AI開発企業のDeepSeekはロボット大手Unitreeへ約1億4000万元を出資した。
従来は巨大なクラウド計算基盤と高額な機体が物理AI普及の壁だった。
軽量推論モデルと量産型ハードの垂直統合により実世界動作の低コスト実装が可能になる。
「低コスト推論」と「量産型身体」が交差するフィジカルAIの技術構造
フィジカルAI（Embodied AI）の実装において、最大の技術的ハードルは「エッジ側の計算資源の制約」と「制御ループの遅延」でした。従来の視覚言語行動モデル（VLA: Vision-Language-Action Model）は、数百億パラメータ規模の基盤モデルをクラウド側で推論させ、ロボット側へアクチュエーション指令を送信する構成が主流でした。しかし、この構成では通信遅延が100〜300ms発生し、転倒防止や高速な把持制御といった100Hz（10ms）以上の更新レートが求められる物理的タスクに対応できませんでした。
今回の提携は、DeepSeekが確立した極限のアルゴリズム最適化と、Unitreeが持つハードウェア量産・低価格化能力を直接結合させる点に技術的特異点があります。
[従来のクラウド依存型VLA]
カメラ画像 ──(通信遅延 100~300ms)──> クラウド巨大LLM ──(通信遅延)──> ロボット関節制御
※高遅延のため動的バランス制御や衝突回避が困難
[DeepSeek × Unitree エッジ垂直統合型]
オンボードセンサー ──(低遅延 エッジSoC [MLA + GRPO軽量モデル] ──(500Hz)──> モータ制御
※完全ローカル推論によるリアルタイム物理適応と低コスト化を両立
アーキテクチャの核心：MLAとGRPOによるエッジ物理制御の成立条件
DeepSeekがヒューマノイドロボットに持ち込む最大の技術的ブレイクスルーは、DeepSeek-V3/R1の技術解説でも実証された以下の2つのアーキテクチャです。
-
Multi-head Latent Attention（MLA）によるKVキャッシュ圧縮
従来のMulti-Head Attention（MHA）と比較して、KVキャッシュのメモリフットプリントを大幅に圧縮します。これにより、ロボットに搭載可能な消費電力50W以下の車載・組込向けエッジSoC（限られたオンボードVRAM環境）上でも、長大な時系列センサーログや環境履歴を保持したまま自律推論を実行できます。 -
Group Relative Policy Optimization（GRPO）による強化学習効率化
従来のPPO（Proximal Policy Optimization）では、ポリシーモデルと同規模のCritic（価値評価）モデルをメモリ上に常駐させる必要がありました。GRPOはグループ内サンプリングの相対報酬を用いることでCriticモデルを不要にし、学習時の計算負荷とメモリ消費量を大幅に削減します。ロボットの動作軌道生成において、物理シミュレータ環境下での強化学習サイクルを数カ月から数週間へと短縮させることが可能です。
資本・技術提携の仕様と主要パラメータ
浙江省杭州市に本社を置く両社の提携は、Unitreeの上海科創板IPO（新規公開株式）における戦略的割当（戦略配售）を通じて実行されました。
| 項目 | 提携・技術仕様 | 技術的・産業的意味 |
|---|---|---|
| 出資額 | 約1億4,075万元（約34億円） | IPO公募価格150.80元×93万3,399株による戦略投資 |
| 取得比率 | 公募株式の2.31%（上場後総株数の約0.23%） | 杭州深度求索人工智能基礎技術研究名義での取得 |
| ロックアップ期間 | 36カ月 | 通常の戦略投資家（12カ月）の3倍。長期共同開発を担保 |
| Unitree調達使途 | 約20.22億元を知能ロボットモデル研究開発へ充当 | ハードウェア単体からAIモデル開発企業への完全転換 |
| 採用合意 | 物理AI事業における相互の優先的採用 | DeepSeekモデルの標準搭載と実環境データの優先フィードバック |
欧米アプローチと中国垂直統合アプローチの比較
フィジカルAIの覇権争いは、OpenAIやFigure AI、NVIDIAが主導する欧米型と、DeepSeekとUnitreeが形成する中国型で設計思想が大きく二極化しています。
| 比較軸 | 欧米型（OpenAI × Figure / NVIDIA GR00T） | 中国型（DeepSeek × Unitree） |
|---|---|---|
| 知能基盤 | 超巨大パラメータモデル＋大規模クラウドGPUクラスター | MLA/GRPOによる極限圧縮モデル＋国産SoC適合 |
| ハードウェア戦略 | 1機あたり10万ドル超の高性能特化型機体 | G1（約1.6万ドル）をはじめとする超低価格・量産型機体 |
| 制御ループ | クラウド（高遅延推論）＋エッジ（単純軌道追従） | エッジローカル完結型推論（10ms以下の即時応答） |
| データ収集戦略 | 高精度シミュレーション（Sim2Real）主導 | 格安量産ハードの市場ばら撒きによる実世界データ直接回収 |
| 開発エコシステム | 独自スタックによる高価格エンタープライズ向け | オープンウェイト・オープンソース協調による急速なコモディティ化 |
Unitreeが開発する人型ロボット「G1」は本体価格約1.6万ドル（約250万円）という破壊的な低価格を実現しています。中国のヒューマノイドロボット産業動向でも指摘した通り、深センや東莞のサプライチェーンを活用したハードウェア量産能力に、DeepSeekのアルゴリズム効率が加わることで、「安価な機体が現実世界を動き回り、失敗と成功のデータを高速に吸い上げてモデルを再学習する」というデータフライホイールが極めて低い限界費用で回転し始めます。
関連記事: 物理AI（Physical AI）の仕組みと実用化はいつ？自律型エージェントと次世代インフラが直面する3つの壁
実環境展開を阻む3つの技術的ボトルネック
DeepSeekとUnitreeの提携により推論効率と機体コストの壁は大きく下がりましたが、実用化フェーズにおいては新たな技術的ボトルネックが顕在化しています。
1. Sim2Realギャップと触覚・力覚（F/T）センシングの非線形性
言語モデルや視覚モデルと異なり、物理世界との接触を伴う物理制御では、摩擦係数の微小な変化や接触面の弾性、経年劣化によるバックラッシュ（遊隙）が破滅的な制御失敗を引き起こします。
シミュレーション空間（Isaac SimやMuJoCoなど）でどれだけGRPOによる強化学習を回しても、実機の減速機やアクチュエータの発熱によるトルク特性の変化までは完全にモデリングできません。Unitreeの量産ハードウェアにおいて、低コストな部材を使用しながらミリ秒単位で変化する外乱をどう補償するかという、古典的制御工学とディープラーニングの統合問題が残されています。
2. エッジSoCにおける熱設計消費電力（TDP）とリアルタイム保証
ヒューマノイドロボットのバッテリー稼働時間は、現状で1〜2時間程度にとどまります。ここに推論用SoCが加わることで、消費電力の制約は極めて厳しくなります。
- オンボードSoCの許容TDP：30〜70W以内
- システム全体の制御周期：最低100Hz、理想は500Hz
- 視覚処理パイプラインの遅延：30fps（33ms）以下
いくらMLAによってKVキャッシュが圧縮されたとはいえ、マルチモーダル入力（RGB-Dカメラ2〜4系統、IMU、各関節エンコーダ、触覚アレイ）を常時処理しながら思考モデル（System 2）と反射制御（System 1）を並行稼働させるには、エッジチップのハードウェアアクセラレーション最適化が不可欠です。
3. 機能安全（Functional Safety）と確定的動作の保証
大規模モデルに基づくポリシーは本質的に確率論的（Stochastic）に出力されます。しかし、産業現場や家庭環境において、ロボットが予期せぬトルクを発生させて人間や設備に衝突することは許されません。
ISO 13849-1（制御システムの安全関連部）やISO 10218（産業用ロボットの安全要求事項）に適合させるためには、ニューラルネットワークの出力層の直前に、物理的な制限（可動域、最大角加速度、衝突力制限）を強制する確定的（Deterministic）なセーフティガード層をハードウェア/ファームウェアレベルで組み込む必要があります。AIモデルの柔軟性と決定論的安全機構の調和は、商用化における最大の法的・技術的ハードルです。
関連記事: 中国DeepSeek初の外部調達1兆円突破とロボット投資活況のロードマップ｜物理AIの実用化へ向けた技術的絶対条件
技術責任者が追うべき定量的KPIと評価マイルストーン
事業責任者や技術責任者は、両社の協業進捗を評価するにあたり、以下の定量的指標（KPI）を追跡する必要があります。
1. エッジ推論における「Time-to-Action」遅延：20ms以下の達成
視覚情報の入力から関節トルク指令の生成までのエンドツーエンド遅延（Time-to-Action）が、通信やSoC推論を含めて20ms以下（50Hz以上）を維持できているかを評価基準とします。
- GOサイン: ローカルSoC単体で、環境変化に対する反射的な軌道修正が遅延15ms以内で実行可能になる。
- NO-GO: 複雑な把持タスクにおいてクラウド通信を必要とし、遅延が100msを超過して動作が断続的になる。
2. Zero-Shotタスク成功率：未知環境下で85%以上
ロボット基盤モデルを導入した機体が、事前学習に含まれない未知の物体形状や配置に対して、追加ファインチューニングなしで作業を完遂できる確率を測定します。
- GOサイン: 日用品の片付けや不整地での歩行において、環境が変わっても成功率85%以上を維持できる。
- NO-GO: 照明条件や床面素材の変化によってポリシーが破綻し、都度現地でのデータ収集（テレオペレーション）が必要となる。
3. ハードウェアMTBF（平均故障間隔）：1,000時間以上の連続稼働
量産ハードウェアが実環境の振動・衝撃・発熱に耐えうるかの物理的信頼性指標です。
- GOサイン: 関節アクチュエータやハーネスの破損なしに、1日8時間稼働で3カ月間（約720時間）以上の無保守連続稼働を達成する。
- NO-GO: 100時間未満で減速機のバックラッシュ増大やギア破損が発生し、AIの制御補正限界を超える。
物理AIの実装パラダイムシフトに対する技術戦略
DeepSeekとUnitreeの資本業務提携は、フィジカルAIの主戦場が「巨額の計算機資源による実験室モデル」から「低コスト推論と量産ハードを組み合わせた現場実装」へとシフトしたことを示しています。
日本企業をはじめとする産業界は、ハードウェア単体の精密性や要素技術の優位性に安住することはできません。Unitreeのようなコモディティ化された安価な量産プラットフォームを積極的に評価台として活用しつつ、その上で動作するドメイン特化の物理基盤モデルや、ISO規格に準拠した高信頼セーフティモジュールの開発へ開発リソースを集中させる戦略的転換が求められています。
出典: 36Kr Japan
出典: qq.com
出典: sina.com.cn
