ロボット基盤モデル・ソフトウェア：市場規模・主要プレイヤー・資金調達ブーム

01ロボット基盤モデルとは

ロボティクスの歴史の大半において、ロボットは手作業でコーディングされたロジックか、特定の機体上の1つの狭いタスク専用に学習されたモデルで動いていました。倉庫のピッキングロボット向けの把持モデルは、別のロボットアームには転用できず、ましてやヒューマノイドには転用できませんでした。

ロボット基盤モデルは、通常VLA（視覚言語行動）モデルとして構築され、大規模言語モデルがテキストで実現したことをロボティクスで再現しようとします。つまり、多数のロボット・多数のタスクのデータで1つの大きなモデルを学習させ、新しいタスクに対してはゼロから作り直すのではなくファインチューニングやプロンプトで対応する、という発想です。

この「転移」が言語の世界と同じくらい物理世界でもうまく機能するのかどうかは未解決の問いであり、この分野全体がその答えに投資しています。

02市場の誕生

2022年12月に発表されたGoogleのRT-1は、1つの狭い挙動ではなく、真に大規模でマルチタスクなロボットデータで学習された初期のモデルの一つでした。2023年7月にGoogle DeepMindが発表したRT-2はさらに踏み込み、チャットボットの背後にあるのと同じカテゴリの視覚言語モデルを土台に、それをロボットの行動を直接出力するよう転用しました。

この研究成果が、VLAという発想を軸に専用に設立された新興企業の波を後押ししました。Skild AI（カーネギーメロン大学の研究者ディーパック・パサック氏とアビナブ・グプタ氏により2023年5月設立）とPhysical Intelligence（2024年設立）は、いずれも設立から約1年以内に最初の資金調達を実施しています。

Physical Intelligenceは2024年10月に自社モデル「π0」を発表し、2025年2月にはそのバージョンの一つを「openpi」としてオープンソース化しました。同じ月にFigure AIが「Helix」モデルを発表し、その1カ月後の2025年3月にはNVIDIAがGTCカンファレンスで「Isaac GR00T N1」を発表、Google DeepMindも「Gemini Robotics」を発表しています。

4社がそれぞれ独立に開発した基盤モデルが、わずか約6週間の間に相次いで発表されました。これは偶然というより、根底にある研究アプローチが、複数チームが同時に製品化できるほど成熟したことの表れといえます。

03市場規模

MarketsandMarketsは、世界の「Embodied AI」市場を2025年に44.4億ドルと推計し、2030年には230.6億ドルまで成長すると見込んでいます（年平均成長率39%）。

この数値は慎重に読む必要があります。調査会社はこのカテゴリを「Embodied AI」「Physical AI」「Robotic Software」「ロボティクス向けVLA/VLM」など、ほぼ同義の名称で呼んでおり、名目上は同じ市場についての公表成長率推計でも、何を集計対象に含めるかによっておよそ15%から55%まで幅があります。同じ物差しで測定している調査会社は、どうやら一つも無さそうです。

データに関する注記： この分野の市場規模推計は、対象範囲によって大きく異なる。調査会社はこれを「Embodied AI」「Physical AI」「Robotic Software」「ロボティクス向けVLA/VLM」などと呼び分けており、公表されている年平均成長率は、何を集計対象に含めるかによっておよそ15%から55%まで幅がある。上記の系列は、MarketsandMarketsの「Embodied AI」推計を特に採用している。これは単一の調査会社による、内部的に一貫した2時点の系列だからであり、他の対象範囲の推計より権威があるという意味ではなく、あくまでその2年間の中で比較可能という意味である。ここでの`marketShare`は、出荷台数や売上高シェアではなく、各社の直近の非公開資金調達ラウンドにおける評価額を用いている。これは基盤モデル提供企業がまだそのいずれも公表していないためであり、市場シェアの順位ではなく資金調達額のランキングとして読むべきである。Physical Intelligenceの最大の2回の資金調達（2024年11月・2025年11月）は業界報道でのみ知られており、同社自身がこれらの取引やその結果としての評価額を確認するプレスリリースを出したことはなく、報道機関によって同じラウンドでも異なる数値が報じられている（Physical Intelligenceの項目を参照）。

市場データの時点：2026-07

04資金調達額ランキング

比較可能な売上高を生む出荷済み製品がまだ無いため、この分野で「ランキング」に最も近いのは非公開資金調達における評価額です。Figure AIが、2025年9月に10億ドル超を調達したシリーズCの後、評価額390億ドルで首位に立っています。

Skild AIは2026年1月のシリーズCで評価額を140億ドル超に押し上げ、これに続きます。Physical Intelligenceは、2025年11月の6億ドルの資金調達を経て報じられている評価額56億ドルで両社に次いでいます。ただし、この数値自体にも異論があります。

Bloombergはこのラウンドを56億ドルと報じた一方、The Informationは別途50億ドルと報じており、Physical Intelligence自身は、直近2回の大型ラウンドのいずれについても、金額・評価額を確認するプレスリリースを出していません。

05オープンソースの対抗軸

潤沢な資金を持つ非公開ラボと並行して、ロボット基盤モデルを各スタートアップ独自の堀ではなく、共有されたコモディティにしようとするオープンソースのエコシステムも動いています。2024年に立ち上がったHugging Faceの「LeRobot」ライブラリは、2026年半ば時点でGitHubスター約25,700件を積み上げ、56のモデルと187のデータセットをホストしています。Physical Intelligenceの「openpi」リリースは約12,700スターを集めています。

両者とも、22のロボットプラットフォーム・21機関にまたがり、100万件超の記録済み軌道データを持つ学術・産業連携データセット「Open X-Embodiment」を土台にしています。これは、1社単独のロボットだけでは生成できない種類のロボット横断学習データです。

NVIDIAも「GR00T」をオープンな基盤モデルとして位置づけており、2026年3月時点でABB・AgiBot・Agility Robotics・Fanuc・Figure・KUKA・Skild AI・Universal Robots・Yaskawaをエコシステムパートナーとして名指ししています。NVIDIAとHugging Faceは2026年7月、両社のエコシステムを通じて「300万人のロボティクス開発者」に到達したと共同で発表しています。ただし、これは企業側の自己申告であり、独立した第三者による検証は経ていません。

06今後の課題

この記事のあらゆる数字の裏には、2つの問いが横たわっています。1つ目は技術的な問いです。多数のロボット・タスクで学習したモデルは、言語モデルがテキストタスクを横断して転移するのと同じくらい確実に物理世界でも転移するのか、それとも、新しいロボット機体は結局それぞれ独自のファインチューニング用データを十分に必要とし、「基盤モデル」という枠組みはマーケティング寄りの表現にとどまるのか。

2つ目は財務的な問いです。Figure AIとSkild AIの評価額は、実質的にほとんど製品売上高が無い状態ですでに数百億ドル規模に達しており、これは当サイトが他のどの分野でもこの規模では見ていないギャップです。実際の（少量とはいえ）出荷実績を持つヒューマノイドハードウェアメーカーと比べても際立っています。

出資者たちが見込む通りに基盤技術が本当に汎化するのか、そして売上高がいつか評価額に追いつくのか。どちらも、この分野の今後数年のデータが答えを出すことになります。

07年表

08よくある質問（FAQ）

09出典