回避。人類史上初の「インフラ完結型AI企業」の誕生。
4️⃣ RDT2論文：ゼロショット汎化を実現するロボティクス基盤モデル
出典URL: RDT2プロジェクトページ, arXiv
📚 要約
研究チームが1万時間以上の人間操作データを学習した基盤モデル「RDT2」を発表。未学習の機体、環境、物体、言語指示に対して即座に対応可能なゼロショット汎化性能を実証。時速100km近い矢を100ミリ秒の反応速度で迎撃するなど、人間の反応速度（200-250ms）を大幅に超える性能を達成。UMIハードウェアによる低コスト・高品質データ収集の重要性を示し、ロボット学習におけるスケーリング則を実証。
研究の意義: データのスケーリングが物理性能を飛躍的に向上させることを立証。アルゴリズムよりも、高品質データを大量収集できる仕組みを持つ者が勝つ時代の到来を示唆。
総合考察
ダッソー×NVIDIAの提携は、検証済みシミュレーションとAIを3DEXPERIENCE上で一体化し、設計・材料探索・製造条件の最適化を仮想空間で完結させて安全性まで担保しようとする動きであり、Boltの10m/s達成が“人間サイズ”ロボの機動力を実運用水準へ押し上げる一方、SpaceXの軌道上データセンター構想が電力・冷却・土地という地上制約を宇宙へ逃がして計算資源を独占しようとする中、RDT2が大量の高品質操作データで機体・環境・言語指示を跨ぐゼロショット汎化を示したことで、物理AIの競争軸はアルゴリズムよりも①検証可能なシミュレーション基盤②データ収集の仕組み③計算インフラを押さえる“総合力”へシフトしている。
今後注目ポイント
産業AIは「仮想空間での完全検証」が鍵：物理モデルの妥当性、監査ログ、責任分界、規制対応、サプライチェーン横断のデータ統合まで一気通貫で提供できるかが、PoC止まりと量産展開の差になり、ROI可視化も必須。
Bolt級の高速化は「速さ」だけでなく、航続時間（電池密度）、発熱、転倒時のフェイルセーフ、保守コストまで含む総合最適が次の壁；安全柵なしで人と同じ動線を走れるかが普及を左右。不整地や段差での再現性も要検証。
軌道上データセンターは電力・冷却の制約を外せる反面、打上げ/更新コスト、軌道上保守、デブリ・周波数・輸出規制など国際ルール、そして地上アプリで必要な低遅延を満たせるかが実現性の分岐点で、地上電力逼迫が続くほど追い風。
RDT2が示すのは“汎化=データ量×品質”という現実：低コストで高品質操作データを集めるハード/体制（UMI等）を持つ企業が、モデル性能と参入障壁を同時に高める。データの権利処理・匿名化・共有基盤の標準化が次の争点。
各ニュースが示す“勝ち筋”は、シミュレーションで検証→データで学習→計算資源で回す循環の確立；ツール間の相互運用標準とエコシステム形成がM&Aや提携を加速させる。人材はロボ/CAE/クラウド横断が希少で争奪戦に。
