ヒューマノイドロボットの量産化で中国企業が先行しています。特にAgiBotは2025年に5,000台以上を出荷し世界市場シェア1位を獲得しました。しかし、量産と研究開発は全く別の課題です。そこで今回は、AgiBotの技術戦略と量産フェーズでの実装ポイントを解説します。

AgiBotの市場ポジションと出荷実績

AgiBotは上海を拠点とするロボット企業です。つまり、汎用型のヒューマノイドロボットを開発・製造しています。2025年末までに5,168台を出荷しました。この数字は世界の出荷台数の約39%に相当します。

具体的には、Omdiaのレポートで出荷台数と市場シェアの両方で世界1位と評価されました。さらに、2026年には数万台規模の生産を計画しています。しかし、ヒューマノイドロボット市場自体はまだ黎明期です。したがって、この数字の絶対値よりも成長の勢いに注目すべきです。

また、AgiBotのチーフサイエンティストである羅建蘭氏は2026年を重要な転換点と位置づけています。つまり、「多くのタスクをそこそこできる」段階から「タスクを高精度で実用的にこなす」段階への移行を目指しているのです。

量産フェーズでAgiBotが解決した技術課題

量産に移行する際にはいくつかの技術課題を乗り越える必要がありました。そこで、主な課題と解決策を整理します。

まず、バッテリー持続時間の問題です。実際、多くのヒューマノイドロボットは2〜3時間しか稼働できませんでした。しかし、AgiBotはExpedition A3で胴体にデュアルバッテリーを内蔵する設計を採用しました。その結果、最大8時間の稼働が可能になりました。つまり、1シフト分の連続作業ができるのです。特に、産業用途では稼働時間が導入の前提条件になります。

次に、ペイロードと動作速度の両立です。具体的には、ロボットアームで最大3kgの荷物を扱えます。さらに、ツールセンターポイントの速度は毎秒2メートルに達します。しかし、重い物を持つと速度が低下するトレードオフがあります。したがって、用途に応じた最適化が求められます。

また、全身の自由度の設計も注目点です。なぜなら、柔軟な腰の動きは作業の幅を広げるからです。たとえば、床にある物を拾う動作には腰の屈曲が必要です。加えて、軽量な外骨格型の脚部構造により安定性と俊敏性を両立させています。

中国ヒューマノイド産業の全体像と競合環境

AgiBotだけでなく中国全体でヒューマノイド産業が急成長しています。そこで、競合環境を概観します。

まず、Unitreeも主要プレーヤーの1つです。比較的安価なロボットで注目を集めています。さらに、Goldman Sachsのレポートでは中国のサプライヤーが受注前に積極的に生産能力を構築していると指摘されています。つまり、先行投資によるシェア確保の戦略です。

しかし、テスラのOptimusとの比較も重要です。実際、Rest of Worldの記事では中国企業がテスラに先行していると報じています。特に、実際の出荷台数と量産体制ではAgiBotが大きくリードしています。とはいえ、テスラにはブランド力と資金力があります。

また、中国政府の支援も追い風です。具体的には、ヒューマノイドロボットは国家戦略として位置づけられています。なお、2025年のPeople’s Dailyの記事では「具現化知能産業が大きく前進した」と評価されています。したがって、政策面での支援が産業成長を加速させています。

量産フェーズから学べる実装の教訓

AgiBotの事例はロボット以外の分野にも示唆を与えます。まず、試作と量産の間には大きなギャップがあるという教訓です。

たとえば、ラボで動く試作品と工場で安定生産できる製品は別物です。具体的には、部品の調達、品質管理、組立工程の標準化が必要です。しかし、多くのスタートアップはこの移行で躓きます。そのため、早い段階から製造パートナーとの連携を計画すべきです。

さらに、ソフトウェアとハードウェアの協調設計も重要です。つまり、AIモデルの更新とハードウェアの制約を同時に考える必要があるのです。特に、オンデバイスで動くAIモデルのサイズと推論速度はハードの制約に直結します。むしろ、このバランスが製品の競争力を決めると言えます。

加えて、実際のユーザー環境でのフィードバックも欠かせません。なぜなら、工場と現場では条件が異なるからです。実際、AgiBotは初期の導入先からのデータを次のバージョンに反映しています。だからこそ、量産初期はフィードバックループの構築に注力すべきです。

AgiBot技術戦略のまとめ

AgiBotは量産フェーズで世界をリードするヒューマノイド企業です。しかし、市場自体はまだ発展途上にあります。だからこそ、今後の成長は「実用的な価値」を証明できるかにかかっています。特に、8時間稼働と高精度な作業の両立が導入拡大の鍵です。まずはAgiBotの事例から量産移行の教訓を自分のプロジェクトに活かしてみてください。