Unitree Technologyニュース：王興興氏、「本当のロボットのブレークスルーはまだ到来していない」と語る

今週最大のテクノロジーニュースの陰で、王興興氏が冷静なメッセージを発したことを受け、Unitreeは取引開始2日目に11%下落した。同社創業者は、ロボット知能が「ChatGPTの瞬間」に近づいていると述べた一方、決定的なソフトウェアの飛躍は早くても2年後、遅ければ10年後になるとの見方を示した。

この緊張関係は、日々の株価変動以上に重要だ。Unitreeの株価は、8月19日の上海市場デビューで公募価格を460%上回って取引を終えた。その翌日、王氏は、現在のヒューマノイドが未知の環境に対応できず、家庭内の大半の作業を安定してこなすこともできないと認めた。

Unitreeはすでに大規模なロボット事業を築き、中国本土で初めて上場したヒューマノイドロボティクス企業となった。しかし、同社が直面する当面の相手はTeslaやBoston Dynamics、あるいは他のメーカーではない。印象的な動作を披露する機械と、常時の人間による準備なしに測定可能な価値を生み出す機械との隔たりである。

Unitree上場後に王興興氏が語ったこと

王氏の最新発言は、Unitreeの市場デビューから、現代のロボットに残る未解決の知能問題へと注目を移した。

8月20日に北京で開催されたWorld Robot Conferenceで、王氏は業界が身体性知能における「ChatGPTの瞬間」へ向かっていると語った。身体性知能とは、AIが周囲を認識し、意思決定を行い、物理的な機械を通じて行動することを指す。

日付は重要である。Unitreeが上海のSTAR Marketで取引を開始したのは、公募価格の決定・配分が行われた月初ではなく、8月19日だった。王氏は、同社の異例のデビュー後、株価が11%下落した取引2日目に会議で発言した。

王氏の会議での発言によれば、決定的な閾値は、ロボットが初めて訪れる家庭に入り、求められた作業のおよそ80%を完了できるようになった時に到来するという。利用者は専門的なプログラミングではなく、通常の音声やテキストで指示を与えることになる。

これは、ダンス、走行、ボクシング、あるいは工場でのデモンストレーションを実行するよりはるかに難しい基準だ。未知の家庭に入るロボットは、物体を認識し、曖昧な指示を理解し、安全な動きを計画し、失敗から立ち直り、学習データに含まれない条件へ適応しなければならない。

王氏は、Unitreeがその閾値に達したとは主張しなかった。楽観的なシナリオでは、大きなソフトウェアの進歩が2〜3年以内に訪れる可能性があると述べた。より広い見積もりでは、5〜10年としている。

この幅は、業界の中核的な技術課題をめぐる不確実性の大きさを示している。2年という時間軸なら、工場や導入への積極的な投資を支えられる。10年という時間軸なら、ハードウェアの生産能力が有用な自律性を上回る長期局面を意味する。

王氏はまた、資本と人員の両面で、world modelsがUnitreeにとって現在最大の投資分野だと指摘した。world modelとは、物理環境を表現し、行動によって環境がどう変化するかを予測するAIシステムである。

同氏は、物理AIモデルの実世界での応用においてUnitreeが遅れを取っていることを認めた。また、意思決定ソフトウェアが依然として主要なボトルネックであるため、ヒューマノイドは大規模導入に十分な能力を備えていないとも述べた。

こうした認識は、単なる祝賀的な創業者の登場以上の意味を持つ。王氏は、Unitreeの株価が一時629%上昇し、初日終値で460%高となった市場デビューの直後に発言していた。

同社は公募を通じて約61億元を調達した。Unitreeは、この資金を先進ロボットの研究開発と製造拠点の整備に充てるとしている。

資金は実在する。しかし王氏のメッセージも同様に明確だった。製造能力の拡大だけでは、知能の問題を解決できない。

このテクノロジーニュースがロボットAIに圧力をかける理由

Unitreeの上場は、ヒューマノイドロボティクス業界に対し、視覚的に印象的なデモから、信頼できる作業の証拠へ移行することを迫っている。

同社は意味のある事業規模を持って株式市場に参入した。Unitreeは2025年の売上高を約17億元と報告しており、その40%以上は海外顧客によるものだった。同社の製品には、ヒューマノイド機械のほか、一般にロボット犬と呼ばれる四足歩行ロボットが含まれる。

Associated Pressが引用したOmdiaの数値によると、UnitreeとAgiBotは2025年にそれぞれ5,000台以上のヒューマノイドを出荷した。世界の出荷台数は約15,000台であり、この2社の中国メーカーは台数面で大きな先行を築いた。

Omdiaは、2026年上半期に中国企業が世界で約18,500台のヒューマノイドを出荷したと推定している。別の中国業界レポートでは、中国の上半期の総納入台数は4万台を超え、世界出荷に占める中国のシェアは97%とされた。

これらの推計は異なる手法を用いているため、同列に扱うべきではない。それでも、両者は同じ方向性を示している。中国企業は、西側の同業他社がまだ匹敵できていない規模でヒューマノイドプラットフォームを製造・出荷できる。

この生産上の優位性は、顧客が機械をどのように利用しているかを示すものではない。Unitreeの市場デビューは、企業開示から別の、あまり好ましくない事実も浮き彫りにした。Unitreeの顧客の大半は大学や研究機関であり、多くのヒューマノイドはいまだデモンストレーション、パフォーマンス、開発作業に集中している。

これらは正当な市場である。大学には、ロボティクス研究、強化学習、コンピュータビジョン、人間・機械相互作用のために利用しやすいプラットフォームが必要だ。開発者にも、新しいモデルを試験できる標準化されたハードウェアが求められる。

しかし、研究需要は再現可能な商用導入とは異なる。産業向けの買い手は、稼働率、タスク完了率、統合費用、安全事故、保守、労務コスト削減を測定しなければならない。成功した会議での実演は、こうした問いのほとんどに答えない。

この違いはUnitreeに圧力をかける。より大きな期待を背負うことになった上場企業に対して、公開市場の投資家はいずれ財務面の証拠を求めるからだ。出荷の増加だけでは、ロボットが有用な労働者になっているのか、それとも高価な開発プラットフォームにとどまっているのかを示せない。

競合他社にも圧力がかかる。AgiBotは、その出荷規模が持続的な用途につながっていることを示さなければならない。香港で株式を取引するUBTechは、新たに上場した中国本土の競合に対し、自社の産業導入戦略を守る必要がある。

西側の開発企業は異なる課題に直面している。Teslaは、Optimusを自社の製造事業、AIインフラ、資本基盤と結び付けられる。Boston Dynamicsは、数十年にわたる移動技術のエンジニアリングと産業界との関係を持つ。Figure AIは、汎用ヒューマノイド労働をめぐって注目を集めている。

しかし、任意の職場に入り、幅広い指示を理解し、大規模な事前準備なしに大半の作業を完了できる機械を示した企業はない。Unitreeの上場は、この共通の限界を公開市場の投資家の目の前に置いた。

求められる対応は明快だ。ロボット企業は、出荷台数や振り付けられた動画に依存するのではなく、運用上の証拠を公表しなければならない。

有用な証拠には、実稼働施設での持続的なタスク完了率、人間の介入なしに稼働した時間、予期せぬ条件からの回復、完全な導入にかかるコストなどが含まれる。買い手には、安全性データと統合までの期間も必要である。

こうした指標がなければ、投資家は異なる種類の約束を比較することになる。大学研究室への出荷は、倉庫内で複数シフト働く生産用ロボットと同等ではない。

したがって、このテクノロジーニュースの中心的な問いは、中国がヒューマノイドロボットを作れるかどうかではない。中国はすでに大きな製造能力を確立している。問われているのは、期待が顧客価値を上回る前に、ソフトウェア知能がその能力を信頼できる労働力へ転換できるかどうかである。

本当の競争はデモンストレーションと導入の間にある

Unitreeにとって最大の相手は、制御された演技と汎用的な作業との隔たりである。

制御されたデモンストレーションは、既知の環境から始まる。エンジニアは床、物体、照明、タスクの順序、安全境界を選ぶことができる。動作を繰り返し練習し、ソフトウェアを調整し、失敗を招きそうな条件を取り除ける。

汎用的な導入では、こうした前提が逆転する。倉庫はレイアウトが変わり、家庭には見慣れない物体があり、人々は不完全な指示を出す。ドアは引っかかり、荷物はずれ、床は滑りやすくなり、道具は予想外の場所に現れる。

ロボットは意図も理解しなければならない。「食料品を片付けて」という指示には、認識と計画に関する一連の問題が含まれる。機械は品目を特定し、保管場所を推測し、異なる形状の物体を操作し、危険な判断を避ける必要がある。

大規模言語モデルが広く有用になったのは、単一のインターフェースで多くの情報タスクに対応できたからだ。利用者は、質問ごとに別個のプログラムを作ることなく、自然言語で依頼を入力できた。

王氏の「ChatGPTの瞬間」という比喩は、ロボットにおける同様の移行を想定している。利用者が結果を説明し、汎用モデルが認識、計画、移動、エラー回復を処理するというものだ。

この比喩は魅力的だが、物理的な行動にはテキスト生成にはない結果が伴う。誤った文章は修正できる。誤った動きは機器を損傷させたり、人を傷つけたりする可能性がある。

レイテンシーも重要だ。二足でバランスを取るヒューマノイドは、リモートモデルの推論を常に待てるわけではない。より遅い意味的な計画と連携しながら、高速なローカル制御を必要とする。

これにより、階層化されたアーキテクチャが生まれる。低レベルのシステムは関節と動作を安定させる。高レベルのモデルは言語を解釈し、物体を認識し、行動を選択し、環境の変化に応じて計画を修正する。

Unitreeは長年にわたり、この下位層の改善に取り組んできた。同社のロボットは走り、跳び、バランスを回復し、協調した動作を実行できる。これらの能力は、機械工学、アクチュエータ設計、運動制御、そして反復的なハードウェア開発を反映している。

欠けている層は汎化、すなわち、特に練習されていない状況でも学習した行動を成功裏に適用する能力である。王氏はIPO前にこれを業界の本当の分水嶺と呼んでおり、最新の発言でもその見方を強めた。

DeepSeekとの計画的な取り組みは、Unitreeがこの隔たりにどう挑むつもりかを示している。投資家向けロードショーで王氏は、両社が人工汎用知能、高性能ロボット、大規模AIモデルで協力すると語った。

DeepSeekはモデル開発を担い、Unitreeはハードウェア、制御システム、物理データを提供する。この組み合わせは、業界全体の「脳と身体」戦略に似ている。

ただし、これはまだ戦略であり、汎用自律性の証明ではない。言語能力が、安全な物理制御に自動的に変換されるわけではない。モデルは視覚認識、空間推論、行動選択、迅速なフィードバックを結び付ける必要がある。

学習データも別の制約となる。インターネット上のテキストや画像は言語・視覚モデルのスケール拡大を助けたが、高品質なロボット相互作用データはより希少だ。物理的な収集には、時間、ハードウェア、制御された環境、監督が必要となる。

シミュレーションは、ロボットが仮想環境で練習できるようにすることで、データセットを拡大できる。しかし、シミュレーション内の摩擦、物体の挙動、センサーノイズ、人間の動きが、現実世界を完全に再現することはない。仮想環境で訓練されたモデルにも、依然として広範な物理的検証が必要である。

したがって、最も有益な比較は、Unitreeと特定の競合1社との比較ではない。準備されたデモンストレーションと、未知のタスクとの比較である。

ロボットは前者では優れていても、後者では大きく失敗しうる。企業が両カテゴリーを分けて報告しない限り、見出しを飾る性能は、購入者にとって重要な限界を覆い隠すおそれがある。

数字はまだ大規模普及を証明していない

Unitreeの売上高と出荷台数の伸びは需要を示しているが、大規模な自律型ヒューマノイド労働を裏付けるものではない。

同社の2025年の売上高は約17億元に達した。8月の投資家向けロードショーでの発言によると、海外市場は売上高の43.65%を占めた。

米国は売上高のおよそ13%を占めた。しかし連邦通信委員会（FCC）が国家安全保障上の理由から外国製ヒューマノイドおよび四足歩行ロボットの将来的な輸入を制限したことで、この比率は規制リスクを伴うことになった。

Wang氏は、Unitreeの現行主要モデルはすでにFCC認証を取得しており、当時説明されていた政策の下では販売を継続できると述べた。同氏はまた、同社の開示資料で貿易制限が拡大する可能性も認めている。

ロボット輸入制限は、単純なグローバル成長の物語を弱める。Unitreeは既存の認証済み製品の販売を維持できるかもしれない一方、将来のモデルでは市場へのアクセスを失う可能性がある。また、欧州やその他の市場へと成長戦略を振り向ける必要が生じるかもしれない。

製品構成も別の不確実性を生む。ヒューマノイドは世間の注目を最も集めるが、Unitreeの確立された四足歩行ロボット事業も依然として重要だ。合計売上高の成長だけでは、汎用ヒューマノイドが主要な商業的成長エンジンになりつつあるかは分からない。

同社は、短期的なヒューマノイドの用途として、研究、教育、アプリケーション開発、文化的パフォーマンス、インテリジェントサービスを挙げている。工場、家庭、より広範な社会サービスでの仕事は、より長期的な見通しに置いている。

この区分は、Wang氏の最新の技術評価と整合する。現行システムは、顧客が環境を管理できる場面、あるいはプログラム可能な研究プラットフォームを求める場面では価値を生み出せる。一方で、制約のない仕事には依然として適していない。

投資家は、出荷台数と導入の深さも分けて捉える必要がある。実験目的でロボットを1台購入する顧客と、実証実験の成功後に数百台を発注するメーカーは異なる。

リピート注文は、より強い証拠となる。限定的な実証実験から複数拠点、複数シフト、あるいは複数のタスクカテゴリーへ拡大することも同様だ。

Unitreeの初日の急騰は、ロボティクス市場の潜在的な規模への熱意を反映した。2日目の下落は、期待がいかに素早く修正されうるかを示したが、2営業日だけでは長期的な価値についてほとんど分からない。

重要なのは、株価が8月20日に上昇したか下落したかではない。事業が上場時の評価額が示唆する規模まで成長できるかどうかだ。

Wang氏はロードショーでの回答で、工場や家庭におけるロボットの巨大な潜在市場を強調した。この議論は機会を説明するものの、時期や実行の問題を解決するものではない。

IPOロードショーでの回答からも、投資家がすでに海外規制と高い利益倍率について質問していたことが分かる。Unitreeの回答は、将来の市場拡大と既存製品の優位性に大きく依存していた。

懐疑的に読むことは、技術が失敗すると決めつけることではない。商業的な準備度が、ヒューマノイドを取り巻く世間のイメージよりも限定的であると認識することだ。

Unitreeのロボットは、武術、ダンス、走行、その他の身体的なデモンストレーションを通じて世界的な注目を集めてきた。こうした演目は、バランスと制御における意味のある進歩を示している。

しかし、ロボットがシフト全体にわたり有用な仕事を自律的に選択することを示すものではない。総運用コスト、保守の必要性、安全性能、投資収益率を立証するものでもない。

Morningstarのアナリスト、Kangyuxiao Li氏は、競争上の試金石を、大規模な産業導入における信頼性の高い性能と魅力的なリターンに置いた。この基準は、出荷台数ランキングよりも厳しい。

企業の購入者も、この基準を使うべきだ。魅力的な動画は評価のきっかけにはなりうる。拡大を正当化するのは、安定した経済性だけである。

中国のハードウェア優位が世界共通のソフトウェアのボトルネックに直面する

Unitreeの上場は中国の製造業における立場を強化する一方、主要なヒューマノイド開発企業すべてに共通するソフトウェア上の限界を浮き彫りにしている。

中国のロボティクス・サプライチェーンは、モーター、バッテリー、電子部品、センサー、精密部品、大量生産に関する専門性の恩恵を受けている。同じ産業基盤は、国内企業が電気自動車、ドローン、消費者向け電子機器を拡大する後押しにもなった。

Unitreeは、この環境を活用し、ロボット犬とヒューマノイドのプラットフォームをまたいで迅速に改良を重ねてきた。また、高性能な機械を研究者や開発者に利用しやすくすることで、ブランド認知も築いてきた。

その結果、物理的な学習データを生み出せる導入基盤が形成されている。より多くの研究所により多くの機体があれば、動き、失敗、環境観測、人間による実演を収集する機会が生まれる。

この循環は戦略的に重要になりうる。より良いデータはモデルを改善し、より良いモデルはロボットの有用性を高め、有用性の向上はさらなる導入を支える。そして導入の増加が追加データを生む。

ただし、この循環が機能するのは、企業が一貫性を持ち、法的に利用可能で、高品質な相互作用を取得できる場合に限られる。生のセンサー映像が自動的に価値を持つわけではない。開発者には、文脈、行動ラベル、結果、タスクが成功または失敗した理由を説明する証拠が必要だ。

その結果、ロボティクスを研究するチームは、増大するナレッジマネジメントの課題に直面している。テスト動画、モデルの記録、安全性レビュー、センサーログ、顧客フィードバックは、複数のツールに分散していく。検索可能な技術ナレッジベースは、正式な実験統制に取って代わることなく、エンジニアがそれらの記録を結び付ける助けとなる。

データ面での優位性を追求しているのは中国メーカーだけではない。Teslaは工場からデータを収集し、管理された生産環境でOptimusを訓練できる。Figure AIは企業パートナーと商業導入を進めている。AgiBotとUBTechも産業タスクに取り組んでいる。

Boston Dynamicsは、厳しい環境で稼働する移動ロボットについて豊富な経験を持つ。その歴史は、卓越した移動能力が自動的に大衆市場向けヒューマノイド事業を生み出すわけではないことを示している。

各社は、どこで問題を単純化するかを選んでいる。工場は反復可能なレイアウトと測定可能なワークフローを提供する。倉庫は対象物と経路を制約する。研究所は、実験そのものが製品であるため、監督を許容する。

家庭は、より難しい最終到達点だ。家庭ごとの差が非常に大きく、傷つきやすい人やペットが存在し、専門的な保守の機会も少ない。家庭の購入者は、自然なインターフェースと幅広い能力も期待する。

したがって、未知の家庭におけるタスクの約80%を完了するというWang氏の目標は、野心的な成功の定義である。そこには、汎化、言語理解、操作、ナビゲーション、安全性が組み合わされている。

80%に到達したとしても、実務上の疑問は残る。残りの20%は無害な不便に関わる可能性もあれば、最も重大な安全上の影響を伴うタスクを含む可能性もある。平均成功率は、タスク固有のリスク分析に代わるものではない。

テクノロジーニュースの物語は、ヒューマノイド競争をしばしば中国対米国として扱う。製造規模はこの比較を意味あるものにするが、共通する技術的なボトルネックを隠してしまう可能性がある。

どの国も、任意の環境に確実に入り、要求されたタスクの大半を実行できる汎用ロボットを確立していない。中国は現時点でハードウェアと出荷面の優位性を持つ。ソフトウェアの閾値はなお未達だ。

Unitreeの株式上場は、モデル、製造、データ収集のための資本を同社に与えることで、競争を加速させるかもしれない。一方で、四半期ごとの厳しい視線と、長期研究をより近い将来の商業的成果へ転換する圧力ももたらす。

この組み合わせは開発を加速させうるが、選択的な指標を促す可能性もある。投資家は、Unitreeが成功と同じくらい失敗も可視化する導入証拠を公表するかを注視すべきだ。

Wang氏のChatGPTモーメントを試す3つのシグナル

次の局面は、導入の質、ソフトウェアの汎化、そしてUnitreeによる海外規制への対応によって決まる。

第1のシグナルは、継続的な商業導入から得られる証拠だ。顧客が単発の実証実験から、複数の施設やタスクタイプにまたがる大規模な注文へ拡大するかに注目したい。

最も強い発表には、稼働時間、タスク完了率、人による介入、安全性能、導入の経済性が含まれる。こうした詳細を伴わない大型注文は需要を示すかもしれないが、必ずしも生産的な利用を示すわけではない。

リピート顧客が導入を拡大すれば、Wang氏の主張は裏付けを得る。それは、Unitreeの機械が研究所やデモンストレーションを超えつつあることを示唆する。

出荷の大半が引き続き研究、教育、展示用途に向かうなら、市場は自律性に先行してハードウェアを拡大している可能性がある。それはUnitreeの事業を否定するものではないが、短期的な労働代替への期待を弱める。

第2のシグナルは、ワールドモデルと汎化における測定可能な進歩だ。UnitreeとDeepSeekは、ロボットが場面ごとのプログラミングなしに未知の空間やタスクを扱えることを示す必要がある。

有用なデモンストレーションは、複数の未見環境、標準化された指示、反復試行、開示された失敗事例を提示するものだ。独立した再現は、企業が編集した動画よりも重みを持つ。

重要な指標は、1度の華々しい成功ではない。変化した物体、レイアウト、照明、中断にまたがる一貫した性能である。

Wang氏の家庭内タスク80%という閾値に向けた進展は、ChatGPTとの比較を強めるだろう。慎重に準備された環境に限定された結果であれば、モーション制御の卓越性が依然として汎用知能を上回っていることを示す。

第3のシグナルは、米国の規制に対するUnitreeの対応だ。既存の認証済みモデルは一部の短期的な売上を維持できるかもしれないが、将来製品はより大きな不確実性に直面する。

Unitreeが欧州、アジア、その他の市場で拡大を加速するかを見守る必要がある。また、米国の規則が拡大するのか、固定されるのか、承認済みシステムへの経路を設けるのかも注視すべきだ。

地域の多様化は、1国への依存を減らす。新モデル、部品、研究顧客に影響するより広範な制限は、Unitreeの成長選択肢を弱め、世界のロボティクス開発を分断することになる。

これらのシグナルは、短期的な株価の動きよりも重要だ。Unitreeが製造規模を信頼できるロボット労働へ転換できるかを直接検証する。

開発者と企業の購入者にとって、実践的な対応は規律ある評価である。システムを比較する前に、タスク定義、環境条件、介入率、失敗、保守イベントを記録すべきだ。

チームは、デモンストレーションの記憶に頼るのではなく、これらの知見を共有の研究ワークフローに残すべきである。構造化されたAIナレッジベースは、長期にわたる評価で証拠を容易に検索できるようにする。

Wang Xingxing氏の最新の発言は、ロボティクス業界に明確な課題を残している。Unitreeは株式市場に到達したが、汎用ヒューマノイド知能はまだそれ自体のデビューに到達していない。

次に決定的なテクノロジーニュースとなるのは、さらなるバク宙や乱高下する取引セッションではない。未知の職場に入り、有用なタスクを繰り返し完了し、独立した顧客が検証できる結果を生み出すロボットである。