「フィジカルAI」というキーワードが2026年に入って急速に注目を集めています。ChatGPTに代表される生成AI（テキスト・画像を扱うデジタルAI）に対し、フィジカルAIは物理世界でロボットや機械を動かすAIです。

この2つは「どちらもAI」ですが、裏で動く半導体は根本的に異なります。本記事では、フィジカルAIの基本概念から、データセンターAIとの違い、3大ユースケース、そして日本のノエトラ（Noetra）が担う国家戦略まで、半導体視点で整理します。

Contents
  1. フィジカルAIとは何か──3要素で理解する
  2. データセンターAIとフィジカルAI──半導体の違い
  3. フィジカルAIが生み出す新たな半導体需要
  4. フィジカルAIの3大ユースケース
  5. 日本の国家戦略──ノエトラ（Noetra）と経産省1兆円
  6. フィジカルAI市場の規模予測
  7. まとめ

フィジカルAIとは何か──3要素で理解する

フィジカルAIは次の3要素で構成されます。

要素役割技術例
センサー（五感）物理世界の情報を取り込むカメラ・LiDAR・マイク・力覚センサー・IMU
AI推論エンジン（脳）状況を判断し、次の行動を決定するVLA（Vision-Language-Action）モデル・世界モデル
アクチュエーター（身体）物理世界に働きかけるロボットアーム・車輪・サーボモーター・ドローンロータ

生成AI（ChatGPT・Gemini等）はデジタル空間でテキスト・画像を入出力します。一方フィジカルAIは、センサーから物理世界を読み取り、アクチュエーターで物理世界に作用するという「現実への接続」が根本的な違いです。

データセンターAIとフィジカルAI──半導体の違い

この2つのAIの差は、使われる半導体を比べると鮮明になります。

比較項目データセンターAI（生成AI）フィジカルAI
動作場所クラウド・データセンターエッジ（ロボット・車・工場内）
入力データテキスト・画像（デジタル）カメラ映像・LiDAR点群・力覚センサー（物理）
出力テキスト・画像生成モーター制御・ステアリング操作・アーム動作
主要チップGPU（H100・B200）・HBM・TPUエッジSoC（Jetson・DRIVE Thor）・MCU・パワー半導体
電力制約数百kW〜数MW（電力無制限に近い）数W〜数百W（バッテリー・熱制約あり）
レイテンシ要求秒〜分（許容幅大）ミリ秒以下（リアルタイム必須）
半導体の最優先指標絶対性能（FLOPS）電力効率（TOPs/W）

データセンターAIでは「電力あたりの計算性能」より「絶対的な計算量」が重視されます。しかしフィジカルAIでは、バッテリー駆動のロボットや移動体に搭載するため「W（ワット）あたり何兆回の演算ができるか（TOPs/W）」が最重要指標です。この制約の違いが、まったく異なる半導体市場を形成します。

フィジカルAIが生み出す新たな半導体需要

生成AIブームはデータセンター向けGPU（NVIDIA H100・B200）とHBMメモリの需要を爆発的に増やしました。フィジカルAIはこれに加え、まったく異なる半導体カテゴリの需要を創出します。

半導体カテゴリ役割主要企業
エッジAI SoCロボット・車の「頭脳」チップNVIDIA（Jetson・Thor）・Qualcomm・Intel
マイコン（MCU）モーター・センサーの制御ルネサス・STMicro・NXP
パワー半導体（SiC・GaN）モーター駆動のインバーター三菱電機・東芝・Infineon・ON Semi
イメージセンサーカメラ「目」の撮像素子ソニー（IMX）・ON Semiconductor
LiDARチップ3D点群による空間認識Luminar・Ouster・MEMS LiDAR各社
力覚センサーIC触覚・把持力の計測Bosch・TE Connectivity・MEMS各社

文部科学省のロードマップ（2024年公表）では、2040年に向けた「フィジカルインテリジェンス実現のためのエッジAI半導体」研究開発が国家課題として位置づけられています。

フィジカルAIの3大ユースケース

① ヒューマノイドロボット

2026年現在、フィジカルAI投資の最大の焦点がヒューマノイドロボットです。Figure・1X・Tesla Optimus・Boston Dynamicsに加え、日本ではホンダ（ASIMO後継開発）・ソニー（Aibo技術の応用）が参入しています。

ヒューマノイドが物理世界で機能するには、「人間の作業環境（工場・倉庫・家庭）をそのまま使える」ことが条件です。これはアームの把持・歩行・障害物回避・言語理解を1台のエッジSoCでリアルタイムに処理する必要を意味し、チップへの要求が最も厳しいユースケースです。

② 自動運転・ADAS（先進運転支援システム）

自動運転は「移動するフィジカルAI」です。L2+（部分自動化）〜L4（高度自動化）の段階で普及が進んでいます。

  • L2+：車線維持・自動ブレーキ（Mobileye・Qualcomm Snapdragon Ride）
  • L3〜L4：特定条件下での完全自動運転（NVIDIA DRIVE Thor・Waymo独自チップ）

ホンダはノエトラへの出資と並行して、自動運転技術「Honda SENSING Elite」の開発を継続しており、フィジカルAI基盤モデルとADASの融合が日本の自動車メーカーにとっての次の課題です。

③ 産業用ロボット・スマートファクトリー

製造現場でのコボット（協働ロボット）・自律搬送ロボット（AMR）・AI品質検査カメラがフィジカルAIの主要ユースケースです。ファナック・安川電機・ABBがAI機能を標準搭載し、工場の「人手要らず化」が進んでいます。

フィジカルAIが産業現場を変える最大のポイントは「教示不要」です。従来のロボットは動作をプログラムで定義する必要がありましたが、フィジカルAIは人間の作業を見て学習し、新しいタスクに自己適応します。

日本の国家戦略──ノエトラ（Noetra）と経産省1兆円

日本は2026年7月、国産フィジカルAI基盤モデル開発に向けた新会社ノエトラ（Noetra）を始動させました。

項目内容
始動2026年7月1日
中核4社ソフトバンク・ソニー・NEC・ホンダ
出資社数44社（三菱電機・東芝・PFN・ファナック等）
国家支援経産省：初年度3,873億円、5年間で総額1兆円規模
国際連携産総研主導、日米欧14機関（ケンブリッジ大・カーネギーメロン大等）
モデル規模パラメータ数1兆規模（国内最大級）
採用半導体NVIDIAの最新システム（NVIDIA GB200 NVL搭載クラスター）
スケジュール2027年度：モデル完成、2030年度：商用実装

注目すべきは、ノエトラがNVIDIAの最新システムを採用したことです。米国と日本のフィジカルAI戦略は競合ではなく、NVIDIAのチップという共通基盤で連携する構造になっています。

→ ノエトラの詳細については「ノエトラ（Noetra）とは？フィジカルAI国産基盤モデルの全貌と半導体業界への影響」を参照。

フィジカルAI市場の規模予測

時期内容
2026年ヒューマノイドロボット量産開始（Figure・Tesla等）。産業導入フェーズ
2027年ノエトラが国産フィジカルAI基盤モデル完成予定
2028〜2029年L3自動運転の市販車への本格搭載
2030年ノエトラ商用実装目標・フィジカルAI市場が数十兆円規模に拡大予測
2040年文科省ロードマップが「フィジカルインテリジェンス実現年」として設定

まとめ

  • フィジカルAIとは「センサー（入力）→AI推論（判断）→アクチュエーター（出力）」という3要素で物理世界を動かすAI
  • データセンターAI（GPU・HBM）とはまったく異なる半導体（エッジSoC・パワー半導体・センサーIC）が必要
  • 最重要指標はTOPs/W（電力効率）。バッテリー制約とリアルタイム性が設計を左右する
  • 3大ユースケースはヒューマノイドロボット・自動運転・産業用ロボット
  • 日本はノエトラ（Noetra）＋経産省1兆円規模の支援で国産フィジカルAI基盤モデルを2027年完成・2030年商用実装を目指す

関連記事：ノエトラ（Noetra）とは？フィジカルAI国産基盤モデルの全貌｜ノエトラと44社の全社名と役割マップ

【参考・引用元】

Post Views: 105
AMR DRIVE Thor Noetra NVIDIA Jetson Physical AI TOPs/W VLAモデル エッジAI エッジSoC コボット データセンターAI ノエトラ パワー半導体 ヒューマノイドロボット フィジカルAI 世界モデル 国産AI 産業用ロボット 経産省 自動運転
ABOUT ME
semi-connect編集室
半導体業界の技術・企業・市場動向を発信するブログ「semi-connect.net」の管理人。半導体プロセス・前工程・後工程からエレクトロニクス企業の財務分析まで、業界の基礎から最新情報をわかりやすく解説します。