Ruoyu Technology、Jiutianをエネルギー運用へ投入、だが今やAIの野心以上に安全性の証拠が重要に

Ruoyu Technologyは8月12日、主要エネルギー企業を前にJiutianロボットブレインを披露し、身体性AIの提案を、ロボティクスにとって最も容赦のない市場の一つへと持ち込んだ。

深圳のスタートアップである同社は、北京で開かれた2026 Energy Industry Technology Innovation and Integration Development Conferenceに参加した。同イベントにはPetroChina、Sinopec、CNOOC、China Huaneng、Huawei、China Mobileなどの代表者が集まった。Ruoyuの創業者兼CEOであるSun Tengも、危険な産業環境における身体性知能の活用について講演した。

この登場が重要なのは、RuoyuがJiutianをもはや汎用的な研究プラットフォームとして提示していないからだ。同社はこれを、設備を点検し、燃料関連ハードウェアを操作し、最終的には異常事態に対応するロボット向けの知能レイヤーとして位置付けている。こうした業務では、知覚の誤り、計画の失敗、統合上の弱点のすべてが、物理的な結果につながる。

したがって中心となる競争は、Ruoyuとより大規模なロボティクス企業1社との対決ではない。モデル駆動型で適応的な自律性と、すでにエネルギー施設内で信頼されている決定論的な自動化との競争だ。Jiutianはより大きな柔軟性を約束するが、産業顧客は、その柔軟性が安全性を損なわないことを示す証拠を求めるだろう。

Ruoyu、最も厳しい試験が可能な業界の前にロボットブレインを提示

北京での発表によりJiutianは運用上の精査に近づいたが、出席したすべての企業との商用導入が確立されたわけではない。

当初のカンファレンス報道によると、Ruoyuは8月12日の会合で、Jiutianと危険なエネルギー環境向けの身体性知能システムを披露した。Sunは、ロボットブレインが特殊な運用条件向けの機械にどのように知能を提供するかを説明した。

参加と提携の違いは重要である。Huawei、PetroChina、Sinopec、CNOOC、China Huaneng、China Mobileは、より広範な会議に参加した。公開情報からは、列挙されたすべての組織がJiutianを採用した、またはRuoyuと商業契約を結んだことは確認できない。

会議自体は8月11日から8月13日まで開催された。公表された議題には、石油・ガス事業、電力、再生可能エネルギー、設備開発、産業デジタル化が含まれていた。イベントプログラムでも、主要な国有エネルギーグループとインフラ運営者が参加予定者として挙げられていた。

この聴衆によりRuoyuは、実際の施設、運用データ、統合チーム、調達予算を持つ組織に接点を得る。同時に、管理されたデモンストレーションよりはるかに高い基準にも直面する。

倉庫ロボットは予期しない箱に遭遇すれば停止できる。燃料設備の近くにいるロボットは、対象物を認識し、運用状態を理解し、立入制限ルールを守り、ハードウェアを安全に配置しなければならない。もっともらしい行動が、必ずしも許容可能な行動とは限らない。

RuoyuはJiutianをマルチモーダルなロボットブレインとして説明している。マルチモーダルとは、映像、音声、テキスト、点群、力覚フィードバックを含む複数種類の入力をシステムが組み合わせることを意味する。同社によれば、ソフトウェアはこうした入力を用いてシーンを理解し、指示を解釈し、タスクを計画し、動作軌道を生成する。

この構成は、従来の自動化ではしばしば分離されている3つのレイヤーをつなぐことを目指す。知覚は環境を識別する。計画は行動の順序を選ぶ。実行はその順序をロボットの動きへと変換する。

Jiutianはハードウェアに柔軟なシステムとしても提示されている。Ruoyuの公開資料は、ソフトウェアを異なるロボット形態に接続できる「one brain, multiple bodies」アプローチを説明している。同社は追加開発向けのエッジインターフェースを提供し、100 TOPSのオンボード計算構成を掲げている。

TOPSは毎秒数兆回の演算を測る指標だが、有用なロボット性能を測るものではない。処理能力は、デバイスが理論上どれだけの計算を実行できるかを示すにすぎない。タスク成功率、応答遅延、故障頻度、安全な復旧動作は明らかにしない。

Ruoyuは、エネルギー運用全体にわたるこれらの問いに答えるための独立した試験データを十分には公表していない。したがって北京での登場は、幅広い現場対応力の証明ではなく、産業分野への位置付けを示すイベントとして読むべきだ。

それでも変化には意味がある。同社はJiutianを、中国で最も厳しい産業環境の多くを管理する組織の前に置いた。こうした潜在顧客は、汎用ロボットブレインが狭い通路、反射する設備、不安定な接続性、危険物、厳格な運用手順に直面しても機能するかを試験できる。

次の課題は、プレゼンテーションが調達要件へ変わる時に始まる。エネルギー企業は、明確に定義されたタスク、測定可能な受け入れ基準、モデルソフトウェア、ロボットハードウェア、施設制御の間での責任分担を求めるだろう。

エネルギー事業者はすでにより限定的なロボットを導入している

Ruoyuが参入するエネルギー市場はすでにロボティクスを評価しているが、現在の導入は明確に定義された安全境界を持つ制約付きの任務を優先している。

業界は汎用身体性AIを待っているわけではない。エネルギー事業者はすでに、点検、センシング、監視、データ収集のために特化型機械を使用している。

5月、PetroChinaは、防爆仕様の四足歩行ロボットが甘粛省のXigu石油備蓄所で知能型点検の導入を完了したと報告した。このロボットはタンク基部、ポンプエリア、斜面、溝を点検しながら、データを運用プラットフォームへ送信した。

この石油備蓄所での導入では、複数の測位ステーションを用いて金属製タンク周辺での信号遮断とドリフトに対処した。エンジニアはまた、現場に合わせてロボットの回路、筐体の密閉性、ナビゲーション動作を調整した。

この事例はJiutianにとって実用的な基準を示している。この四足歩行ロボットは、あらゆる人間の作業をこなす必要はなかった。既知の施設内を移動し、定義された情報を収集し、新たな危険を持ち込まずに反復可能な点検を完了する必要があった。

PetroChinaの別の事業では、中国・カザフスタン石油パイプラインのAlashankou計量ステーションに知能型点検ロボットを定常運用として導入した。この機械は、防爆カメラ、赤外線画像装置、可燃性ガス検知装置を搭載している。

ロボットは自動巡回を実施し、測定値を収集し、漏れを確認し、レポートを作成し、バックエンドシステムへ警告を送る。ここでも任務は、運用者が期待される動作を指定できるほど限定されている。

こうした導入はRuoyuに二つの面で圧力をかける。

第一に、Jiutianは従来型の点検スタック以上の価値を提供しなければならない。自然言語による指示や適応的な計画は魅力的に聞こえるが、購入者は、どの追加タスクが経済的または安全に実行可能になるのかを問うだろう。

第二に、Ruoyuはモデル駆動型の判断を加えながら、特化型自動化の信頼性を維持しなければならない。従来型ロボットが固定ルートを問題なくたどれるなら、より大きな自律性に意味があるのは、許容できないリスクを生まずに有意な変動へ対応できる場合だけだ。

Huaweiは、この競争環境の別の部分を担っている。同社のエネルギー戦略は、クラウド、エッジ、接続性、データプラットフォーム、業界モデルを重視する。Huaweiのスマート油田向け資料は、生産現場とステーション運用を支えるクラウド・エッジ・デバイスのアーキテクチャを説明している。

Huaweiによれば、smart field systemは運用データを接続し、エネルギー施設全体でAIアプリケーションを支援できる。これらの数値は依然として同社の主張だが、このアーキテクチャはロボット供給企業が統合すべきものを示している。

Jiutianは孤立した知能アプライアンスとして動作することはできない。産業用ロボットには、施設データへの認証済みアクセス、定義された権限、信頼性の高い通信、イベントログ、人間による介入経路が必要だ。

China Mobileなどの通信事業者は、別のレイヤーを占める。プライベート無線ネットワークとエッジインフラは、ロボットが適時にデータを受け取れるか、あるいは接続障害時にも安全に運用を継続できるかを左右しうる。

これにより、技術スタックは混み合う。ロボットメーカーはモーター、関節、センサー、保護ハードウェアを管理する。Ruoyuは知覚と計画の知能を供給する。クラウドまたはプラットフォームベンダーはデータサービスを管理する。ネットワーク事業者は通信を提供する。エネルギー企業は依然として施設に責任を負う。

各インターフェースは故障点になりうる。同時に、ベンダーが主導権を争う商業上の境界にもなりうる。

Ruoyuの機会は、硬直的な自動化と広範なエンタープライズインフラの間にある。Jiutianが運用目標を信頼できるロボット行動へ変換できれば、異なる機械を横断して再利用可能なレイヤーになりうる。

この機会は、同社が異なるボディへの展開を強調する理由でもある。エネルギー事業者は、車輪型プラットフォーム、四足歩行ロボット、マニピュレーター、ドローン、特化型サービスロボットを利用している。複数の形態を支援できれば、機械ごとに知能を再構築するコストを削減できる可能性がある。

ただし、共通のブレインがハードウェアの違いをなくすわけではない。溝を越える四足歩行ロボットと燃料キャップを開けるマニピュレーターでは、制約が異なる。センサー、ペイロード、到達可能な空間、制動動作、保護認証は、依然としてボディごとに固有のものだ。

勝つアーキテクチャはおそらく、共有モデルと厳しく制約されたローカルコントローラーを組み合わせるものになる。モデルは文脈を解釈し、行動を提案できる。認証済みの制御レイヤーは、速度、力、位置、緊急時の制限を強制しなければならない。

Ruoyuは現在、Jiutianがこの階層構造に適合することを示す必要がある。エネルギー事業者はすでにロボットとデジタルプラットフォームを保有している。有用な自律性を拡大しながら運用上の制御を弱めない限り、彼らに新たなAIデモンストレーションは必要ない。

Jiutianの仕組みは知覚、計画、動作をつなぐ

Jiutianの主要な技術的主張は、単一のモデル駆動型システムが、物理環境の変化に応じてロボットの計画を適応させられるという点にある。

Ruoyuによれば、Jiutianは身体性知覚、身体性計画、身体性実行を組み合わせている。身体性AIとは、物理環境から情報を受け取り、その環境内の機械を通じて行動する知能を指す。

同社のJiutian specificationsは、映像、音声、テキスト、点群、力覚データへの対応を説明している。点群とは、しばしば深度カメラやLiDARによって生成される、測定位置の三次元的な集合である。

この入力の組み合わせは、ロボットがいくつかの異なる問いに答える助けとなる。ロボットは関連する対象物を識別し、その位置を推定し、運用者の目標を理解し、どの表面で操作が可能かを判断しなければならない。

同社によれば、Jiutianは抽象的な割り当てをより小さな行動へ分解できる。次にその順序を洗練させ、グリッパーや工具など、ロボットのエンドエフェクター向けの軌道を生成できる。

この仕組みは、従来の産業用ロボティクスにおける本質的な限界を対象としている。多くの機械は、安定した環境に向けてエンジニアが経路、治具、座標、例外ルールをプログラムした後にのみ、信頼性高く動作する。

エネルギー施設の運用が常に完全に安定していることはまれだ。機器の位置は変わる。照明も変化する。屋外の表面にはほこりや水が付着する。作業員や車両が現場に出入りする。バルブは摩耗や温度変化により、動かす際の抵抗が変わることもある。

こうした変動を解釈できるモデルは、プログラミングの負担を軽減できる可能性がある。また、1台のロボットが固定された動作を繰り返すのではなく、関連する複数の業務を担えるようになる可能性もある。

Ruoyuの給油所の事例は、その難しさを示している。同社によれば、Lanyue 01ロボットは車両の給油口扉を開き、キャップを外し、ノズルを取り出して給油し、ノズルを戻して車両を閉じることができるという。

この一連の作業には、単なる物体認識以上の能力が必要となる。ロボットは車種の違いを識別し、可動部を見つけ、接触力を推定し、各工程の完了を確認し、想定外の状態になった場合には安全に停止しなければならない。

開いて見える給油キャップが、実際には一部かみ合ったままかもしれない。ノズルが誤った角度で挿入される可能性もある。運転者がロボットの近くに移動することもある。車両が学習データの分布に合致しない場合もある。

長いシーケンスでは、小さな誤差が増幅される。各工程が前段階の物理的な結果に依存する場合、見逃された失敗は残りの計画全体を損なう可能性がある。

力覚センシングは特に重要だ。視覚情報ではグリッパーがハンドルに到達したように見えても、力のデータは把持に失敗したことを示す場合がある。ロボットは次に進む前に、両方の信号を必要とする。

Ruoyuによれば、Jiutianは閉ループ補正を採用している。閉ループでは、意図した結果を新しいセンサー情報と比較し、次の行動を調整する。これは、結果を確認せずにシーケンス全体を実行する方式とは異なる。

同社はワールドモデルの機能についても説明している。ワールドモデルは、ある行動の後に環境がどのように変化するかを推定する。たとえば、ロボットがキャップを回転させた後に想定される位置を予測することが考えられる。

これらの能力は、依然として同社による報告にとどまる。Ruoyuは、複数のエネルギー拠点におけるタスク完了率、介入率、異常条件、復旧を対象とした査読済みの評価を公表していない。

公開されている技術仕様からは、有用なアーキテクチャ上の選択も見えてくる。Jiutianは、全面的にリモートクラウドへ依存するのではなく、ローカルコンピューティングを備えたエッジデバイス上で動作できる。

ローカル処理はレイテンシーを削減し、ネットワーク障害時にも一部の機能を維持できる。また、機微な施設データをより厳格に管理することにもつながる。

ただし、エッジ展開には独自の制約もある。モデルは利用可能なメモリーと計算能力の範囲に収まらなければならない。熱的制約、消費電力、ソフトウェア更新、サイバーセキュリティは、ロボットの運用プロファイルの一部となる。

産業分野の購入者は、どの判断がモデル内で行われ、どの判断が決定論的な制御下に残るのかも知りたいはずだ。言語ベースのプランナーが、非常停止、安全インターロック、危険区域の制限を直接上書きしてはならない。

ここで、Jiutianの「脳」という比喩は不十分になる。実際に導入可能な産業システムには、認知能力以上のものが必要だ。認証済みのハードウェア、境界が定められたコントローラー、監視、監査証跡、保守手順、訓練を受けたオペレーターが求められる。

NISTも、physical AIに関する取り組みの中で、同様の区別を示している。同機関は、身体性を持つAIの研究と、製造業者が実運用で実装できるシステムとの間に、根強い隔たりがあると指摘する。

Ruoyuの仕組みは、この隔たりにおける知能面に取り組むものだ。その商業的な将来は、同社が周辺のエンジニアリング規律も支えられるかどうかに左右される。

したがって、成功したパイロットでは、Jiutianが演出されたタスクを完了できるかどうかだけを測定すべきではない。完了率、人による介入、誤警報、危険な提案、レイテンシー、復旧時間、環境変化後の性能を記録する必要がある。

重要な問いは、Jiutianが計画できるかどうかではない。ロボットシステム全体が、計画を停止すべき時を理解しているかどうかだ。

危険作業では、あらゆるAIの主張が安全性の主張になる

エネルギー施設において、適応性に価値があるのは、オペレーターがロボットの挙動を制限し、観察し、元に戻せる場合に限られる。

Ruoyuは、Lanyue 01が2026年4月に給油所で公開試験運用に入ったと報告している。同社は、このロボットが想定された環境向けの防爆認証を取得したとも述べている。

これらの説明には注目すべきだが、完全な自律システムを独立して検証するものではない。ハードウェア認証とAIの挙動保証は、異なる問題を解決する。

防爆は、指定された危険条件下で、機器が着火源を生じさせずに動作できるかを扱う。知覚モデルがあらゆる物体を認識できることや、プランナーが正しい行動を選択することを証明するものではない。

ソフトウェアの信頼性も、不適切なハードウェアを補うことはできない。センサーが故障したり、シールが劣化したり、アクチュエーターが想定外の力を生じさせたりすれば、正しい計画であっても危険になり得る。

逆もまた同様だ。認証済みの機械・電気部品が、適応型モデルが未知の条件下で正しく振る舞うことを保証するわけではない。

この分離は、エネルギー企業がJiutianを評価する方法に反映されるべきだ。必要なのは、危険要因、制御、試験、運用上の制限を結び付ける、構造化された証拠体系である階層的なセーフティケースだ。

モデル層では、評価者は逆光、暗闇、ほこり、遮蔽、振動、センサー劣化の下で知覚性能を試験すべきである。エネルギー施設には、反射する金属、蒸気、狭い構造物、視覚システムを混乱させ得る反復的な機器が存在する。

計画層では、試験者は不完全な指示、矛盾するデータ、変化する条件を導入すべきだ。システムは危険な要求を拒否し、信頼度が受容可能な閾値を下回った場合には人間の指示を求める必要がある。

制御層では、ロボットはプランナーが回避できない厳格な制限を強制しなければならない。こうした制限には、立入制限区域、最大力、許可された工具の向き、非常停止条件などが含まれる。

運用層では、施設はロボットが何を感知し、何を判断し、何を実行したかを再構成できるログを必要とする。その記録がなければ、チームはヒヤリハットを調査したり、手順を改善したりできない。

サイバーセキュリティはすべての層を貫く。接続されたロボットはソフトウェア更新を受け取り、施設情報を読み取り、動画や機器データを送信する場合がある。侵害された認証情報や操作されたセンサー入力は、有用な機械を運用上のリスクに変え得る。

データガバナンスも重要だ。学習データや現場ログには、施設のレイアウト、資産の状態、従業員の動き、独自の手順が含まれる可能性がある。購入者は、保存、アクセス、保持、モデル改善を管理する明確な規則を求めるだろう。

ロボットの危険データに関する最近のScientific Reportsの研究は、安全性検証が依然として難しい理由の一つを説明している。研究者は、稼働中の施設で危険な産業事故を自由に再現することはできない。

合成データとシミュレーションはカバレッジを広げられるが、実際の機器、天候、センサーノイズ、人間の行動を完全に再現するものではない。現場での証拠は依然として不可欠だ。

したがってRuoyuは、身体性を持つAI業界全体に共通する検証上の問題に直面している。最も重要な状況ほど、まれで、危険で、繰り返し再現することが難しい。

同社は、範囲を限定した導入によってこの不確実性を低減できる。初期のロボットは資産を点検して異常を通知し、物理的な介入は人に委ねることが考えられる。後続のバージョンでは、監督下で操作作業を実行できるようになるかもしれない。

この段階的なアプローチは、Jiutianの野心を損なうものではない。より高い自律性を支えるために必要な運用データを生み出すことになる。

エネルギー事業者は、稼働率と自律性も分けて考えるべきだ。ロボットが多くの巡回を完了しても、頻繁な遠隔支援を必要とするかもしれない。別のロボットは独立して動作できても、狭く、慎重に準備された経路しかカバーしない可能性がある。

有用な開示では、両方の数値を示すべきだ。購入者は、ロボットがどの程度の頻度で任務を完了するのか、またどの程度の頻度で人が介入するのかを知る必要がある。

例外への対応についても、同様の明確さが必要だ。平均的なタスク性能は、重大な結果を伴うまれな失敗を隠しかねない。評価では、平均完了時間だけでなく、最悪時の挙動と安全な復旧を重視すべきである。

ヒューマンファクターにも同等の注意が必要だ。作業者は、ロボットがいつ稼働しているのか、どの区域を制御しているのか、どのように停止させるのか、異常事態で誰が権限を持つのかを理解しなければならない。

適応型ロボットは、業務のルーティンも変え得る。オペレーターは自動化された計測値に依存し始める一方、保守担当者はセンサー、モデル、ネットワーク、ソフトウェアのバージョンに関する新たな責任を負うことになる。

この組織的負担が、パイロットが本番システムへ移行するかどうかを決める可能性がある。継続的な専門家の支援を必要とする高性能なロボットは、総運用経済性を改善しないかもしれない。

Ruoyuの主張は、このより広い枠組みで評価されるべきだ。Jiutianが有用になるために、無制限の自律性を実現する必要はない。オペレーターが理解し、強制できる制限の範囲内で、価値ある一連のタスクを自動化する必要がある。

独立して報告された試験がこうした詳細を示すまでは、危険なエネルギー環境におけるその性能は有望ではあるが、未証明のままである。

Jiutianがカンファレンスの舞台を離れられるかを示す3つのシグナル

次に意味のある証拠は、運用記録、再現可能な導入、既存のエネルギーシステムとの統合から得られる。

最初のシグナルは、測定可能な結果を伴う、名称が明らかな継続的な現場導入だ。Ruoyuは給油所での試験について説明しているが、購入者にはタスクの範囲、運用期間、介入率、安全実績を特定する報告が必要である。

通常の天候、機器のばらつき、保守サイクル、顧客の行動を通じて導入が継続すれば、その説得力は増す。演出されたデモでは、同じ条件分布にさらされることはない。

複数の場所から得られる証拠は、1つの準備された拠点での成功よりも重みを持つ。繰り返しの導入は、数か月にわたる個別のエンジニアリングなしにシステムを展開できるかを示す。

事業者が一貫した完了率と低い介入率を開示すれば、このシグナルはRuoyuの主張を強める。各拠点で大規模な再学習、物理的な改修、または継続的な遠隔操作が必要になるなら、その主張は弱まる。

2つ目のシグナルは、完全なシステムに対する第三者検証である。その評価では、モデルの挙動、制御境界、サイバーセキュリティ、ハードウェア保護、人間の運用手順を扱うべきだ。

コンポーネント認証は有用だが、それだけでは不十分である。ロボットの頭脳、センサー、アクチュエーター、ネットワーク接続、施設インターフェースは、実運用では一つの運用システムを構成する。

独立試験では、システムが停止すべき条件、または人に制御を引き渡すべき条件も公表すべきだ。特に、ロボットが見慣れない車両や曖昧な機器状態に遭遇した場合、安全に拒否することは能力である。

試験結果が明確な性能境界を定義し、信頼性の高いフォールバック挙動を示せば、このシグナルは同社の主張を強める。検証が販促用デモや孤立したコンポーネントに限られるなら、その主張は弱まる。

3つ目のシグナルは、エネルギー事業者の既存のデータ環境および制御環境との統合だ。Jiutianは、制御不能な自動化の孤島と化すことなく、点検プラットフォーム、保守記録、作業指示システム、現場制御と情報をやり取りする必要がある。

その統合では、アイデンティティ、認可、ログ記録を強制すべきである。ロボットには、割り当てられたタスクに必要な情報と権限だけを与えるべきだ。

また、ネットワーク障害時にもローカルの安全性を維持しなければならない。クラウドサービスや無線接続の喪失によって、機械が未定義の物理的状態に置かれてはならない。

このシグナルは、共通かつガバナンスの効いたインターフェースを通じて、事業者が異なるロボット本体でJiutianを利用する場合、Ruoyuの立場を強めるだろう。各導入が単発のショーケースにとどまるなら、この見立ては弱まる。

北京での会議はRuoyuを適切な場に位置付けたが、大手エネルギー企業へのアクセスは始まりにすぎない。こうした組織はすでに、遠隔点検や危険業務の自動化が持つ価値を理解している。

より難しい問いは、モデル主導の自律性が、新たな検証、サイバーセキュリティ、統合、保守にかかる作業を正当化できるほど運用を改善するかどうかだ。

Jiutianの最も強力な構想は、人型の形状や対話型インターフェースではない。専門ロボットがより多くの業務に適応できるようにする可能性を持つ、再利用可能な知能レイヤーである。

最大のリスクも同じ発想から生じる。再利用可能な頭脳は、各導入環境で有効なローカル保護策が講じられていなければ、1つのモデルの弱点を複数のロボット本体や施設に広げかねない。

Ruoyuは証拠によって、この緊張関係を解消できる。持続的な運用データ、独立したシステム試験、そして通常の産業上の制約に耐える統合が必要だ。

開発者と企業の購入担当者にとって、実務上の教訓は明快である。会議への登場ではなく、導入状況を追うべきだ。人間がどの程度の頻度で介入するのか、どの判断が決定論的なまま残るのか、センサーやネットワークの障害後に何が起きるのかを問う必要がある。

次のJiutianに関する発表は、これらの問いに答えるものであればこそ最も重要になる。それまでは、Ruoyuは中国のエネルギー・ロボティクスをめぐる議論で存在感を得たと言えるが、実運用への準備が整ったという評価には、まだ至っていない。