更新日：2026/3/21

エグゼクティブサマリー
2026/3/20のフィジカルAI分野は、研究段階から社会実装段階への移行が読み取れる1日であった。AmazonのRIVR買収は配送自動化の現場投入を加速し、TeslaはAI5とTerafabで半導体からロボットまでの垂直統合を強化。日本では経団連の提言とPFNの国産推論モデルが政策・基盤モデル両面で自立性を押し上げる。一方、NVIDIAのOpenH、ABDNet、DROIDW、OmniViTacは、医療、移動、接触操作に必要な学習データと制御技術の成熟を示し、中国では公共空間でのEmbodied AI実運用が拡大している。

※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 🚀 Amazon、宅配ロボット企業RIVRを買収 — ラストワンマイル配送に自律4脚ロボットを投入

📎 出典：TechCrunch / PYMNTS
Amazonがスイス・チューリッヒ拠点のロボットスタートアップRIVRを買収。RIVRは階段の昇降が可能な車輪付き4脚デリバリーロボット（CEOは"ローラースケートをはいた犬"と表現）を開発。CEOのMarko Bjelonicは「宅配を通じてGeneral Physical AIのビジョンを加速し、ロボティクスとAIを実世界の大規模展開へ近づける」と発言。なおAmazonとBezos Expeditionsは2024年のシード調達（約2,220万ドル）時点からの既存投資家でもある。Amazon傘下でロボット普及が加速し、ラストワンマイル配送の自動化に向けた取り組みが大きく前進する見通し。

2️⃣ ⚡ テスラ次世代「AI5」チップとAIチップ工場「Terafab」着工予告

📎 出典：Teslarati
テスラが次世代AIプロセッサ「AI5」の性能指標を公開した。2nmプロセス採用のシングルSoC構成でNVIDIA H100（Hopper）クラスの推論性能を約150Wの低消費電力で実現するほか、デュアル構成ではBlackwell世代（B100/B200）クラスの性能を発揮するとしている。同社は2026年3月21日にテキサス州オースティンのギガファクトリー北側に自社製半導体工場「Terafab Project」の建設着工を予告しており、総投資額は最大250億ドルに達する見込み。NVIDIAへの依存を段階的に最小化しながら、OptimusロボットとFSDへの垂直統合戦略を加速させる狙いだ。

3️⃣ 🇯🇵 経団連「ロボット（AI＋）戦略」提言公表 — 国策としてAI搭載ロボット普及を後押し

📎 出典：経団連タイムス
経団連は3月17日付で「わが国ロボット（AI＋）戦略のあり方に関する提言」を公表した。人口減少・少子高齢化による構造的な人手不足や老朽化インフラ対応など社会課題解決に向け、AI搭載ロボットの社会実装本格化を呼びかける内容だ。米中がヒューマノイドを含む多用途ロボット開発で大規模投資を先行させるなか、日本は現場力・高品質・産業データといった固有の強みで米中に伍する「第三極」を目指す方向性を提示。産学官が連携し、規制・制度改革、国際標準化、人材育成を一体的・戦略的に推進するよう政府に要請している。

4️⃣ 🏥 NVIDIAと35機関が医療ロボット学習データセット「Open-H」を公開

📎 出典：Medical Device Network
NVIDIAが外科手術ロボットのAI高度化を目的に、CMR Surgicalなど複数の手術ロボット企業・医療機関と連携し、医療ロボティクス向けオープンソースLLMデータセット「Open-H」を公開。実環境の外科手術ビデオやロボットのテレメトリ、多モーダルデータで構成され、CMRは自社ロボット「Versius」から提供する約500時間の匿名化データがイニシアティブ内で最大規模と説明する。Open-Hは視覚・言語・行動を統合した基盤モデル「Isaac GR00T-H」を支え、複雑な術野の理解やタスク遂行能力を高めることで、次世代の知能化された手術支援ロボット開発を加速する狙いがある。

5️⃣ 🇯🇵 Preferred Networks、国産初の推論モデル「PlaMo 3.0 Prime」のベータ提供開始

📎 出典：Preferred Networks 公式ニュース
Preferred Networks（PFN）は3月19日、論理的思考能力を大幅に強化したReasoningモデル「PLaMo 3.0 Prime」のβ版モニター企業募集を開始した。フルスクラッチ開発の国産生成AIとして初となる推論特化モデルで、複雑な多ステップタスクへの対応力が特徴。PFNは3月12日にはデジタル庁のガバメントAI試用モデルにも選定されており、行政・公共サービス領域への国産LLM展開を後押しする形となった。エンタープライズ向けに高品質な国産モデルの選択肢を提供し、海外依存からの脱却を図る。

6️⃣ 🦾 ABD-Net — 動力学埋め込みGNNでヒューマノイドのリアルタイム制御を実証（arXiv）

📎 出典：arXiv 2603.19078
ウィスコンシン大などの研究チームが、剛体動力学の計算構造をGNNに埋め込んだポリシーアーキテクチャ「ABD-Net」を提案（arXiv 2026年3月）。従来手法がリンクの「接続関係」のみを利用していたのに対し、ABD-NetはArticulated Body Algorithm（ABA）の子から親への慣性伝播構造を模倣してメッセージパッシングを行う。Unitree G1（ヒューマノイド）とGo2（四脚）の実機でリアルタイム推論による安定ロコモーションを実証し、最強ベースライン比でサンプル効率・ダイナミクス変化への汎化性を大幅に向上。今後はモデルベースRL統合や画像入力への拡張が計画されている。

7️⃣ 📍 DROID-SLAM in the Wild — 動的環境対応のリアルタイムRGB SLAMを提案（arXiv）

📎 出典：arXiv 2603.19076
ETHチューリッヒなどが提案した「DROID-W」は、動的環境に対応するリアルタイム単眼RGBカメラSLAMシステム（arXiv 2026年3月）。動的物体が引き起こすリジッド運動仮定の崩壊に対処するため、DINOv2特徴量の多視点整合性を利用したピクセル単位の不確実性推定を微分可能バンドル調整（UBA）に組み込む。室内動的シーン（Bonn・TUM）・屋外都市環境・YouTubeの野生動画で評価し、WildGS-SLAMより40倍高速な約10FPSを維持しながら最高水準のカメラ追跡精度を達成した。ロボティクス・自律移動・Embodied AI領域への応用が期待される。

8️⃣ 🖐️ Visuo-Tactile World Modeling（OmniViTac）— 視触覚統合世界モデルとデータセット公開（arXiv）

📎 出典：arXiv 2603.19201
視覚と触覚センサを統合した世界モデルを構築し、大規模データセット「OmniViTac」で接触リッチなマニピュレーションにおける状態推定・予測性能を評価。摩擦・滑り・変形など従来は局所的な制御工学で扱っていた現象を確率的予測として扱えるようになり、産業・家庭ロボットの実用化でボトルネックとなっていた「接触操作」の学習効率が飛躍的に向上する見込み。

9️⃣ 🌏 広州でEmbodied AIロボットが公共空間の実運用を本格化 — 時速15km/hで自律巡回

📎 出典：Bastille Post
中国・広州で、Embodied AIロボットの社会実装が急加速している。黄村メトロ駅では保安検査ロボットが旅客誘導・異常検知・自律巡回を実担当し、住宅地では昼間の住民出迎えから夜間パトロールまでを実施。このロボットは最大時速15km/hで走行し、着座時に四輪構成へ変形して階段昇降や障害物回避が可能。工場・図書館など多分野への展開も進んでおり、2月には広東省政府がサービス型ヒューマノイドロボット試験区設置を含むアクションプランを策定。政策支援のもと、Embodied AIが実環境での本格稼働フェーズに入った好例として注目を集めている。

総合考察

2026/3/20のトピックで見えてくるのは、フィジカルAIの競争軸が「高性能モデルの開発」だけでなく、「実世界データ」「専用半導体」「制度設計」「運用現場」までを含む総力戦へ移ってきているところが特長になっている点です。AmazonやTeslaは商用導入を前提にハード、ソフト、供給網を押さえにいき、NVIDIAは医療データ基盤で業界標準化を狙う。日本は経団連提言とPFNの動きにより巻き返しの足場を作りつつあるが、勝負の鍵は研究開発力よりも、現場データを継続取得しながら実装を回せる産業連携の厚みになる。今後は、性能比較よりも「どの領域で先に収益化し、標準を握るか」が優劣を決める局面に入る。

今後注目ポイント

• AmazonのRIVR買収は、配送ロボットの性能そのものよりも、階段昇降や玄関前対応のような“最後の数メートル”を攻略できるかが収益化の分水嶺になる点を示しており、物流網との統合設計が次の焦点になる。

• TeslaのAI5とTerafab構想が実現すれば、学習用GPU依存から脱しつつ、車載AIとOptimusを同一計算基盤で回す体制が生まれる可能性があり、半導体内製がロボット競争力へ直結する時代を象徴する。

• 日本は経団連提言とPFNの国産推論モデルで“政策と基盤モデル”の入口を整えつつあるが、真に差がつくのは製造、物流、介護、インフラ保守で継続的にデータを回収できる運用基盤を築けるかどうかだ。

• NVIDIAのOpenHが示すのは、医療ロボットの進化がアルゴリズム単体ではなく、高品質で匿名化された実臨床データの共有枠組みに依存するという現実であり、今後はデータ連携そのものが参入障壁になっていく。

• ABDNet、DROIDW、OmniViTacに共通する価値は、動力学、環境変化、触覚という“現実世界の厄介さ”をモデル内部に取り込んだ点にあり、Physical AIの次の勝者は汎用性よりもロバスト性で評価される可能性が高い。

• 中国・広州の公共空間運用は、Embodied AIがショーケースではなく自治体サービスや警備運用に入り始めた兆候であり、今後は技術性能の競争に加え、社会受容性と規制適応の速さが普及速度を左右する。