ムーブメント インテリジェンス · 01
フィジカルAI（Physical AI）という言葉を聞くと、ほとんどがヒューマノイドロボットを思い浮かべます。記事に載る写真も、投資説明会に上がる事例も大体ロボットです。しかし、この用語の定義はそれより広いです。そして定義をそのまま読んでみると、今この分野が実際に何に詰まっているのかが一緒に現れます。
更新：2026年8月
フィジカルAIとは正確に何を指すのか
NVIDIAはフィジカルAIを画像・映像・テキスト・音声、そして実際のセンサーデータなどのマルチモーダル入力を処理し、自律システムが実行できる判断や動作に変えるものと定義します。対象にはロボットや自律走行車だけでなく、固定カメラ、センサーベースのシステム、工場や倉庫などの物理空間まで一緒に入ります。
ここでの鍵は形ではなく条件です。データが画面やサーバー内で生成されるのではなく、現実の物理現象でセンサーを介して入らなければならないということです。自分で歩くボディがなければフィジカルAIではありません。
本物のボトルネックはなぜデータなのか
言語モデルは、既に機械が読める形式で存在する数兆単位のテキストで学習します。物理世界を扱うモデルは事情が異なります。観測と動作が合わさった記録が必要ですが、インターネット規模で存在するそのような資料はありません。
フォーブスは2026年6月の記事でこのギャップをこうまとめました。言語モデルがWebから集めた水槽トークンを消費している間、ロボットファンデーションモデルは、公開された実際の相互作用データをすべて合わせても5,000時間に満たないレベルで学習しているということです。学習例 一つ一つを物理的に、一度に一つずつ収集しなければならないからです。
コストも問題です。データセットの規模を10倍にするには数千ドルではなく、数百万ドルがかかるという指摘が出ています。シミュレーションで作られた合成データが規模と多様性を満たしているのですが、繊細な動作や失敗状況での回復は実際のデータでしか学べないというのが現在の共通診断です。
まとめるとこんな感じです。フィジカルAIで足りないのはモデルではなく、現実の体から出るデータです。
人の動きデータは今どこから出るのか
人の動きは、物理世界データの中でも最も豊富な軸に属します。関節がどの角度に曲がり、どの順番で力が乗せられ、どこでバランスが崩れるかがすべてここに収められます。問題は、このデータを日常的に着実に収集するのが難しいことです。現在の使い方は大きく3つです。
カメラモーションキャプチャは正確ですが、データはその空間の境界で停止します。
| 方法 | 測定位置 | 主な制約 | 日常での収集 |
|---|---|---|---|
| カメラモーションキャプチャ | 体の外、決まった空間 | 照明・撮影範囲に縛られ、私的空間では負担が大きい | 難しい |
| 手首装着機器 | 手首 | 実際に動く関節と距離がある | 簡単 |
| センサーを内蔵した衣類 | 関節の上 | 洗濯耐久性、フィット感、センサー信頼性確保がカギ | 可能 |
カメラは正確ですが、スペースに縛られています。ラボや撮影現場を離れるとデータが壊れます。手首の機器は一日中着用できますが、膝がどのくらい曲がったかを手首から把握するには限界があります。 3番目の選択肢が残ります。すでに体の上に上がっているもの、つまり服です。
センサーが服になると何が変わるのか
服は人が意識せずに着用する唯一のインターフェイスです。そして関節のすぐ上にあります。服自体が感知機能を有する場合、測定点は動きが実際に起こる場所に移動する。
衣服そのものがセンシング層になると、測定は関節の近くではなく、関節の上で行われます。
製品を作成するチームの立場では、この違いは実践的に現れます。ユーザーがデバイスを手に入れてオンにし、姿勢をとる段階が消え、データが決まった空間ではなく生活の中に積み重ねられます。カメラを置く必要がないので、家や病室のように撮影が困難な環境でも測定が可能になります。
もちろん対価もあります。服は洗濯され、伸び、人によって異なるように塗られます。ここで耐えられるセンサーを作ることがこのアプローチの実際の難易度です。
TracSilは、関節の動きをどのように測定するか
Wave CompanyのTracSil™は、生地に印刷されたソフトストレインセンサーです。関節が動くと生地が伸び、センサーがその伸びを読み、角度情報に変えます。カメラも、別途測定機器も必要ありません。
生地の上に印刷されたソフトひずみセンサー。関節が動くと、印刷された線が生地と共に変形します。
耐久性はこのアプローチの前提条件です。自社試験では、TracSilセンサーは、0％から30％の伸びを毎分500mmの速度で10,000回繰り返す条件に耐えました。人体が日常で経験する伸び率が概ね15％以内であることを考慮すると、実使用条件では10万回以上に耐えるものと見ています。
このセンサーを完成品に移したのがTracME™です。膝と肘に身に着けているプロテクターの中にセンサーが入り、関節の動きを記録し、アプリはそのデータに基づいて姿勢と繰り返しの数に関するフィードバックを提供します。 TracMEはCES 2024イノベーション賞受賞作品に選ばれました。センサー自体を別売りではありません。完成品はTracMEであり、ここで出てくる動きデータが他のシステムと接続するポイントです。
今可能なものとまだ探しているもの
誇張しないために線をはっきりと描いたほうがいいでしょう。
今できること
- 関節角度と動きの軌跡をカメラなしで記録すること
- 運動中の姿勢をリアルタイムで確認し、繰り返し回数を自動的に数える
- 膝と肘を対象とした日常環境でのデータ収集
まだ探しているもの
- 部位を関節単位から全身単位に広げること
- 角度データを地球力やけがの危険のように生活の中で意味のある指標に翻訳すること
- 臨床環境での活用 - 現在パートナーとの検証段階を進めています
ちなみに、TracSilは筋電図（EMG）ではありません。筋肉から出る電気信号を読むのではなく、生地の伸びで関節の動きを読みます。 2つの方法は測定対象が異なり、できる話も異なります。
この物語がフィットネスを超えている理由
今TracMEが使われる席は運動です。しかし、ここで扱う問題は運動に限定されません。
人の体が実際にどのように動くかを実験室の外で、長く、着実に記録する方法。これは、リハビリ、遠隔医療、労働者の安全、人の行動を理解する必要があるすべてのシステムが共通に必要とする階層です。フィジカルAIがデータから詰まっている場合、そのデータが出てくる表面を広げることがまずです。
Wave Companyが作るのは、体とデータの間の層です。ロボットを作ることはありません。ただし、ロボットであれコーチングアプリであれ、現実の動きを理解しなければならないシステムには、その動きが入る入口が必要です。私たちはその入り口を服にして、他のシステムがつなぐことができる完成品として出しています。
よくある質問
フィジカルAIにロボット以外の製品も含まれていますか？
はい。一般的な定義は、実際のセンサーデータを処理して物理世界の判断や動作に変えるシステム全体を指します。自律移動するかどうかは基準ではありません。
服に入れたセンサーはカメラモーションキャプチャと同じくらい正確ですか？
用途が異なります。カメラ方式は、制御された空間で全身を正確に捉えることに強みがあります。衣類内蔵センサーは、決められた関節を対象としており、スペースの制約なしに長時間記録することに強みがあります。どちらの方法も、代替関係よりも異なる区間を担当します。
洗濯してもいいですか？
ElecSil™は100回以上の洗濯試験を通過しています。TracSilを使用した製品の洗濯条件は、各製品の案内に従ってください。
TracMEは筋肉の信号を測定しますか？
いいえ。 TracMEは、関節の動きと角度を測定します。筋電図方式ではありません。
TracSilセンサーのみを購入できますか？
いいえ。 TracSilは製品の中に入るセンシング技術であり、部品として別売りではありません。完成品はTracMEであり、ここで出てくる動きデータがパートナーとつながるポイントです。
この動きのデータが出てくる商品が気になりましたか？
関連記事
参考資料
- フォーブス、物理的 AI が現金だけで解決できるデータのラベル付けの壁にぶつかる (2026. 6. 29.)
- 今日の高速道路、物理的な AI とロボティクスの本当のボトルネックはデータ (2026. 8. 19.)
この記事は一般的な情報提供を目的としており、医学的なアドバイスではありません。
心臓も筋肉も神経も電気で動く。バイオハッキングと長寿の熱風の中で電気刺激が再び注目される理由、そして次のフロンティアである伝導性生地とElecSil™の話をまとめました。
年をとると、なぜ「速い筋肉」から減るのでしょうか？近減所をめぐる電気刺激研究がこれまで指す方向とDynamic FES、そしてウェーブカンパニーが準備する低速老化技術をまとめました。
