── 出荷・実働・極限試験に加え、「世界の開発者が中国製ハードを弄る」開放プラットフォームの非対称収穫まで読み直す ──

PSIM（哲科学法 / Philosophy Science Insight Method）｜非アングロサクソン資料体系・一次資料優先・三角検証・反対仮説による再検証

作成：ODIN© マーケティング＆コンサルティング

2026年 9月4日　／　資料確認基準日：2026年9月4日

 

参考資料の選定：本再検証では、中国の中央・地方政府、工信部、国家知識産権局、大学・研究機関・産業組織を中核とし、外部検証には日本のJETRO・GMO AI＆ロボティクス商事、ドイツのDFKI・Fraunhofer、EU・韓国・台湾の公的・研究資料を用いた。英米圏の主流報道、投資銀行、市場トラッカー、米国企業の自己評価資料は、比較・採点・結論の根拠から除外した。

引用・転載方針：各資料の論旨は出所を明記して要約し、本文はODINの分析として再構成した。中国側の自己評価は中国外の日本・ドイツ等の実機利用・研究資料で反対側から確認し、逆に外部評価だけで中国の実態を決めない。原文の長文転載は行っていない。

 

図表索引と検証の考え方

• 【表1】前編から第2編へ：評価軸をどう広げたか
• 【表2】資料の信頼度と扱い方
• 【図1】中国・狭義人型ロボット出荷：2025通年 vs 2026H1
• 【表3】2026H1「4万台・97%」の検証状態
• 【表4A】実働密度（Productive）と進化密度（Evolution）の分離

• 【表5】中国の実景実訓政策：量産から作業モードへの転換
• 【表6】中国側から見える制約：資本熱・実需不足・データ不足
• 【表7A〜7C】中国：競技・開放データ・外部開発者・特許の反復学習循環
• 【表8】米国：非アングロ外部資料から確認できる商業化の厚み
• 【表9】韓国：Hyundai RMAC型の訓練→検証→量産モデル
• 【表10】ドイツFraunhofer：第三者能力・安全・ROIベンチマーク
• 【表11】ハードウェア律速と欧州・日台の供給機会
• 【表12】日本AIST：AIの不確実性を前提にした多層安全
• 【表13】台湾：完成品量産より検証・半導体・産業AI基盤
• 【表14】EU規制タイムライン更新（AI Omnibus反映）
• 【表15A】四極＋台湾：実績 Productive Density比較
• 【表15A〜15D】実働実績・産業変換力・進化密度・開放プラットフォーム収穫の四層比較
• 【表16】反対仮説からの再検証：前編の結論はどこまで残ったか
• 【表17】2027〜2028年　比較成立の前提条件・プラットフォーム収穫・産業閉環KPI
• 【表18】日本・台湾企業への戦略提言

 

エグゼクティブ・サマリー

この半年で、人型AIロボットの競争はさらに一段深くなった。中国では量産台数が伸びただけでなく、世界人形机器人运动会、全自主競技、自由搏撃、場景競技、プロ型格闘リーグ、実景実訓が連動し、ロボットを「売る」だけでなく「壊し、限界を踏ませ、異常データを集め、次の制御・部品・モデルへ戻す」仕組みが厚くなった。さらに見逃せないのは、中国製の身体を世界の開発者へ開き、国外の強いソフトウェアを同じ身体の上で競わせる構造である。本編はImplementation Density／Productive Density／Evolution Densityに加え、この開放プラットフォームが誰にどの利益を残すのかまで再検証する。

結論 1｜中国の量産先行は、2026年に入ってむしろ鮮明になった

2026世界机器人大会で公表された《2026年人形机器人产业发展报告》は、2026年上半期の中国人型ロボット出荷を4万台超、世界比97%とした。2025年の1.44万台・84.7%から、量産の中心がさらに中国へ寄ったという方向性は強い。ただし97%は同一報告系列に依存しているため、独立系の世界統計が同じ期間・定義で確認されるまでは、比率そのものは暫定値として扱うのが妥当である。[R2]

 

結論 2｜中国は「ロボットを大量生産する国」から「学習機会を大量生産する国」へ移り始めた

第二届世界人形机器人运动会は16カ国・666チーム・2056台・51競技・1301試合へ拡大し、400m・1500m・4×100mは全自主化された。自由搏撃は動的平衡と抗干渉、卓球はミリ秒級の予測・判断・打撃を要求する。閉幕時には訓練・本戦で得た2500時間超の全量データセットが無償公開され、12の実用場景、44作業、100超の技能、1万超の細粒度タスクを含む。重要なのは大会の華やかさではなく、極限運動・実景作業・失敗境界を一つの学習市場として回し始めたことである。[R52][R53][R55]

 

結論 3｜強さと同時に、弱さも見え始めた

中国城市報は2026年8月末、上半期935億元の投融資と4万台超の出荷を伝える一方、業界には「実需（剛需）となる注文がまだ足りない」という不安があると報じた。効率、汎化能力、実世界データの不足も課題として挙がる。これは中国の優位を否定する材料ではない。むしろ、量産・供給の強さと、顧客が継続して費用を払う商業成熟度は分けて見るべきだという示唆である。[R4]

 

結論 4｜中国製ハードが「世界の開発者が上書きする共通身体」になり始めたことは、外部資料から確認できる

ドイツDFKI／ブレーメン大学のB-Humanは、中国Booster RoboticsのBooster K1を採用し、自前の走行・キック・起立ソフトを載せてRoboCupと北京大会で優勝した。日本のGMO AIRも自社機を持たずUnitree G1を使い、強化学習・熱対策・画像認識・完全自律走行を独自開発して北京大会へ投入した。これは「中国ソフトがすべて勝っている」証拠ではない。むしろ、中国の量産ハードが国外チームのアルゴリズム競争を受け止める開発プラットフォームへ変わりつつあることを示す。外部開発成果が中国OEMへ自動的に帰属するわけではない点は、厳格に留保する。[R11][R12][R14]

 

結論 5｜外国チームが勝っても、プラットフォーム競争では中国側に残る利益が大きい

同じ中国製ハードの上でドイツや日本のチームが優れたソフトを実装することは、外国側にも大きな利益を与える。しかし中国側は、コードそのものを取得しなくても、どの制御思想が速いか、どの条件で転倒・過熱・遅延・誤認識が起こるか、どのAPIや関節仕様が開発者に求められるかを観察できる。深圳URKLはT800のソフト・本体インターフェースを全チームへ開放し、アルゴリズムとハードを分離して視覚閉環・戦術判断・全身制御の最適化を促す設計を明記している。PSIMでは、この「外部の探索コストをプラットフォームの学習へ変える」構造を、開放プラットフォームの非対称収穫と呼ぶ。ただし、外国チームのソースコード、特許、営業秘密が中国側へ自動移転するという意味ではない。[R54][R56][R60]

 

①　前編の結論を、2026年の新しい事実でもう一度問い直す

前編の結論を正解として固定せず、新しい事実に照らして改めて読み直した。確認したかったのは三点である。中国の量産先行は続いているのか。米国はなお小規模実証にとどまるのか。そしてEUの規制スケジュールは前編の理解のままでよいのか。結果として、中国の量産・実装先行という主軸は残った一方、米国の商用化評価とEU規制の時期は更新が必要になった。

【表1】前編から第2編へ：評価軸をどう広げたか

 

②　分析フレーム：「市場に出た台数」から「現場で働いた密度」へ

出荷台数は産業化を見るうえで欠かせない。しかし、ロボットは売れた瞬間に生産性を生むわけではない。毎日の仕事を安全に、途切れず、できるだけ人手に頼らず完了し、その便益が運用コストを上回って初めて生産資本になる。そこで本編では、実働密度（Productive Density）を五つの視点から見る。

 

【表4】実働 density を読む5つの視点

なぜ、いま「実働」を見る必要があるのか

中国の政策文書は、実作業の成功率、効率、安全、経済性を評価項目として明記した。ドイツFraunhoferも、能力、機能安全、サイバー、エネルギー効率などを第三者として分けて測ろうとしている。国も研究機関も、出荷台数の次に「現場で使えるか」を見始めたという点で一致している。[R3][R17]

 

実働密度と進化密度は同じではない

Productive Densityは「今日、顧客の仕事をどれだけ成立させたか」を測る。一方、2026年の中国を読むには、もう一つの時間軸が必要になった。競技、実景、失敗、外部開発者、公開データ、特許を通じて「明日の性能をどれだけ速く作れるか」である。本編ではこれをEvolution Density（進化密度）と呼ぶ。これは公的統計ではなく、PSIMの先行指標であり、Productive Densityと足し算しない。

【表4A】Productive DensityとEvolution Densityの分離

この分離によって、「中国は競技で派手だから強い」という誤読と、「競技はショーだから無意味」という逆の誤読を同時に避けられる。競技の価値は、境界条件と失敗を安価・高速に作り出せることにある。

 

③　検証の考え方：数字の大きさより、数字がどう作られたかを見る

【表2】資料の信頼度と扱い方

2026H1「中国97%」をどう読むか

• 公表値：2026世界机器人大会で公表された報告は、中国4万台超・世界97%とした。
• 補強材料：北京市科委、中国経済網、人民日報系媒体などが同じ報告内容を紹介している。ただし、元データが同一なら「独立した複数統計」とは数えない。
• 反対側の材料：工信部は6月に常時運用、経済性、第三者検証を政策課題に置き、中国城市報は8月に実需注文の不足を取り上げた。量産シェアと商業成熟度は分けて読む必要がある。
• まだ不足しているもの：2026年上半期を同じ定義で集計した独立系の世界統計。したがって97%は方向性を示す強い数字だが、精密値としては引き続き確認が必要である。

 

④　2026年上半期：4万台・97%——中国の量産中心性はさらに強まった

 

出所：[R2] 2026世界机器人大会で公表された《2026年人形机器人产业发展报告》（北京市科委等が公表）。2025年値は前編で採用した賽迪系統計。

【表3】2026H1「4万台・97%」の検証状態

 

⑤　中国側から見える制約：「資本熱・注文冷」は何を意味するか

中国城市報（人民日報系）は2026年8月31日、上半期935億元の投融資と4万台超の出荷の一方で、実需となる大口注文がまだ十分ではないという業界の空気を伝えた。Unitree創業者・王興興の発言として、人型ロボットの大規模普及を妨げる主因に「人より効率が低いこと」「汎化能力が足りないこと」もヒューマノイドの量産・出荷率が急増する一方の実需（剛需）の市場・ユーザーの見合わせという反面の状況を挙げている。[R4]

【表6】中国側から見える制約：量産優位をどこまで評価できるか

 

⑥　中国政策の転換点：2026年「実景実訓」が測ろうとしているもの

工信部・国資委の2026年度「人形机器人与具身智能实景实训专项行动」は、産業・サービス・特種の実環境を訓練と検証の場にし、モデル、実機データ、部品耐久、安全、経済性を一緒に見る。政策の問いは「何台作れるか」から「どの仕事を、どの品質と採算で続けられるか」へ変わった。[R3]

【表5】中国の実景実訓政策：量産から常時運用へ

 

⑦　中国の次の強み：量産工場から「データ・試験・競技・特許」を束ねる進化循環へ

清華大学具身智能与机器人研究院は、具身知能を大脳、感知・制御、軟硬件本体、データ・試験の循環として捉えている。2026年に中国で新たに厚くなったのは、この研究上の循環が工場だけでなく、実景実訓、世界規模の競技、公開データ、標準ハードウェア、特許検証まで横に接続し始めたことである。

工信部・国資委の実景実訓は、異常処置、突発干渉、境界工況を含む真機データ、構造耐久、熱管理、長時間高負荷、安全機構まで要求する。一方、競技側では全自主走行、自由搏撃、卓球、障害、器用手、場景作業が、速度・衝突・過負荷・熱・転倒・精密操作といった「失敗しやすい境界」を意図的に作る。両者を別物として見るより、「限界を踏ませて次の設計へ戻す二つの試験場」と見る方が2026年の実態に近い。[R3][R52][R53]

 

ただし、競技で速く走れることと工場で8時間働けることは同じではない。PSIMでは競技をProductive Densityの代替証明には使わず、次世代改善の速度を押し上げる先行指標＝Evolution Densityとして分離評価する。

データ循環をどう見るか

 

⑦A　競技はショーではなく、「極限失敗」を量産するデータ工場になった

2026年8月の第二届世界人形机器人运动会は、16カ国666チーム、2056台、51競技、1301試合へ拡大した。400m・1500m・4×100mは全自主競技となり、ロボットは遠隔操作を外して自らレーンを認識し、体力配分し、衝突へ対応する。卓球はミリ秒級の予測・判断・打撃、自由搏撃は動的平衡・抗干渉、場景競技は工業装配、商超、家庭、消防、図書、園林、EV充電などを扱う。[R52][R55]

国家知識産権局が9月2日に整理した大会技術では、100m大型組記録は21.50秒から8.64秒、1500mは6分34秒40から2分21秒64へ更新された。これは同一機体の厳密な縦断比較ではないため「性能が何倍」とは読まない。ただし競技場全体の性能包絡線が一年で大きく広がった事実は確認できる。より重要なのは、参戦チームが超額定工況や瞬時過負荷を意図的に踏み、負荷境界、動的耐受、高頻度容錯といった、通常の実験室では得にくい極限データを取得している点である。[R53]

【表7A】2026年中国で重なった「五つの学習ループ」

閉幕時に公開された2500時間超の全量データセットは、訓練と正式競技で集めた真実場景操作データを含み、12の実用場景、44作業、100超技能、1万超の細粒度タスクへ整理された。これは「一社が自社ロボットのデータを抱える」モデルと異なり、複数企業・大学が同じ実機データ資源へアクセスできる設計である。ただし2500時間は、数百万時間の標準化された工場稼働ログと同義ではない。[R52]

世界の開発者が中国製ハードを「上書きする」構造

中国側の主張だけでは、この構造は立証できない。そこで日本とドイツの外部資料から逆向きに確認した。DFKI／ブレーメン大学のB-Humanは、中国Booster RoboticsのBooster K1へ独自の走行・キック・起立ソフトを載せ、RoboCup世界選手権と北京のWorld Humanoid Robot Gamesで優勝した。中型Humanoid Soccer Leagueでは共通機体としてBooster K1が使われ、ソフトの差が競技結果を分けた。[R11][R12][R56]

日本のGMO AIRは、自社で人型本体を持たずUnitree G1を採用した。標準機の速度・自律機能の不足を、モーションキャプチャ、強化学習、熱抑制、カメラ画像によるレーン認識で補い、北京現地でも短い練習枠でデータ収集・調整を行った。転倒、モータ過熱、画像ブレ、オドメトリ誤差という具体的な失敗が、そのまま二次開発テーマになっている。[R14][R57]

さらに深圳URKLでは、200超チームが応募し32チームが選抜され、統一ハードT800のソフト・本体インターフェースを開放して二次開発を競う方式が採られた。これは主催者側資料であるため「世界初」等の宣伝表現は採用しないが、少なくとも「中国製の同一身体＋多国籍ソフト競争」という設計は確認できる。[R54]

 

【表7B】中国製ハード × 外部開発者：非中国資料で確認した実例

 

⑦B　特許の読み方も変わる：件数ではなく、極限場景で何を技術課題として潰しているか

中国の特許力を「世界の何％」という件数だけで評価するのは弱い。国家知識産権局のAI関連発明指引には、人型ロボットの転倒状態を、歩行位相・姿勢・ZMPを多センサ融合し、前後左右の安定性をファジー推論で判定する技術例が示されている。競技で頻発する転倒・高速旋回・衝突は、まさにこの種の安定判定、回復制御、力制御を実機で繰り返し検証する場になる。[R39][R53]

 

【表7C】特許技術 → 極限試験 → 工業実装の接続

◆ リバースバリデーション：仮に競技が単なる宣伝で、技術学習へ寄与しないなら、外国チームが中国製ハードへ独自ソフトを載せて優勝する必然も、全自主化・公開データ化・実景競技化・工信部の境界データ収集政策との接続も弱いはずである。実際にはこれらが同時に観測される。ただし、その事実は「中国製完成品がすでに産業最高品質」という命題までは支持しない。支持するのは「中国の学習機会密度が従来評価より高い」という命題である。

 

⑦C　「弄らせる」こと自体が学習装置になる：開放プラットフォームの非対称収穫

DFKIのRoboCup 2026は、Middle Divisionの参加チームが同じBooster K1を使い、B-Humanがメーカー提供モーションに頼らず、自前の深層強化学習で走行・キック・起立を作り直して優勝したと記録している。同一ハードでソフトの差だけが勝敗を大きく変えたため、これは「中国製身体を世界のソフト研究が徹底的に弄る」構造を確認できる自然実験に近い。北京大会でもB-Humanは複数の中国チームを大差で破った。[R56]

ここで中国側が得るものを「外国ソフトのコピー」と理解すると本質を外す。ソースコードや非公開アルゴリズムを取得しなくても、競技結果、公開論文、挙動、失敗モード、機体の熱・衝撃・関節限界、開発者が要求するインターフェース、交換部品、調整頻度といった情報から、次に改善すべき設計空間を狭めることができる。深圳URKLの公式説明は、T800のソフト・本体接口を開放し、アルゴリズム反復とハードウェアを解耦して、視覚感知閉環・戦術決策・全身制御の最適化を加速することを明記している。[R54][R60]

 

【表7D】中国製ハードを世界に開くと、誰に何が残るか

この構造はゼロサムではない。外国チームは安価で高性能な身体を得て、自らのソフトウェア知財を磨ける。中国側はそのソフトウェア知財を所有しなくても、身体が世界の実験台になるほど、故障・要求仕様・開発者行動・部品需要という「周辺情報」を吸収しやすくなる。最大の非対称性は、ソフトの成果が他機体へ移植可能である一方、量産身体の原価・工程・供給網・サービス網は簡単には移植できない点にある。

 

【表7E】分解・二次開発で見えるもの／見えにくいもの

したがって「分解すれば中国ハードの優位を持ち帰れる」という単純な見方も、「中国の特許がすべてを封鎖する」という見方も、どちらも過剰である。公開BOMから100%中国製とまでは確認できず、中国信通院系の2025年データでは人型ロボット核心部品の国産化率は75%超とされる。一方、深圳南山のように約半数の部品を半径10km内で調達できる集積、既存の量産工程、低価格供給網は、機体を一台分解しただけでは移植できない。[R51][R63]

特許も同様である。CNIPA系資料では、ロボット関連特許は世界の約3分の2、中国の人型ロボット特許は数量面で顕著な優位を持つとされ、知財は「技術の護城河」「交渉の筹码」と位置づけられている。ただしCNIPA自身が、低品質出願や「数量から品質への転換」、国際標準への転化不足を課題として挙げている。よってPSIMでは「特許が外国の進路を完全に塞ぐ」とは置かない。正確には、既存特許群が設計回避・ライセンス・訴訟対応のコストを上げ、供給網・工程学習と結びついたときに参入障壁が厚くなる、と評価する。[R61][R62][R64]

◆ PSIM最終判定：この開放戦略の最大受益者は、個々の試合の勝者ではなく「身体プラットフォームを所有する生態系」になり得る。中国チームが試合で負けても、Booster、Unitree、EngineAI等の身体が世界の研究標準へ近づけば、機体販売、部品需要、互換ソフト、故障知見、標準接口、開発者人口が中国側へ蓄積するからである。ただしこの判定は、外部チームの非公開コードを中国が取得したという主張ではない。中国が合法的・公開的に観測できる成果と、自社の製造・供給網・知財を結びつける能力に関する構造評価である。

 

⑧　中国企業の実働状況：AgiBotは「量産」から「実工場」へどこまで進んだか

AgiBotは2026年3月に1万台目、6月に1.5万台目のロボットをラインオフしたと公式発表した。ただし1.5万台は同社のembodied AI robotポートフォリオ全体を指す表現であり、すべてを狭義の二足人型として合算するのは適切ではない。[R9][R10]

同社はLongcheerのタブレット量産品質検査工程で複数機の実運用を公開し、6日間のライブ運用について64時間超、64,828タスク、成功率99.99%などを自社発表した。編集されたデモより一段強い材料ではあるが、顧客側の独立確認や第三者による再現データがない以上、企業一次資料として扱うのが妥当である。[R10A]

【表7】中国・実働状況の確認表（公開情報）

 

⑨　米国の再評価：非アングロ外部資料だけで、どこまで商業化を確認できるか

本再検証では米国企業自身の生産台数・データ量・性能発表を採点根拠から外した。そのうえで日本JETROが確認した事実として、トヨタ・モーター・マニュファクチャリング・カナダは約1年の実証後、Agility RoboticsのDigitをRaaSで7台導入する契約へ進んだ。したがって「米国は商用実績ゼロ」という断定は維持できないが、同時に7台という規模から国全体の量産密度、歩留まり、TCO、保守、再購入を一般化することもできない。[R13]

ドイツFraunhofer/P3は、AIの進歩が速くても、ヒューマノイドのコスト、信頼性、スケーラビリティは依然ハードウェアに大きく左右され、器用手、電池、センサ等が産業要求を十分に満たしていないと整理する。この外部評価を米国勢にも中国勢にも同じように適用する。本編では「AIが強いから量産も強い」「既存の高品質製造国だから人型でも量産品質が自動的に高い」という飛躍は認めない。[R19][R44]

【表8】米国：非アングロ外部資料から確認できる商業化の厚み

 

⑩　韓国：Hyundaiの強みは、訓練・検証・量産を一つにつなげられること

Hyundai Motor GroupはCES 2026でRMAC（Robot Metaplant Application Center）をAI Robotics事業の中核に置き、訓練データと実工場データを循環させる構想を示した。Atlasは2028年にHMGMAの反復的なシーケンシング作業へ投入し、2030年には複雑な組立へ広げるロードマップである。[R15]

2026年8月のCEO Investor Dayでは、RMACは6月に米国で開設済みで、年末までに10倍規模へ拡張する方針が示された。量産前に実環境を再現し、学習、実世界データ収集、試験、検証を一体で行う。既存ディーラー網やHyundai Capitalを活用した販売・金融まで視野に入れている点も、単独のロボットメーカーとは異なる。[R16]

【表9】韓国：RMACがつなぐ「訓練→検証→量産→販売→金融」

 

⑪　ドイツ：Fraunhoferが「見栄え」ではなく「使える能力」を測り始めた

Fraunhofer IPAは2026年5月、ヒューマノイドの実能力、安全、運用適性を中立機関として標準化評価するベンチマークを公表した。評価は基礎能力、複雑能力、クリーンルーム適合、機能安全、サイバー、エネルギー効率の六つに分かれ、可能な限り国際規格を参照する。[R17]

同機関はUnitree G1の試験例も示し、安定性やクリーンルーム適性の可能性と同時に、衝突力、当時確認されたBluetooth脆弱性、電池持続時間などの制約を可視化した。中国製か欧州製かではなく、能力ごとに測る。この姿勢は、実装判断に必要な情報を増やすという点で非常に実務的である。[R17]

【表10】Fraunhoferの第三者評価軸と実働 density

 

⑫　ハードウェア経済性：AIが賢くなっても、最後は「身体」が採算を左右する

Fraunhofer IPAとP3の2026年白書は、AIが急速に進歩しても、ヒューマノイドの経済性・信頼性・スケーラビリティはなおハードウェアに大きく左右されると整理する。標準化されたハードウェア構成はまだ固まっておらず、器用手、電池、センサなどは産業用途の要求を十分に満たしていない。[R19]

FraunhoferのKMUmanoidプロジェクトは、中小製造業を想定した例で回収期間を2.6〜7.8年と試算し、用途によって経済性が大きく変わることを示した。別の解説では、経済性を購入価格、人間と比べた生産性、個別工程のEngineering負荷の三つで整理し、現時点のヒューマノイドはおおむね人間の3分の1〜半分程度の生産性との暫定的な見方を置く一方、多シフト運用で補える可能性も指摘している。[R20][R21]

【表11】ハードウェアの律速と欧州・日台の供給機会

 

⑬　日本：AIを信じ切らない安全設計——AISTの多層安全と人間介入

産総研のAIセーフティ強化事業は、AIには本質的な信頼性の限界があり、機能安全が求める水準との間に隔たりがあることを明示している。2025年度成果では、介護リフトとロボットアームを対象に、AIの人体認識に基づく動作へ利用者が抑制・遮断などの介入を行える実験系を構築した。[R22]

さらに遠隔介入可能なPhysical AIについても、ロボットの自律性が高まっても人の遠隔介入は社会的に必要になるという前提で、安全評価基準、実証環境、遠隔操作の実装を研究している。[R23]

【表12】日本AIST：AIの不確実性を前提にした多層安全

 

⑭　台湾：完成品・知能層とも「供給力」と「実働実績」を分けて見る

ITRIは2026年5月、台南にAI Robotics Innovation & Development Centerを開設した。これは医療、物流、フードサービス、災害対応などでAIロボティクスを試験し、企業の技術検証や商用化を支援するための基盤である。一方、この施設の存在そのものを、人型ロボットが外部顧客の現場で常態稼働している証拠として扱うことはできない。[R25]

完成品側でも同じ区別が必要である。Techman RobotのTM Xplore Iは2026年3月に公開された人型上半身＋車輪型プラットフォームで、NVIDIA Jetson Thor、Isaac GR00T、Isaac Sim、FoundationStereo等を利用する。8月には工場物流などの実機デモを示したが、公開一次資料からは、外部顧客での量産配備台数、日次稼働時間、人手介入率、MTBF、ROI、再購入率は確認できない。現段階は「技術検証から実製造へ移る途中」と見るのが妥当であり、Productive DensityのU/A/R/Vへ加点するには材料が足りない。[R37][R38]

知能層についても、台湾の強みと弱みを混同してはいけない。TAIDEはLlama 2を基礎に始まり、2026年2月のGemma-3-TAIDE-12b-Chat-2602もGoogle Gemma 3を基礎にmid-trainingを施したモデルである。鴻海FoxBrainもMeta Llama 3.1 70Bを基礎にContinual Pre-Training、SFT、RLAIF等を行った派生モデルで、ゼロからの汎用基盤モデル事前学習ではない。[R33][R34][R35][R36]

ここでの結論は「台湾にAI技術がない」という意味ではない。モデル適応、繁体字ローカライズ、RAG、産業知識、制御統合、半導体製造には明確な蓄積がある。ただし、米・中・EU・日・韓が自前のfrom-scratch基盤モデルを持つのに対し、台湾の主要国家・企業フラッグシップでは同等の公開実績を確認できない。Physical AIで自律判断の中核を外部モデルへ依存する構造は、知能主権と学習循環の独立性という点で弱点になる。[R39][R40][R41][R42][R43]

【表13】台湾：完成品のProductive Densityと供給ポテンシャルを分離評価

 

【表13A】基盤モデル主権の一次検証：中・EU・日・韓＋台湾（米国企業資料は本編の採点根拠から除外）

注：台湾の「×」は、AI研究・モデル適応・産業応用が存在しないという意味ではない。「汎用基盤モデルをゼロから事前学習した公開実績」という限定軸で、主要国家・企業フラッグシップを比較した結果である。

 

⑮　EU規制の更新：前編のタイムラインを2026年法改正に合わせて見直す

前編ではEU AI Actの高リスク義務を2026〜2027年に段階適用と整理した。その後、2026年7月にDigital Omnibus on AIが発効し、機械・ロボティクスなど規制製品へ組み込まれる高リスクAI（Annex I）は2028年8月2日からの適用へ延長された。Annex IIIの高リスク用途は2027年12月2日からとなる。[R27][R28]

一方、Machinery Regulation (EU) 2023/1230は2027年1月20日から適用される。Product Liability Directive (EU) 2024/2853は各国の国内法化期限が2026年12月9日で、同日以降に市場投入または稼働開始される製品に適用され、ソフトウェアも製品として扱う。したがって、AI Actの高リスク義務が延期されたからといって、ロボットの安全・責任規制が消えるわけではない。[R29][R30]

【表14】EU規制タイムライン（2026年9月4日時点）

 

⑯　中国・米国・独EU・韓国・日本・台湾：実働実績と「産業変換力」を分けて見る

公正な比較で最も避けるべきなのは、「現場で働いた実績」と「将来それを実現できそうな制度・部品・研究能力」を同じ点数に混ぜることだ。そこで本節は二段に分ける。表15Aは外部顧客で確認できる実働実績だけを比較し、Fraunhoferの評価力、日本の安全研究、韓国RMAC、台湾の半導体供給力などは加点しない。表15Bで、それらを完成品の実働へ転換する産業基盤として別に見る。◎は強い実証・構造、○は有力、△は限定的、—は公開情報不足を示す。

【表15A】四極＋台湾：実績 Productive Density比較

 

【表15B】四極＋台湾：産業変換力（実働へ転換する土台）の比較

* 表15Aは完成品の「実働実績」だけを採点する。米国の○はAgility等の限定用途を含み、国全体の一般化ではない。表15Bは産業基盤であり、15Aへ足し算しない。中国の供給網も完全自給を意味せず、米国・日欧韓の既存品質力も人型完成品の量産品質を自動的に保証しない。台湾の半導体・IPC等も完成品実働とは分離する。

 

【表15C】四極＋台湾：Evolution Density（次世代改善を生む学習機会密度）

※「—」は本再検証の非アングロ資料体系で同等の定量証拠を確認できなかったことを示し、当該国に能力が存在しないという意味ではない。Evolution Densityは現在の収益力ではなく、改善速度を生む先行条件である。

 

【表15D】開放プラットフォームの非対称収穫：現時点の比較

表15Dは「誰のソフトが最強か」を示す表ではない。同じ身体を多くの外部開発者に使わせたとき、試行錯誤の残余価値がどこに蓄積するかを比較する。中国の◎は、外部コードの所有を意味せず、機体販売・開発者人口・故障知見・API要求・供給網需要・標準化候補が身体プラットフォーム側へ残る構造を評価している。

 

⑰　反対仮説からの再検証：前編の結論はどこまで残ったか

 

【表16】反対仮説からの再検証：どんな事実が出れば結論を変えるか

 

⑱　2027〜2028年：同じKPIだけでなく「出発点」と「構造転換負荷」までそろえる

 

【表17】2027〜2028年　比較成立の前提条件・開放プラットフォーム・産業閉環KPI

中国と米国を直接比較する場合、公正さは「同じKPIを課す」だけでは足りない。2026年時点の出発点も同時に固定しなければならない。中国は既に数万台級の量産、密集した部品生態系、低価格帯、実景実訓、故障・修理を含む学習循環へ入っている。米国はAI・GPU・資本で先行する一方、同じ規模の量産歩留まり、実売価格、域内供給網、サービス網、減価償却、顧客Paybackをまだ同じ厚さで公開していない。したがって、米国がAIモデルや少数導入で前進しただけで「中国優位が崩れた」と置く比較は成立しない。逆に中国も、R/Vが産業水準へ届かず、重大不良・安全事故・低い再購入・過剰投資が量産利得を打ち消すなら優位を失う。[R3][R4][R44][R51]

ここで20年前を逆向きに検証すると、単なる「中国は安い」という説明では足りないことが分かる。JETROの2005年度調査では、中国拠点の生産面の最大問題は「品質管理の難しさ」50.5%で、有能技術者47.0%、現地調達40.4%も上位だった。ところが2026年のJETROヒアリングでは、中国企業は金型から量産まで約3カ月（日系案件は半年〜8カ月）、中国製設備への切替で導入費が約5分の1になった例、さらに「品質差が縮小し、価格差に見合わないため中国製へ切り替える」現場判断まで確認されている。中国のコスト優位は低賃金だけではなく、量産、現地調達、工程改善、失敗と是正を20年単位で積み重ねた結果でもある。人型ロボットでも、最初の数千台が不良・保守・安全の学習を引き受け、その学習量自体が次の原価と品質を左右する。ただし、高信頼・長寿命・安全の領域では日欧の優位がなお残るため、中国の品質完成を意味しない。[R45][R46][R50]

通商政策も同じ産業原価の中に入れて見る必要がある。ドイツ連邦銀行の2026年分析では、米国関税の負担は主として米国内の輸入者・企業・消費者に残り、中間財の値上がりが下流へ波及し、2026年2月時点で物価への影響も確認された。同分析は広範な再工業化もまだ確認していない。ECBも、関税コストの大半を米国側が負担し、外国輸出企業の吸収は限定的と分析している。これは「米国の輸出がほぼ赤字」という証明ではないが、関税を掛ければ自動的に国内量産コストが下がる、という仮説を否定する。人型ロボットで域外部品依存を残したまま関税・規制コストだけが上がれば、販売価格、減価償却、Paybackはむしろ長期化し得る。[R47][R48]

中国を高く評価することと、中国の勝利を予定調和にすることも別である。中国城市報は2026年8月末、935億元の資金と4万台超の出荷の裏で「剛需注文荒」を指摘し、Unitree側も人間より低い効率と汎化不足を大規模普及の障害として認めた。Fraunhoferも、アクチュエータ、減速機、電池、センサ等が産業用途の堅牢性・寿命・コスト要求をまだ十分満たさないと整理している。中国が量産学習を先に積んでいることは優位だが、薄利競争でサプライヤーを疲弊させ、R/Vが改善せず、重大安全事故や再購入低迷が続けば、その先行は自ら崩れる。構造俯瞰とは、米国の技術優位にも中国の量産優位にも「無条件の免罪符」を与えないことである。[R4][R44]

 

⑲　日本・台湾企業への戦略提言：人型OEM競争より「実働密度を支える基盤」を取る

 

【表18】日本・台湾企業への戦略提言

 

⑳　次回調査で定量化すべき実務指標

現時点では、Productive Densityを国際的に同じ物差しで比べられる公開統計がまだない。次回の調査価値は、市場規模予測を一つ増やすことより、メーカーと顧客への一次取材から、実稼働時間、介入率、故障、安全、ROI、再購入を同じ形式でそろえることにある。

顧客・メーカーへの実務ヒアリング10項目（同一分母）

• 1. 外部顧客向けの納入・実働台数と、製造ラインの初回良品率（FPY）、再加工・廃棄率は。
• 2. 1台1日あたり実作業時間、充電・待機・故障時間、稼働率は。
• 3. 1000タスクあたり人手介入・遠隔操作は何回か。初回成功率と例外復旧率は。
• 4. MTBF、MTTR、部品寿命、返品・重大不良・リコール、near missは。
• 5. 実売価格、SI・立上げ費、保守・電力・RaaSを含む1台あたりTCOはいくらか。
• 6. 人間比スループット、品質、サイクルタイムを同じ工程条件で比較するとどうか。
• 7. 工場CAPEX、減価償却、運転資金、金利を含めたPayback・IRRは。
• 8. 主要部品の原産国・域内調達率、調達LT、単一国依存、制裁・関税時の代替可能性は。
• 9. 同一顧客の再購入・複数拠点展開率、契約更新率、補助金を除く民間需要比率は。
• 10. 実運用データの所有権・学習利用、改善周期、事故時ログ責任と越境条件は。

 

㉑　結論：中国の優位は「出荷台数」だけでなく「学習機会を量産する構造」へ変質した

前編で重視した「市場へ出し、使われ、壊れ、直され、次のデータが戻る側がPhysical AIの学習循環を先に回す」という見方は、2026年の再検証でむしろ強くなった。ただし理由は4万台や97%という台数だけではない。中国では量産本体、実景実訓、全自主競技、自由搏撃、器用手、場景競技、公開データ、標準ハードウェア、特許検証が同時並行で動き、失敗・異常・境界条件を短期間に大量発生させる「進化インフラ」が形成されつつある。[R3][R52][R53][R55]

最も象徴的なのは、外国チームが中国製ハードを使って中国チームを上回る事例が出ていることである。DFKI／ブレーメン大学はBooster K1へ独自ソフトを載せ、RoboCupと北京大会で優勝した。GMO AIRはUnitree G1に強化学習、熱対策、画像認識、自律走行を実装し、現地でデータを取りながら調整した。これは中国の「ソフト完全優位」を否定する反例であると同時に、中国製の量産身体が世界のアルゴリズムを受け止める共通開発基盤になり得ることを示す。[R11][R12][R14]

ここからPSIMの評価はさらに一段変わる。中国の強みは、完成品品質が既に世界最高であることでも、外国のソフトウェア知財を吸収できることでもない。大量の身体を比較的低コストで供給し、世界中の開発者に徹底的に弄らせ、同じ身体の上で異なる制御思想を競わせる。その過程で転倒・発熱・衝突・過負荷・精密作業・長距離自律・API要求・交換部品需要という周辺情報を大量発生させる。外国チームはソフトウェアIPとハード理解を得るが、中国側には身体プラットフォーム、供給網、量産工程、開発者生態、故障境界、標準候補が残る。この残余価値まで含めて初めてEvolution Densityの優位を説明できる。

一方で、競技は工場ではなく、開放は自動的な技術移転でもない。Fraunhoferが指摘するように、器用手、電池、センサ等はなお産業用の耐久・寿命・コスト要求を十分に満たしていない。中国側自身も実需、効率、汎化、経済性を課題としている。また、公開情報から各競技チームの非公開コードや特許が中国OEMへ移転した事実は確認できない。ゆえに今後の決定指標は、外部チームを何チーム集めたかではなく、その外部実験がどの速度で故障率低下、耐久向上、API改善、原価低下、再購入、標準採用へ転換されたかである。

PSIMの結論として、2026年の中国は「競技に勝つ国」よりも「世界の競技・研究を自国製身体の上に集める国」として見る方が本質に近い。外国チームが中国製身体で中国チームを破ることさえ、中国ハードが共通プラットフォームとして定着するなら中国生態系の損失とは限らない。最大の勝者が中国になるという命題は、コード取得ではなく、プラットフォーム化・供給網・量産学習・知財・標準化の複利が実際に次世代機へ戻る場合に成立する。ここを今後の最重要観測点とする。

 

 

主要参考文献・データソース（1/5）

参考文献は2026年9月4日時点で確認した公開資料を中心に整理した。前編[R1]は自己反証の比較対象としてのみ参照し、前編に含まれていた英米系出所の数値・評価は本再検証の証拠として再使用していない。

[R1] ODIN Marketing & Consulting. グローバル人型AIロボットの産業動向と社会実装密度分析【最終完全版】 (2026-06). 本第2編の自己反証・比較対象。前編中の英米系出所部分は本再検証の根拠から除外。

[R2] 2026世界机器人大会／北京市科学技术委员会. 《2026年人形机器人产业发展报告》公表内容：2026H1中国4万台超・世界97% (2026-08).

https://kw.beijing.gov.cn/xwdt/kcyx/kcyxkchd/202608/t20260824_4834017.html

[R3] 中国工业和信息化部办公厅・国务院国资委办公厅. 关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知 (2026-06-08).

https://www.miit.gov.cn/zwgk/zcwj/wjfb/tz/art/2026/art_f291ccd3da4c47ce95741de63cc088e6.html

[R4] 中国城市报（人民日报系）. 具身智能的温差从何而来 (2026-08-31).

https://paper.people.com.cn/zgcsb/pad/content/202608/31/content_30178293.html

[R5] 2026世界机器人大会. 媒体关注：首次“采购日”、49家央企・12类应用场景 (2026-08-20).

https://www.worldrobotconference.com/news/3607.html

[R6] 清华大学具身智能与机器人研究院. 研究方向：大脑、感知控制、软硬件本体、机器人系统数据与测试 (2026).

https://eir.tsinghua.edu.cn/yjfx.htm

[R7] 清华大学深圳国际研究生院 曾龙・冯平法团队. 具身智能工业机器人框架与技术 (2026-06-18).

https://www.sigs.tsinghua.edu.cn/2026/0618/c7688a291545/page.htm

[R8] Jiang, S.Q. et al., Institute of Computing Technology, CAS / JCST. Self Model for Embodied Artificial Intelligence, 41(2):548-563 (2026-03).

https://jcst.ict.ac.cn/en/article/doi/10.1007/s11390-026-6289-3

[R9] AGIBOT. 10,000th humanoid robot rollout (2026-03-30). 企業一次開示。

https://www.agibot.com/article/231/detail/53.html

[R10] AGIBOT. 15,000th robot rollout (2026-06-28). 企業一次開示。狭義二足人型だけの累計とは解釈しない。

https://www.agibot.com/article/231/detail/82.html

[R10A] AGIBOT. Six-Day Smart Factory Livestream: 64h+ / 64,828 tasks / 99.99% task success (2026-06). 企業一次資料。独立した第三者試験値ではない。

https://www.agibot.com/article/231/detail/83.html

[R11] DFKI / Universität Bremen（Germany）. B-Human wins RoboCup German Open 2026 using Chinese Booster Robotics Booster K1; team developed its own running, shooting and get-up motions (2026-03-16).

https://www.dfki.de/en/web/news/b-human-wins-the-robocup-german-open-2026-in-the-humanoid-soccer-league

[R12] DFKI / Universität Bremen（Germany）. B-Human double victory at World Humanoid Robot Games in Beijing; independent German team defeated both international and Chinese teams (2026-08-27).

https://www.dfki.de/en/web/news/double-victory-in-beijing-b-human-wins-two-titles-at-the-world-humanoid-robot-games

[R13] 日本貿易振興機構（JETRO）. トヨタ・カナダが約1年間の実証後、Agility Robotics Digit 7台をRaaSで商用導入する契約を確認 (2026-03-02).

https://www.jetro.go.jp/biznews/2026/03/642a7a2258fbafa7.html

[R14] GMO AI＆ロボティクス商事（日本）. Unitree G1を用いた世界ヒューマノイド運動会2026参加：強化学習、熱対策、画像認識、完全自律走行、現地データ収集・調整 (2026-09-03).

https://ai-robotics.gmo/blog/article/?id=world-humanoid-robot-games-2026

[R15] Hyundai Motor Group. AI Robotics Strategy / RMAC / Atlas deployment roadmap (2026-01).

https://www.hyundaimotorgroup.com/en/news/hyundai-motor-group-announces-ai-robotics-strategy–to-lead-human-centered-robotics-era-at-ces-2026

[R16] Hyundai Motor Company. 2026 CEO Investor Day: RMAC opened and planned ten-fold expansion (2026-08).

https://www.hyundaimotorgroup.com/en/news/hyundai-motor-company-charts-profit-driven-growth-roadmap-at-2026-ceo-investor-day

 

 

主要参考文献・データソース（2/5）

[R17] Fraunhofer IPA (Germany). Benchmark für Humanoide Roboter / standardized application-relevant analyses (2026-05-27).

https://www.ipa.fraunhofer.de/de/presse/presseinformationen/benchmark-fuer-humanoide-roboter.html

[R18] Fraunhofer IPA (Germany). Humanoid Capabilities Navigator (2026).

https://www.ipa.fraunhofer.de/de/Publikationen/studien/humanoid-capabilities-navigator.html

[R19] Fraunhofer IPA & P3 Group. The Humanoid Hardware Value Chain (2026).

https://www.ipa.fraunhofer.de/de/Publikationen/studien/humanoid-hardware-value-chain.html

[R20] Fraunhofer IPA (Germany). KMUmanoid: Einsatzpotenziale und Handlungsempfehlungen (2026 update).

https://www.ipa.fraunhofer.de/de/referenzprojekte/kmumanoid.html

[R21] Fraunhofer IPA (Germany). Humanoide Roboter – Status quo, Potenziale und Forschungstätigkeiten, Teil 3 (2026).

https://interaktiv.ipa.fraunhofer.de/embodied-ai/humanoide-roboter_statusquo-potenziale-forschungsfelder_teil3/

[R22] NEDO / AIST (Japan). 人間拡張AIシステムのセーフティ評価技術・実装技術 (FY2025成果・2026公開).

https://qai.pj.aist.go.jp/aisafety1/results/2025/2-1/index.html

[R23] AIST (Japan). 遠隔介入可能なフィジカルAIシステムのセーフティ評価技術・実装技術 (FY2025成果・2026公開).

https://qai.pj.aist.go.jp/aisafety1/results/2025/2-3/index.html

[R24] NEDO / AIST等. 人とAIの安全な協調を支えるAIセーフティ基盤 (2026-05-28).

https://www.nedo.go.jp/news/press/AA5_101937.html

[R25] Industrial Technology Research Institute (Taiwan). AI Robotics Innovation & Development Center launch (2026-05-19).

https://www.itri.org.tw/english/ListStyle.aspx?DisplayStyle=01_content&MGID=1344342473460142021&MmmID=617731531241750114&SiteID=1

[R26] SEMICON Taiwan. Smart Fab Zone / AI + Robotics / Embodied AI manufacturing (2026-09).

https://semicontaiwan.org/en/Smart_Fab_Zone

[R27] European Commission. AI Omnibus enters into force: extended high-risk AI timelines (2026-07-31).

https://digital-strategy.ec.europa.eu/en/news/ai-omnibus-enters-force

[R28] European Union. Regulation (EU) 2026/1744 (2026).

https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A32026R1744

[R29] European Union. Regulation (EU) 2023/1230 on machinery (current consolidated text).

https://eur-lex.europa.eu/eli/reg/2023/1230/en

[R30] European Union. Directive (EU) 2024/2853 on liability for defective products (2024, transposition 2026).

https://eur-lex.europa.eu/eli/dir/2024/2853/oj

[R31] World Robot Conference / 中国电子学会. 海外専門家による中国ロボット生態系の評価（Luigi Gambardella, Giuliano Noci等） (2026-08). 専門家コメント。統計根拠とは分離。

https://wrc.cie.org.cn/news/3614.html

[R32] TrendForce (Taiwan). China’s Humanoid Robot Market to Reach CNY 15 Billion in 2026 as Commercial Validation Begins (2026-08-19).

https://www.trendforce.com/presscenter/news/20260819-13189.html

 

主要参考文献・データソース（3/5）

[R33] 国家科学及技術委員会（台湾）. TAIDE一年有成：TAIDE LX-7B / LX-13BはいずれもLlama 2ベース (2024-05-03).

https://www.nstc.gov.tw/folksonomy/detail/dd2d9d72-8f7b-44dd-976c-438d5ce683af?l=CH

[R34] TAIDE / 国家実験研究院（台湾）. Gemma-3-TAIDE-12b-Chat-2602：Gemma-3-12Bを基礎にmid-training (2026-02-13).

https://taide.tw/public/latest-updates_show?id=4b1141869c45c11c019c4b261966001b

[R35] 科技大観園（国科会公式アウトレット）. TAIDE核心モデル訓練・RLHF小組 蔡宗翰教授インタビュー：from-scratch訓練資源とLLaMA 2採用理由.

https://scitechvista.nat.gov.tw/Article/C000003/detail?ID=9f256eca-4480-44dc-a25b-94f73bf4e0cc

[R36] Hon Hai Research Institute（台湾）. FoxBrain：Meta Llama 3.1 70Bを基礎にContinual Pre-Training等を実施 (2025-03-10).

https://www.foxconn.com/en-us/press-center/press-releases/latest-news/1549

[R37] Techman Robot（台湾）. TM Xplore I：Jetson Thor、VLA、Isaac Sim、FoundationStereo、GR00T連携 (2026-03-18).

https://www2.tm-robot.com/en/tm-news-post/techman-robot-at-gtc-2026-unveils-new-ai-strategy-and-humanoid-robot-tm-xplore-i/

[R38] Techman Robot（台湾）. Real-Sim-Real workflow / TM Xplore I factory demonstration; 技術検証から実製造への移行段階 (2026-08-26).

https://www.tm-robot.com/en/company/news/Techman-Robot-Bridges-the-Sim-to-Real-Gap

[R39] 国家知識産権局（CNIPA）. 《人工智能相关发明专利申请指引（试行）》：多センサ情報融合、歩行位相・姿勢・ZMP・ファジー判断を用いた人型ロボット転倒状態検出を技術例として整理 (2024-12-31).

https://www.cnipa.gov.cn/art/2024/12/31/art_66_196988.html

[R40] DeepSeek（中国）. DeepSeek-V3：自研MoE、14.8T tokenでpretraining (2024-12-26).

https://www.deepseek.com/news/deepseek-v3/

[R41] Preferred Networks（日本）. PLaMo：日本でfully from scratch開発と公式明記.

https://www.preferred.jp/en/business/genai

[R42] NAVER（韓国）. HyperCLOVA X：from-scratch large language modelと公式明記.

https://www.navercorp.com/en/tech/hyperclovax

[R43] Mistral AI（EU/フランス）. Mistral Large 3：3,000基のNVIDIA H200でfrom scratch訓練 (2025-12-02).

https://mistral.ai/news/mistral-3/

 

主要参考文献・データソース（4/5）

[R44] Fraunhofer IPA / P3 Group (Germany). Hardware for humanoid robots / The Humanoid Hardware Value Chain: hardware determines cost-effectiveness, reliability and scalability; key components still only partly meet industrial robustness, lifetime and cost requirements (2026-03-03).

https://www.ipa.fraunhofer.de/en/press-media/press_releases/hardware-for-humanoid-robots.html

[R45] 日本貿易振興機構（JETRO）. 在アジア日系製造業の経営実態―中国・香港・台湾・韓国編―2005年度調査：中国拠点の生産面の最大問題「品質管理の難しさ」50.5%、有能技術者47.0%、現地調達40.4% (2006-03).

https://www.jetro.go.jp/ext_images/jfile/report/05001254/05001254_001_BUP_0.pdf

[R46] 日本貿易振興機構（JETRO）. 2025年度 海外進出日系企業実態調査（中国編）：製造業の8割超が中国企業を最大の競合と回答。日系企業は性能・品質を強み、価格・市場投入速度を弱みと認識 (2026-03-25).

https://www.jetro.go.jp/biznews/2026/03/c75ef5634e78c885.html

[R47] Deutsche Bundesbank (Germany). US tariffs and geoeconomic fragmentation: tariff burden largely borne inside the US; intermediate-input costs rose; no broad-based reindustrialisation observed; tariff-related inflation effect estimated at +0.6–0.7pp in Feb. 2026 (2026-07).

https://publikationen.bundesbank.de/publikationen-en/reports-studies/monthly-reports/monthly-report-july-2026-1003480?article=us-tariffs-and-geoeconomic-fragmentation-implications-for-the-global-economy-1001564

[R48] European Central Bank (EU). Where do the costs of higher US tariffs fall?: estimated tariff pass-through indicates most costs are borne by US firms and consumers; foreign exporters absorb only a small share (2026, Economic Bulletin Issue 2).

https://www.ecb.europa.eu/press/economic-bulletin/focus/2026/html/ecb.ebbox202602_01~e0af0d74d5.en.html

[R49] Unitree Robotics（中国）. 公式販売価格：R1 US$4,900〜、G1 US$13,500、H2 US$29,900等（2026確認）。米国勢は同一仕様の一般公開実売価格が揃わないため、「米国は一律3倍」と固定係数化しない。

Humanoid Robot

[R50] 日本貿易振興機構（JETRO）. 在中国日系企業が見る中国市場と競争対応―日系企業へのヒアリング結果からの分析 (2026-08-24)：中国企業の開発・量産速度、品質差縮小、中国製設備の低導入コスト、現地調達によるコスト低減を収録。

https://www.jetro.go.jp/biz/areareports/2026/2673b149bcef60ad.html

[R51] 中国工業和信息化部（MIIT）. 人形机器人产业集聚：北京亦庄300余社、深圳南山では約半数の部品を半径10km内で調達可能との産業集積紹介 (2026-04).

https://www.miit.gov.cn/xwfb/mtbd/twbd/art/2026/art_e18f6cb3eeba45a6a5e5a3983078c0b3.html

 

注記・免責宣誓：著作権保護のため、本文では各資料の文章・図版を転載せず、公開された数値・事実・分析結論のみをODINが独自に要約・再構成した。図表は原典図版の複製ではなく、出典数値を用いてODINが新規作図したもの、またはODIN独自スコアである。米国政府・中国政府・EU・日本政府等の自己評価は一次資料として扱い、日本・ドイツ・フランス・韓国・中国の研究機関による外部分析と突合した。ODIN閉環度指数・クロスバリデーション評価は統計公表値ではなく、本報告独自の分析指標である。

 

 

主要参考文献・データソース（5/6）

[R52] 北京市人民政府. 第二届世界人形机器人运动会：16カ国・666チーム・2056台・51競技・1301試合、2500時間超の全量データセットを無償公開。12実用場景・44作業・100超技能・1万超細粒度タスク (2026-08-27).

https://www.beijing.gov.cn/fuwu/lqfw/gggs/202608/t20260827_4839300.html

[R53] 国家知識産権局（CNIPA）／中国知識産権報. 赛场“练兵” 专利“撑腰”：超額定工況・瞬時過負荷等の極限使用で負荷境界、動的耐受境界、高頻度容錯境界を取得。100m 8.64秒等の競技記録・場景競技・専利技術を分析 (2026-09-02).

https://www.cnipa.gov.cn/art/2026/9/2/art_55_207960.html

[R54] 深圳市発展改革委員会. 众擎URKL全球人形机器人自由格斗联赛：200超チーム応募、32強、統一ハードT800、ソフト・本体IFを開放し二次開発 (2026-07-18).

https://fgw.sz.gov.cn/ztzl/qtztzl/szscjmyjjfzzhfwpt/mqfc/myqyfzdt/content/post_12909771.html

[R55] 北京市人民政府／北京市経済和信息化局. 第二届世界人形机器人运动会：奔跑類を全自主化し、卓球・自由搏撃等で動的知覚・自主判断・抗干渉を評価。21項の場景競技を実需要に接続 (2026-07-31〜08-23).

https://www.beijing.gov.cn/fuwu/lqfw/gggs/202607/t20260731_4802857.html

[R56] DFKI／Universität Bremen（Germany）. Humanoid Soccer League 2026：Middle Divisionは中国Booster K1の共通プラットフォーム。B-Humanは独自DRLモーションを開発し、韓国RoboCup世界選手権および北京World Humanoid Robot Gamesで優勝 (2026-07〜08).

https://www.dfki.de/web/news/robocup-2026-incheon  /  https://www.dfki.de/web/news/doppelsieg-in-peking-b-human-gewinnt-zwei-titel-bei-den-world-humanoid-robot-games

[R57] GMO AI＆ロボティクス商事（日本）. 北京大会でUnitree G1を完全自律走行へ二次開発。モータ熱・転倒・画像ブレ・オドメトリ等の失敗を経験し、現地40分枠でもデータ取得・調整。競技知見の社会実装転用を明記 (2026-09-03).

https://ai-robotics.gmo/blog/article/?id=world-humanoid-robot-games-2026

[R58] 工業和信息化部・国務院国資委. 2026年度人形机器人与具身智能实景实训专项行动：真実場景で異常・突発・境界データ、耐久・熱・高負荷、安全、経済性を評価し、100超高価値場景・万台級落地能力を目標 (2026-06-08).

https://www.miit.gov.cn/jgsj/kjs/wjfb/art/2026/art_cd666691abf8471fb8553d463aa416e3.html

[R59] Fraunhofer IPA / P3（Germany）. Humanoid Hardware Value Chain：AI進歩後もコスト・信頼性・スケーラビリティはハードに大きく左右され、器用手・電池・センサ等は産業要求を完全には満たしていない (2026).

https://www.ipa.fraunhofer.de/de/Publikationen/studien/humanoid-hardware-value-chain.html

 

 

主要参考文献・データソース（6/6）

[R60] 科技日報／深圳市発展改革委員会. URKLの目的を「以赛促研、以赛促产、赛事反哺技术」とし、T800のソフト・本体インターフェースを開放してアルゴリズム反復とハードの解耦、視覚閉環・戦術判断・全身制御の最適化を促進 (2026-07-17〜18).

https://www.stdaily.com/web/gdxw/2026-07/17/content_548781.html

[R61] 国家知識産権局（CNIPA）／中国知識産権報. 2026世界机器人大会の知財分析：ロボット底層ハード、制御算法、灵巧操作等の特許は技術「護城河」、産業合作の信頼基盤、交渉の「筹码」と整理 (2026-08-26).

https://www.cnipa.gov.cn/art/2026/8/26/art_55_207857.html

[R62] 国家知識産権局（CNIPA）／中国知識産権報. 中国はAI特許約60%、ロボット関連特許約2/3を保有する一方、「重数量、轻质量」から産業化貢献・高価値化への転換、国際標準への転化不足も課題と指摘 (2026-03-11).

https://www.cnipa.gov.cn/art/2026/3/11/art_3637_205252.html

[R63] 中国金融信息网／中国信通院データ引用. 2025年末時点で中国の人型ロボット核心零部件国产化率は75%超。量産本体の実工況が上游部品の検証・成熟を促す循環を整理 (2026-08-20).

https://www.cnfin.com/gs-lb/detail/20260820/4457629_1.html

[R64] 江苏省委新闻网／《全球人形机器人产业专利导航报告》. 2021年以降の人型ロボット関連特許は年平均約3000件、中・米・日が主要競争圏を形成し、中国は数量面で顕著な優位。上游零部件・控制技術・本体製造の産業鏈集積も確認 (2025-11-29).

https://www.zgjssw.gov.cn/shixianchuanzhen/nanjing/202511/t20251129_8542461.shtml

 

注記・免責宣誓：著作権保護のため、本文では各資料の文章・図版を転載せず、公開された数値・事実・分析結論のみをODINが独自に要約・再構成した。図表は原典図版の複製ではなく、出典数値を用いてODINが新規作図したもの、またはODIN独自スコアである。米国政府・中国政府・EU・日本政府等の自己評価は一次資料として扱い、日本・ドイツ・フランス・韓国・中国の研究機関による外部分析と突合した。ODIN閉環度指数・クロスバリデーション評価は統計公表値ではなく、本報告独自の分析指標である。