Web3ロボット研究レポート：分散型機械経済および具身知能の現状と展望

2025.09.18

共有先

TechFlow厳選深潮セレクト

Web3ロボット研究レポート：分散型機械経済および具身知能の現状と展望

技術統合、インタラクション体験、ユーザー教育など、現在多方面にわたる課題に直面しているが、具身知能とWeb3の統合がもたらすパラダイム変革には依然として大きな可能性がある。

2025.09.18 - 03:39:29

机器人去中心化

Web3業界の深掘り報道に専念し潮流を洞察

概要

本レポートでは、従来のテック大手が主導する技術トレンドが暗号資産市場へどのように移行したかを検証し、このサイクルがヒューマノイドロボット分野でも繰り返されると予測しています。

まず、メタバースおよびAIブームの進化プロセスを振り返り、次にグローバルなテクノロジー資本による具身知能（Embodied Intelligence）への投資動向を分析し、トップレベルのヒューマノイドロボット企業の進展と課題を紹介します。

最後に、Web3ロボティクスおよび具身知能プロジェクトの概観について、主要プロジェクトの特徴、経済モデル、発展可能性を含めて述べます。

深層的な分析を通じて、本レポートは業界関係者に対して先端的インサイトを提供し、物理世界とデジタル世界をつなぐ分散型マシンエコノミーの戦略的意義を明らかにすることを目指しています。

一、従来のテック大手がトレンドを定義し、ウォール街の資本が急速に追随し、Crypto市場が効率的にそれを複製して分散型投資機会として展開するという周期的パターンが、ヒューマノイドロボット分野で再現される可能性

1. テック大手からCrypto市場への主流ナラティブの移行：過去の事例分析

Web3におけるナラティブの進化は、伝統的なテック大手や金融資本の動向に大きく影響されています。ここ数回のナラティブブームを総括すると、その基本的な流れは次の通りです。すなわち、「テック大手がトレンドを定義 → ウォール街の資本が迅速に参入 → Crypto市場がこれを効率的に模倣し、分散型の投資機会として展開」するという構図です。

メタバースブーム（2021–2022）：

Meta（旧Facebook）は2021年10月、社名変更を行い、VR/ARエコシステムに百億ドルを投じてメタバースへの全面転換を宣言しました。同年11月には、Microsoftが企業向け仮想コラボレーションに焦点を当てた混合現実プラットフォーム「Mesh for Teams」を発表。NVIDIAもOmniverseのデジタルツインプラットフォームをリリース。Qualcommは1億ドルの基金を設立し、Snapdragon Spacesを通じてARエコシステムを拡張しました。これらの連続的動きは、インターネット大手が仮想空間に全面的に布陣を敷いたことを示しています。
暗号資産市場でも顕著なパフォーマンスが見られました。Decentraland（MANA）やThe Sandbox（SAND）などのメタバースプラットフォームトークンは、それぞれ70倍、280倍の上昇を記録。Decentraland LANDやThe Sandbox LANDといったバーチャル土地NFTのフロア価格は、一時5ETH、4ETH近くまで高騰し、数万ドルに相当しました。Bored Ape Yacht Club（BAYC）のようなトップNFTプロジェクトは、初期販売価格0.08ETHから150ETH以上に跳ね上がり、40万ドルを超える価値を持つようになりました。この時期のメタバース資産は、有名人の影響、大手企業の参入、投機的熱狂によって短期間での爆発的成長を遂げましたが、その後市場は大幅に調整されました。それでも、その驚異的な上昇は暗号史において象徴的な相場として記憶されています。

AIブーム（2023–2024）：

2022年末、OpenAIがChatGPTを発表し、世界的なAIブームの火蓋を切りました。これは生成AI時代の到来を意味します。Microsoftは直ちに対応し、2023年1月にOpenAIへ追加で100億ドルを投資し、その技術をBing検索エンジンやOfficeスイートに深く統合しました。Googleも後を追って対話型AI「Bard」（後にGeminiにアップグレード）を発表し、DeepMindチームを再編成してAI開発を加速させました。Metaはオープンソース戦略へ舵を切り、Llamaシリーズの大規模言語モデルを順次公開し、業界エコシステムの発展を促進しました。
2023年以降、Fetch.ai (FET)、Render Token (RENDER) などAIナラティブを持つトークンが資金の注目を集め、2024年初頭には10倍以上の上昇を記録し、過去最高値を更新しました。Bittensor（TAO）のような分散型AIプロジェクトは、分散型ニューラルネットワークの学習・報酬メカニズムの構築を目指しており、その後の期間で主要資産を大きく上回る10倍以上の超過リターンを達成しました。2024年末には、AIエージェントおよび関連インフラストラクチャの相場が全体市場を牽引し、短期間で数多くの100倍級の機会が生まれ、暗号市場におけるAI分野へのFOMO感情が完全に燃え上がりました。

2. グローバルテクノロジー資本が具身知能に注力：ヒューマノイドロボットが次のナラティブの中心に

現在、従来のテック大手やトップVCがヒューマノイドロボットに注目しており、「技術トレンド→資本流入→ナラティブ移行」という連鎖反応が再び起きています。その焦点はAIやメタバースから、具身知能およびヒューマノイドロボットへと移り、次のWeb3ナラティブの中心候補となっています。

モルガン・スタンレー：ヒューマノイドロボットが世界の労働市場を再構築

2025年2月、モルガン・スタンレーは『Humanoid 100: Mapping the Humanoid Robot Value Chain』と題するリサーチレポートを発表。米国では約75%の職業（6,300万の職種）が「ヒューマノイドロボット適応性」を持つと予測し、2050年までに最大2.96兆ドルの給与支出に影響を与える可能性があると指摘。全世界では、この産業の潜在的市場規模が9兆ドルに達すると予測しています。

同レポートは、バリューチェーンを以下の3つのコアモジュールに分けました：

脳（Brain）：基礎AIモデル（NVIDIAのProject Groot）、データシミュレーションおよびモデリング（Palantir、Oracle）、視覚システムおよび半導体（NVIDIA、Intel、Qualcommなど）を含む。
身体（Body）：アクチュエータ（NSK、RBC Bearings）、センサー（Analog Devices、Robosense）、バッテリーシステム（CATL、LG Energy）から構成され、軽量化設計が重視される。
統合メーカー（Integrators）：Tesla、Apple、Samsung、Xiaomi、Amazon、Alibabaなどが含まれ、完全なロボットシステムを構築する能力を持つ。

ゴールドマンサックス：2025年はヒューマノイドロボット量産元年となる可能性

ゴールドマンサックスは2025年2月のレポート『Humanoid Robots III』において、ヒューマノイドロボットが「サプライチェーンの飛躍期」に入っていると指摘。アジアの製造企業が急速に参入し、グローバルな産業エコシステムが初步的に整いつつあると評価しています。2035年までに年間市場規模が380億ドルに達し、楽観的なシナリオでは2,000億ドルを突破する可能性があると予測しています。

すでに1x（ノルウェー）、Figure AI（米国）、Agility Robotics（米国）、宇樹科技（中国）、AGIBOT智元（中国）、楽聚ロボット（中国）などの企業が商用製品を出荷。Tesla（米国）、Sancturay AI（カナダ）、Boston Dynamics（韓国）、Apptronik（米国）、優必選（中国）、開普勒（中国）、小鹏（中国）、傅利葉（中国）、銀河通用（中国）、浙江省ヒューマノイドロボットイノベーションセンター（中国）などは、工場での試作段階にあります。

Tesla：ロボットは「兆ドル規模」の成長エンジンになる

2025年1月29日、Teslaの2024年第4四半期決算会議にて、CEOのイーロン・マスク氏は、将来ヒューマノイドロボットが工業の主力となり、台数が人類を上回る可能性があり、100億〜200億台に達すると予測。年間10億台の生産を目指し、市場シェア10%以上を獲得することで、Teslaにとって25兆〜30兆ドルの市場になると述べました。

NVIDIA：汎用ロボットの「ChatGPT的瞬間」が到来

NVIDIAは2025年5月21日に開催されたCOMPUTEX 2025で、3〜5年以内に専用ロボット（製造業、物流など）が普及するが、安全性認証や社会的受容度といった非技術的要因により制限されると予測。約10年後には、汎用ロボットが日常生活の一部になる可能性があるものの、ハードウェアクラスタ、シミュレーション効率、データ統合などの技術的壁を突破し、「スケール則」に依存すると述べました。

NVIDIA CEOのジェンソン・フアン氏は、GTC 2025でIsaac GR00T N1を発表。これは人間の反射と推論の両方を模倣するアーキテクチャを採用した、初のオープンロボット基盤モデルプラットフォームです。同時に、CosmosシミュレーションプラットフォームおよびNewton物理エンジンをリリースし、高品質な学習データを生成することで、ロボットと現実世界との相互作用能力を加速させます。

さらに、NVIDIAが発表したBlueエンタメロボットは、ロボットが工業用途に限定されず、消費者向けおよびインタラクティブ体験領域へ進出していることを示しています。

3. 世界の主要ヒューマノイドロボット企業紹介

（1）Tesla Optimus

Teslaが開発する汎用人形ロボットOptimusは、工場作業および家庭用途を主眼に、純視覚AIおよびFSD技術に依存。2025年の量産を計画しており、目標価格は3万ドル以下。

開発歴史

2021年8月：初のAI DayでOptimusのコンセプト図を発表し、人形ロボット開発計画を初公開。
2022年10月：AI Dayで初期の裸機バージョンを展示。
2023年3月～12月：歩行、物体拾い上げ、視覚認識、簡単な動作（ヨガなど）、エンドツーエンドのニューラルネットワーク学習を実現。
2024年2月～10月：Gen 2バージョンを発表。センサーおよびコントローラーを強化し、歩行がより安定。自動ナビゲーション、充電、階段昇降、人間とのインタラクション機能を備える。
2025年以降：工場内での数千台テストを計画。2026年に5～10万台、2027年に50～100万台の量産を目指す。

技術的特徴

構造性能：Gen 2は身長約1.73m、体重57kg、最大積載20kg。Gen 3は22自由度の巧みな手を搭載。
駆動システム：電気自動車用バッテリーおよび駆動システムを採用し、長時間稼働と高エネルギー効率を実現。
動作能力：歩行、しゃがみ、物体拾い上げ、片足立ちなどの基本機能をサポート。
感知・制御：FSD計算プラットフォームを使用し、自律ナビゲーションおよび環境認識を可能にする。
実行機構：14個の回転ジョイント（フレームレスモーター＋ハーモニックドライブ）、14個の直線ジョイント（プランetary roller screw）、合計70個のベアリング。

主な成果

Gen 2プロトタイプは、基本的な工業作業および自律ナビゲーションを実現。
FSD AIプラットフォームがロボットシステムに成功裏に移植。
内部パイロット：2024年よりTesla工場に1,000台を配備。
市場計画：2025年に数千台を生産。価格は2～3万ドルと予想。
長期目標：10億台規模の普及を実現し、反復的な人的労働を代替。

（2）Figure AI

ブレット・アドコックが2022年に設立した米国のロボット企業。AI駆動の人形ロボットを開発し、特に製造業および小売業における労働力不足の解決を目指す。

開発歴史

2022年5月：会社設立、人形ロボットの研究開発に集中。
2023年10月：Figure 01を発表。GPT-4を統合し、自然言語インタラクションおよび物品分類を実現。
2024年2月：Bラウンドで6.75億ドルを調達（Microsoft、NVIDIA、OpenAIなどが投資）。評価額は26億ドル。
2024年8月：Figure 02を発表。ハードウェアを全面アップグレード。16自由度の巧みな手、最大20時間の駆動時間。
2024年11月：40台の生産需要。2025年4月に2,000台の生産能力到達予定。Q3には2万台の量産目標。
2025年2月：Figure AIは15億ドルのCラウンド調達を検討中。評価額は約400億ドルに達する見込み。
今後の計画：4年以内に10万台を出荷。新製造拠点を2025年に稼働予定。

技術的特徴

視覚・感知：6台のRGBカメラおよびLiDARを搭載。全方位の環境認識能力を有する。
手の能力：片手16自由度、最大25kgの負荷、高い精度。
計算プラットフォーム：NVIDIA RTX GPUを搭載。推論能力は前世代の3倍。
AIシステム：階層型具身大規模モデルアーキテクチャ（計画、意思決定、実行の3層統合）を採用。OpenAIへの依存を排除し、独自のエンドツーエンドAIを開発。

主な成果

工場実証：BMW工場で7×24時間のテストを通過。組立および搬送作業を完了。
商業推進：大手企業と供給契約を締結。2025年4月に2,000台の生産能力到達予定。第3四半期に2万台の量産を計画。
資金調達：2024年にBラウンドで6.75億ドルを調達（評価額26億ドル）。2025年にCラウンドを検討（評価額約400億ドル）。
今後の計画：4年以内に10万台のロボットを展開。工業および家庭シーンを兼ねる。

（3）宇樹科技（Unitree）

宇樹科技（Unitree）は2016年に中国杭州で設立されたハイテク企業。高性能の脚式ロボットおよび汎用人形ロボットの研究開発に特化。全自社開発の核心部品および運動制御アルゴリズムで知られ、製品は消費者向け、産業用、パフォーマンス用途にわたる。「低コスト・高性能」戦略によりロボットの商用化を推進。四足ロボットの世界市場占有率は60%以上。また、人形ロボットの量産を先行実現。

開発歴史

2016年：杭州に設立。創業チームは浙江大学およびHuawei出身。初期は四足ロボットの運動制御アルゴリズムに集中。
2017年：初の消費者向け四足ロボットLaikago（自重22kg、負荷5kg）を発表。ボストンダイナミクスの同クラス製品より低い価格で業界の注目を集める。
2019～2021年：産業用Aliengo、教育用A1、伴走型バイオニックロボットGo1を発表。
2022年：109台のGo1ロボットドッグが北京冬季五輪開会式に登場。産業用B1およびフィットネスポンプPUMPを発売。
2023年：アップグレード版Go2を発表（4D LiDAR搭載）。国内初の走行可能なフルサイズ人形ロボットH1および産業用四足ロボットB2を発表。
2024年：約10億元のB2ラウンド調達を完了。人形ロボットUnitreeG1を発表。フォーブス中国AI企業TOP 50に選出。
2025年：人形ロボットH1「福兮」がCCTV春節晩会で『秧BOT』を披露。G1およびH1が限定販売開始（価格9.9万／65万元）。

技術的特徴

全産業チェーン自社開発：モーター、減速機、コントローラー、LiDARなどの核心部品および高性能運動制御アルゴリズムを含む。
高性能運動能力：Go1は自然な追従インタラクションを実現。Go2は4D超広角LiDARを搭載。産業用B2ロボットは最高速度6m/sで複雑な地形に対応。人形ロボットH1は動的バランスおよび高速走行能力を有する。
AI付与：大規模モデル学習によりダンス動作学習、音楽応答などのスマートインタラクション機能を実現。
低コストハードウェア：モータードライブ、減速機設計およびサプライチェーンの最適化により、四足ロボットのコストを業界平均の1/10に削減。

主な成果

製品ラインナップ：消費者向け（Goシリーズ）、産業用（Bシリーズ）、人形ロボット（H1/G1）。
市場実績：四足ロボットの世界市場占有率60%以上。GoシリーズはSTEM教育のヒット商品に。人形ロボットG1、H1はJD.comでの予約販売で即完売。海外注文比率50%。
国際的影響力：CES、スーパーボウル前夜祭、冬季五輪開会式など国際舞台に登場。製品は世界中の多数国に輸出。
技術的突破：BeamDojo強化学習により、G1は梅花柱、バランス梁の歩行および外力干渉耐性を実現。HOMIE操縦システムにより、全身の精密リモコン操作が可能になり、ダンス、搬送などの複雑作業をサポート。
商用化進展：2025年に人形ロボットH1/G1の予約販売を開始し、汎用ロボットの規模展開を推進。

（4）Apptronik

2016年に米国テキサス州オースティンに設立されたロボット企業。汎用人形ロボットApolloの開発に注力。人間との協働を通じ、産業、物流、医療分野の作業効率と安全性を向上させることを目指す。

開発歴史

2016年：テキサス大学の人間中心ロボティクス研究所から独立し、ロボット技術の研究開発に専念。
2016～2019年：政府および民間部門の複数プロジェクト支援（NASAとの共同開発含む）を受け、外骨格、ヒューマノイド上半身、二足移動プラットフォーム、物流アームなどのロボット技術を開発。
2020年：ヒューマノイド上半身ロボットを開発。
2022年：全電動ヒューマノイドロボットプロトタイプを開発（開発期間12週間未満）。
2023年8月：Apollo Alphaバージョンを発表。Apolloシリーズの初登場を記録。

技術的特徴

サイズおよび積載能力：Apolloは高さ約173cm、重量約73kg、最大25kgの物品を運搬可能。
駆動システム：肩、肘、手首関節を持つ7自由度アームを搭載。物体の精密操作が可能。
センサーおよび感知能力：深度カメラおよび超高精細長距離LiDARを統合。複雑な環境下での感知能力を強化。
安全性設計：協働ロボット（コボット）のように、独自の力制御アーキテクチャを採用。人間との協働時の安全性を確保。

主な成果

産業用途：Apolloはメルセデス・ベンツのマリエンフェルトおよびカーツケメット工場でテストされ、部品運搬、品質検査などの作業を実施。
AI付与：ApptronikはNVIDIA、Google DeepMindなどと協力し、AIで作業能力を向上。
パートナー：サプライチェーン大手Jabilと提携し、同社工場でApolloロボットの生産およびテストを実施。自身の生産にもロボットを活用する計画。
資金調達および支援：2025年2月、4.03億ドルのAラウンド調達を完了。評価額は約15億ドル。Google DeepMind、B Capital、Capital Factoryなどが投資。
受賞歴：ApolloはFast Companyから2024年「世界を変えるアイデア賞」実験部門のファイナリストに選出。労働力不足および産業自動化におけるポテンシャルが認められた。
今後の計画：2025年に数百台の量産、2026年に全面商用化。目標価格は5万ドル以内。

（5）Boston Dynamics Atlas

米国マサチューセッツ州に本社を置くロボット企業。高い機動性および柔軟性を持つ人形ロボットの開発で知られ、産業自動化、物流、セキュリティ分野に広く応用されている。

開発歴史

1992年：会社設立。初期は米陸軍向けロボット研究を担当。
2005年：軍用四足ロボットBigDog（負荷154kg）を発表。
2013年：Googleが買収。2017年にソフトバンクへ売却。2021年に現代自動車が80%の株式を取得。
2015年：Spotシリーズを発表。2019年に商用化。2023年時点で世界市場シェア12.67%。
2017年：Spot Miniを発表。車輪式および脚式移動を融合。
2013～2024年：油圧駆動版Atlas（高さ1.5m、28自由度）。
2024年：全電動駆動版Atlasを発表。首および腰の回転関節を追加。工場テストで自律搬送を実現。
2025年計画：韓国現代自動車工場でのパイロット生産を予定。

技術的優位性

駆動システム：油圧から全電動へ移行。構造がよりコンパクトで、制御が安定。
動作制御：複雑な環境下での高速移動および精密動作が可能。腰部および首の回転範囲が広い。
手の能力：三指の巧みな手を装備。
環境認識：360°感知システムを備え、複雑な工業環境に適応。
AI協働：トヨタ研究所と共同で大型行動モデルを開発。複雑な意思決定タスクに使用。

主な成果

工業テスト：2024年に現代自動車工場で自動車部品の搬送を実施。
運動制御技術は世界トップレベル。Atlasはヒューマノイドロボットの運動制御のベンチマークとされる。
市場ポジショニングが明確。高付加価値領域である高度産業検査および危険作業に集中。
パイロット計画：2025年に量産パイロットを開始し、商業利用を段階的に拡大。

4. 現在のヒューマノイドロボットにおける課題と機会

ヒューマノイドロボット分野は将来性が大きいものの、技術的・市場的課題に直面しています。現在の技術的ボトルネックには、高価なハードウェアコスト、AIモデルの現実世界理解不足、運動制御の精度問題などがあります。しかし、技術の継続的突破と資本の加速的配置により、この分野には巨大な発展ポテンシャルがあります。

ハードウェアおよびコストのボトルネック：TeslaのOptimusロボットは単価2万ドルへの削減を目指しているが、現時点では実験室レベルのロボットでも10万ドルを超え、商用化の進展が遅れている。
AIおよびセンサー技術：AIの発展は著しいが、現在のロボットは複雑な状況での汎化能力が不足。特に感知および意思決定におけるリアルタイム性と精度に大きな課題がある。
分散型ネットワーク：ロボットに広範な適応能力を持たせるためには、分散型データネットワークがより強力なリアルタイムデータ処理能力を持つ必要がある。

Web3に基づく革新的ソリューションが急速に台頭しています。分散型AI学習およびロボット経済などの新モデルは、開発コストを大幅に削減しつつ、ハードウェアおよび技術のさらなる普及を促進します。Web3がメタバースおよびAI分野で示した可能性のように、ヒューマノイドロボット分野はWeb3の次の中心的ナラティブになる可能性があります。

二、Web3ロボットおよび具身知能プロジェクト概観

1. 概要

AI、ロボット技術、ブロックチェーンの急速な発展に伴い、Web3ロボットプロジェクトは新たなテクノロジーの重要な交差点となりつつあります。歴史的に重要な変革は常に、すべてのピースが揃うのを待っています。現在、ヒューマノイドロボットの技術ツリーはすでに「スキルポイント」を開放できる段階に達しています。具身知能、分散型物理インフラネットワーク、トークン報酬メカニズム、AIエージェントを融合し、「分散型マシンエコノミー」という開放的協働・自己駆動のシステムの構築を目指しています。

Web3ロボットおよび具身知能プロジェクトの一般的特徴：

現実世界のタスク実行：ロボットは感知モジュール（カメラ、LiDARなど）で環境情報を収集し、AI意思決定モジュールの指示でナビゲーション、監視、データ収集などのタスクを完了。
分散型協働メカニズム：トークンシステムにより、ロボットハードウェア提供者、データ貢献者、計算資源ノードに報酬を与え、地域・主体を越えたリソース共有を実現。
AIエージェントとロボットの統合：AIエージェントを「意思決定中枢」（脳）、ロボットを「具身実行者」（身体）として、認知と行動を一体化。
エコシステムの細分化：現在のWeb3ロボット分野は以下の8方向に分類できます：
- ロボットハードウェアプラットフォーム
- ロボットソフトウェアおよびプロトコル層
- 分散型位置情報およびデータネットワーク
- 空間知能および環境モデリング
- インフラおよび基盤ネットワーク（Layer-1）
- マシンエコノミーシステム
- DePAI DAO組織形態
- ゲーム化／コミュニティ型ロボットプロジェクト

2. 現在のWeb3ロボットおよび具身知能プロジェクト紹介

（1）BitRobot

https://x.com/BitRobotNetwork

プロジェクト概要

BitRobot Networkはサブネット（Subnet）アーキテクチャーに基づく分散型ネットワークであり、暗号経済インセンティブを通じて具身人工知能（Embodied AI）の発展を加速することを目的としています。その核心目標は、計算資源、ロボットクラスター、データセット（実際または合成）、AIモデルを統合し、現在のEmbodied AI分野が直面するデータおよびリソースのボトルネックを解決し、ロボット技術の規模的革新を推進することです。

資金調達状況

2025年初頭、FrodoBots Labが600万ドルのシードラウンド調達を完了。Protocol Labsと共同でBitRobotを開発。Protocol VCが主導。Big Brain Holdings、Fabric Ventures、Solana Venturesなどが参加。Solana共同創設者および複数のDePINプロジェクト創設者も投資。

製品ロジック

簡単に言えば、BitRobotはブロックチェーンとトークンインセンティブによる「ロボット協働ネットワーク」です。誰もがロボット、計算資源、データを共有し、AIロボットの研究開発を共同で加速できます。

サブネットの役割

サブネット所有者（Subnet Owners）：サブネットタスク（VRW）を定義し、報酬比率を分配。
サブネット検証者（Subnet Validators）：貢献者の出力を有効性検証。
サブネット貢献者（Subnet Contributors）：ロボットハードウェア、計算資源、人材などのリソースを提供。

経済モデルおよびインセンティブメカニズム

ネットワーク報酬：トークンでリソース提供者（ロボット所有者、計算資源供給者など）に報酬。
リソース利用：第三者（AI研究所など）が料金を支払い、サブネットリソース（ロボットクラスターでモデルテストなど）を利用。
商用化：データセットおよびモデルの非商用利用を開放。商用ライセンス収益はエコシステムに還元。

（2）Reborn

https://x.com/reborn_agi

プロジェクト概要

Rebornは、人間の運動データをトークン資産に変換し、ロボット基盤モデル（RFM）の構築に利用。汎用人形ロボットの学習を支援します。

エコシステム製品マトリクス

統一データプラットフォーム（Unified Data Platform）：モーションキャプチャ可穿戴デバイス、VRインタラクション、モバイル動画、Roboverseシミュレーションエンジンを通じて、高品質な実世界および合成データを収集。スケーラブルな学習の基礎を築く分散型インフラ。
オープンモデルエコシステム（Open Model Ecosystem）：再利用可能な具身AIモデルライブラリ。OpenVLA（視覚・言語・動作モデル）、全身コントローラー、巧緻操作モデルを含む。開発者はReborn物理AIアプリストアで直接展開または拡張可能。
物理エージェント（Physical Agents）：現実世界のロボットエージェント。三段階の進化を予定：協働遠隔操作 → 専用モデル展開 → 汎用自律。データ駆動の実用的パスを形成。

ネットワークリスク

データ貢献者：コミュニティユーザーがVR/ARゲームデータ、実際の姿勢運動データを提供し、RFMモデルの学習に貢献。報酬を得る。
ネットワーク検証者：データの真実性および可用性を検証し、報酬を得る。
データ需要者：ロボット開発者がモデル使用権またはデータを購入。

ハードウェアデバイス

プロジェクト公式サイトによると、Rebocap™デバイスの販売台数は8,000台以上。このデバイスは姿勢データのキャプチャおよび収集に使用される。

データカテゴリ

Embodied Vlog（実世界タスク動画）：一般的なカメラ（スマートフォン、GoProなど）で第一人称視点の動画を撮影。サンドイッチ作りや洗い物など日常的な細かい作業を記録。
Mocap Life（Rebocap™デバイスによる精密モーションキャプチャ）：正確な人体関節データを収集。
VRゲーム：VRプラットフォームと連携し、手のマークおよびインタラクション操作データを収集。

資金調達状況

公式サイトによると、GGV Capitalから支援を受けており、詳細な資金調達状況は未公開。

（3）Vana

https://x.com/vana

プロジェクト概要

Vanaは分散型プロトコルであり、データ主権およびユーザー所有のAIデータレイヤーの実現を目指します。ユーザーが自身の個人データを所有・管理・貨幣化でき、DataDAOエコシステムを構築します。Vanaはデータを新しい種類のデジタル資産とみなし、ユーザーがデータをDataDAOに集約してAIモデルの学習に使用できるようにし、大手テック企業のデータ独占を打破。オープンAI経済の発展を促進します。Vanaには100万人以上のユーザーがDataDAOを結成しており、健康、ロボット、科学、予測市場などの分野をカバーしています。

資金調達状況

Vanaは合計2,500万ドルの資金調達を完了。シードラウンドはPolychain Capitalが主導。AラウンドはParadigmが主導。Coinbase Venturesなどが参加。この資金はユーザー所有のAI開発およびエコシステム拡張を加速し、DataDAOの孵化プロジェクトを支援するために使用されます。

ビジネスロジック

Vanaの製品ロジックは、「抽出されるリソース」から「ユーザーが管理する資産」へとデータの扱いを転換することにあります。ユーザーは暗号化されたデータをVanaのデジタルウォレットにアップロードし、DataDAOを通じてデータを集約。データ流動性プール（DLP）を形成します。AI開発者はスマートコントラクトでこれらのプールデータにアクセスし、モデル学習を行います。データ貢献者はガバナンストークンおよび報酬を得ます。このロジックはプライバシー保護、集団交渉、市場主導の価値発見を重視。従来のブロックチェーンの公開検証問題を回避します。

技術的優位性

プライバシー保護技術：暗号化データの所有権記録、アクセス制御、検証証明。ZK技術でプライバシーを確保。
ネットワーク構造の拡張性：グローバル状態がデータ所有権、アクセス権限、トークン残高を維持。DataDAOのデータプールをネイティブサポート。ガバナンス用VRC-20トークン標準。
相互運用性：ERC20ラッパー版でEthereumエコシステムをサポート。Serなどのインフラサービスと統合し、データアクセスパイプを最適化。

ロボットナラティブ

Vanaはロボットネットワークにおいて、重要なデータインフラとして位置づけられます。ユーザー所有の実世界動画およびセンサーデータを提供し、物理AIおよび自律システムの学習に使用。許諾されたユーザーデータがロボット技術の発展をスケーラブルに支援し、プラットフォーム独占への依存を回避することを強調。DataDAOを通じて、Vanaは多様な人間データを統合し、ロボットと世界のより良い相互作用を支援します。現在、VanaはPrismaXなどの主要プロジェクトを含むロボットエコシステムの孵化プロジェクトを支援しています。

トークン状況

プロジェクトは2024年12月にTGEを実施。現在の流通時価総額は1.34億ドル、時価総額は5.25億ドル。Binance、Upbitなどの主要取引所に上場。

（4）PrismaX

https://x.com/PrismaXai

プロジェクト概要

PrismaXは分散型データマーケットプレイスプラットフォーム。現実世界のロボット開発に燃料を供給することを目指します。コミュニティ主導のデータ収集およびインセンティブメカニズムにより、ロボットと主流採用のギャップを橋渡しします。マルチモーダル生成AIを開発し、ロボットがテキストデータに限定されず、視覚、動画、センサーデータを通じて物理世界を「見て、理解し、相互作用する」ことを可能にします。ロボットのデータボトルネックを解決し、自律性および効率的協調を実現。

ビジネスモデル：データ収集 → 遠隔操作 → モデル学習

BtoBデータサービス：ロボット/AI企業に高品質で多様な視覚データセットを提供。
遠隔操作（Teleop）プラットフォーム：標準化された遠隔操作ソリューションを提供。オペレーター管理、支払い、ソフトウェアインターフェースを含み、使用量またはサブスクリプション制で課金。
モデル学習およびAPIサービス：AI企業と協力し、プリトレーニングモデルまたはデータ拡張サービスを提供。ライセンス料または収益分配。
分散型データ経済：Cryptoでデータ貢献者に報酬。データ取引から手数料を徴収。

ロードマップ

段階I：遠隔操作＋データ収集（2025～2026）：主な目標：グローバル分散型遠隔操作員ネットワークを構築。ロボットは主にAI学習データ収集に使用。
段階II：実タスク＋エッジモデル（2026～2027）：主な目標：ロボットが物流、製造などの実ビジネスタスクを実行。オペレーターが複数ロボットを管理。AIが遅延を低減。
段階III：完全自律＋マシンエコノミー（2027以降）：主な目標：高自動化ロボットサービスネットワークを実現。基盤モデルが自律意思決定を駆動。

資金調達状況

2025年6月に1,100万ドルの資金調達を完了。a16z CSXが主導。Virtuals Protocol、Volt Capital、Symbolic Capital、Stanford Blockchain Acceleratorなどが参加。

（5）OpenMind

https://x.com/openmind_agi

プロジェクト概要

OpenMindが開発するOM1は、エージェントおよびロボット向けのモジュール型AIランタイム環境。運動、音声など複数機能を備える。

主な機能

OM1を使えば、AIエージェントを設定してデジタル世界および物理世界に展開できます。一度AIエージェントを作成すれば、クラウド上で実行できるだけでなく、四足ロボットや、まもなく対応予定のTurtleBot 3、人形ロボットなどの実ハードウェアでも実行可能です。

応用シーン

OM1に基づいて構築されたAIエージェントは、ネット、X/Twitter、カメラ、LiDARなど多源データを統合。その後、ツイート投稿、部屋の探索、握手や会話などが可能になります。OM1があれば、OpenAIのgpt-4oと会話するだけでなく、実際に「握手」することもできます。

技術的特徴

マルチエージェントエンドポイント：異なるタイプのAIエージェントが単一APIで協働可能。
- Planner（プランナー）：意思決定およびタスク分解を担当。目標と優先順位を決定。
- Navigator（ナビゲーター）：実行パスを策定し、タスクフローを最適化。
- Perception/Control（知覚／制御）：環境認識および具体的な操作実行を処理。
モジュール性および拡張性：システムはモジュール設計。開発者は必要に応じてエージェントを追加または交換可能。この柔軟性により、ロボット制御から複雑な意思決定システムまで幅広い応用が可能。