更新日：2026/4/22

エグゼクティブサマリー
2026/4/21のフィジカルAI領域は、計算基盤、学習基盤、知覚センサー、安全評価の4層で同時に前進している。DeepXと現代自動車は超低消費電力の次世代AI半導体を共同開発し、NEURA RoboticsとAWSは実世界データを起点とする大規模学習基盤を整備する。一方でRoboSense、Hesai、Stereolabsは高精細LiDARや小型深度カメラでロボットの認識性能を押し上げた。さらにDESPITEとBeTTERは、現行LLMロボットやVLAが高精度でも安全性や動的環境対応に弱いことを可視化しており、Physical AIの競争軸が「賢さ」から「実装可能性と安全性」へ移りつつあることを示している。

※作成した記事内容をGammaに入力しスライド自動作成させました。スライドの方が見やすいようでしたらこちらをご覧くださいませ。

1️⃣ DeepX × 現代自動車グループ Robotics LAB、次世代Physical AIコンピュート基盤を共同開発

🔗 出典：Kyodo News PRwire ／ Reuters
韓国の超低消費電力AIチップメーカーDeepXと現代自動車グループRobotics LABが、ジェネレーティブAIロボット向けPhysical AIコンピューティングプラットフォームの共同開発を正式発表（2026年4月21日）。次世代チップDX-M2はサムスンの2nmプロセスで製造され、ジェネレーティブAI推論に最適化されており、VLA・VLMのエッジデバイス上でのリアルタイム実行を目標とする。なお現行世代チップはNvidiaのJetson Orin比で20倍の省電力性能を持つ。Physical AI半導体市場は2030年に約1,230億ドル規模と試算されており、現代グループの本格参入を示すものとして注目度が高い。

2️⃣ NEURA Robotics × AWS、「Physical AI at Scale」戦略協定を締結

🔗 出典：AWS Press Release
ドイツの認知ロボット企業NEURA RoboticsとAWSが、Physical AI加速に向けた戦略的協定を締結（2026年4月21日）。AWSがNEURAのプライマリクラウドプロバイダーとなり、Physical AI訓練・リアルタイムデータ処理・ロボットフリート間の知識共有を担うNeuraverseプラットフォームをホストする。協定では「LLMがテキストから学ぶようにロボットには実世界データが決定的に不足している」という課題を正面に掲げており、NEURA GymとAmazon SageMakerの統合によるトレーニングパイプライン高速化や、AmazonのフルフィルメントセンターへのNEURAロボット導入検討も含む包括的な内容となっている。

3️⃣ RoboSense、4K相当フルカラーLiDARチップセット「Phoenix／Peacock」を世界初公開

🔗 出典：PR Newswire
RoboSenseが独自のSPAD-SoCプラットフォーム「EOCENE」を発表し、2160ビーム（解像度2160×1900・4メガピクセル級）で600m先まで検出できる自動車グレードチップ「Phoenix」と、VGA級解像度（640×480）・5cm近接物体対応の全固体LiDARチップ「Peacock」を2026年中に量産すると発表（2026年4月21日）。Phoenixは世界的な自動車メーカーから採用内定（design wins）を既に獲得。PeacockではRGBカラーフィルターを統合したRGBD LiDARセンサーを2027年末リリース予定として予告した。

4️⃣ Hesai、フルカラーLiDARチップ「Picasso」発表——150m先の小物を色付き点群で検出

🔗 出典：Investing.com（Reuters配信）
HesaiがRGBセンサーとToF（飛行時間）測距を同一チップ上で実現するフルカラーLiDARチップ「Picasso」を発表。外部センサーフュージョンなしでカラード点群を生成でき、150mの距離で15×25cmの物体を検出、最大検出距離は600mに達する。既存製品比40%超の光子検出効率（PDE）を達成しており、2026年後半から量産予定。2026年2月時点で自動車用LiDAR市場の世界シェア51%を持つHesaiのロボティクス領域進出として注目される。

5️⃣ Stereolabs ZED X Nano 発売——Physical AI向け小型ステレオビジョンカメラ

🔗 出典：Metrology News
Ouster傘下のStereoLabsが、産業ロボット・Physical AIロボット向け小型深度カメラ「ZED X Nano」を発表（2026年4月20日）。同クラス比40%小型のフォームファクターで、ロボットの手首やエンド・オブ・アーム・ツーリングへの直接搭載を可能にする。1920×1200グローバルシャッターセンサーで最大120fps撮影に対応し、センサーからGPUへの完全ゼロコピーパスによる超低遅延キャプチャを実現。NVIDIA Isaac SimおよびROS/ROS 2とのネイティブ統合により、模倣学習・強化学習パイプラインの構築を容易にする。

6️⃣ LLMロボット計画の安全性を評価するベンチマーク「DESPITE」公開（arXiv）

🔗 出典：arXiv
ロボット向けLLMプランナーの安全性を検証するベンチマーク「DESPITE」を構築し、物理的危険・規範違反を含む12,279タスクで23モデルを評価（arxiv 2025-04-25公開）。最も計画成功率の高いモデルはタスク達成率99.6%を誇りながら、28.3%の危険プランを生成することが判明。オープンソースモデルはスケール拡大で計画精度が大幅向上（0.4→99.3%）する一方、安全性認識は38〜57%とほぼ横ばい。プロプライエタリ推論モデルのみ71〜81%の安全性認識を達成しており、「計画の正確性」と「安全性」が独立した能力次元であることを実証した。

7️⃣ VLAモデルの限界を暴く診断ベンチ「BeTTER」公開（arXiv）

🔗 出典：arXiv
VLAモデルの真の推論能力を診断するベンチマーク「BeTTER」を構築し、標準ベンチで高得点のモデルでも空間レイアウト変更などの動的条件下では壊滅的に失敗することを実証（arxiv公開）。語彙・運動のショートカット依存・行動慣性・意味特徴の崩壊という3つの症状を特定し、根本原因としてcapacity compressionとmyopic downsamplingというアーキテクチャ的ボトルネックを同定。静的評価プロトコルがこの劣化をマスクしており、現行VLAは静的条件への過剰適応に過ぎないことを実世界ロボット検証でも確認した。

8️⃣ Tesla Optimus、ボストンマラソン会場でPR活動

🔗 出典：Inc.
Tesla Optimusがボストンマラソン開催に合わせ、ゴールライン至近のテスラショールームに4月19〜20日設置され、観客・市民と直接交流した。Teslaによる公式発表や事前告知は一切なく、世界屈指の撮影機会が集まるイベントでの"自然露出"により、無償で大規模なブランドショーケースを実現。SNS拡散も相まって、Optimusの認知向上に大きく貢献したと報じられた。

総合考察

2026/4/21に見えた特長は、クラウドでは実世界データ学習、センサーでは高精細かつカラー化された三次元認識が進み、ロボットの知能を支える基盤技術が急速に積み上がっている。他方で、ベンチマーク研究は計画成功率の高さが安全性や汎化性能を保証しない現実を突きつけた。つまり今後の勝者は、単一モデルの性能競争ではなく、チップ、クラウド、センサー、評価指標まで含めた統合スタックを構築し、現場で安定稼働できる企業群になる可能性が高い。Tesla Optimusの露出事例は、その市場が技術競争と同時に認知戦にも入ったことを示している。

今後注目ポイント

• Physical AIの主戦場はモデル単体の精度競争ではなく、低消費電力半導体とクラウド学習基盤と高性能センサーを束ねた垂直統合競争へ移る可能性が高く、各社の提携構造が最重要指標になる。

• DESPITEとBeTTERが示したのは、従来ベンチで高得点でも現実世界では危険行動や環境変化への脆弱性が残ることだ。今後は安全性評価と動的汎化性能が商用導入の必須条件になる。

• LiDARのフルカラー化と高解像度化が進めば、従来のセンサーフュージョン前提設計が見直され、認識スタックの簡素化やリアルタイム判断精度の向上がロボット導入コストを左右しそうだ。

• NEURAとAWSの協業が象徴するように、ロボット産業では実世界データをどう収集、共有、再学習に回すかが競争優位の源泉になる。データネットワーク効果を持つ企業が先行しやすい。

• DeepXと現代自動車の動きは、自動車会社が移動体メーカーからロボティクス基盤企業へ変質しつつある兆候とも読める。車載半導体とロボット半導体の境界は今後さらに薄まるだろう。

• Tesla Optimusの事例は、ヒューマノイド市場では性能だけでなく社会的認知と期待形成が導入速度を左右することを示した。今後は技術発表と話題化戦略の一体運用にも注目したい。