日本での実装試験が始まっている
Physical AIをめぐる国際競争では、米国が産業実装とVC投資で先行し（2025年に世界投資の52％を獲得）、中国が量産力で圧倒している（ヒューマノイド世界出荷の87％を占める）。日本は2025年末のAI基本計画でPhysical AIを国家競争力の柱に位置づけ、1兆円規模の支援策を打ち出したものの、基盤モデルの開発では存在感が薄く、産業ロボット大国としての素地を活かした巻き返しが課題となっている。この状況下で、RLWRLDは日本市場での実装を本格化させている。
同社はKDDIと連携し、コンビニエンスストア（ローソン）での棚補充作業の現場実装を推進している。高輪ゲートウェイシティのローソンなどの実験店舗で、実際の現場を想定した導入・検証を行っており、物流分野での業務プロセス自動化にも取り組んでいる。KDDIは2025年4月に「KDDI Open Innovation Fund 3号」を通じて同社に出資しており、コーポレートベンチャーキャピタルの担当者は発表会で「2年前にシード期から投資し、今は多数の産業に自動化を実装できるよう、データ収集からモデルの学習まで共同で進めている」と語った。計算基盤・ネットワークを保有するKDDIにとって、Physical AIのインフラ整備は事業戦略の一環といえる。
ハードウェア面では、オープンソースのロボットアームOpenArmを開発するEnactic（エナクティック）も協業パートナーとして登壇した。GitHubスターが2,500を超えたOpenArm v2は、今回のライブデモでも使われており、RLDX-1の評価ベンチマークへの活用を進める。同社CEOの山本泰豊氏は「物流現場でのハードウェア改良をRLWRLDと共同開発していきたい」と述べた。
こうした日本での実装加速の背景には、Physical AIの実証フィールドとしての条件がある。製造業・物流・小売の現場規模が大きく、労働力不足という社会課題が実証を後押しする。RLWRLDが日本を「最も重要なパートナーの1つ」と位置づけるのは、市場としてだけでなく、現場データの供給源としての価値を見込んでいるからだろう。
「手」の次に何があるか
シン氏は発表会の後半でこう語った。
「私たちの目標は、少しだけ動きが良いロボットを作ることではありません。手そのものに宿る知性をモデル化するという、異なるアプローチを目指しています。RLDX-1は終わりではなく、始まりにすぎません」（シン氏）
この「始まり」が向かう先として、RLWRLDは「4D+ワールドモデル」を提示する。現在のVLAが映像や言語の理解から行動を生成するのに対し、4D+ワールドモデルは視覚・言語・行動に加えて接触、トルク、ロボットの関節状態といった物理情報を時間軸上で統合的に予測・生成することを目指す。名称の「4D」は時間軸を含む3次元物理空間、「+」はピクセルを超えた物理・接触・状態情報を意味するという。
この方向性はRLWRLDだけが向かっているわけではない。Physical Intelligenceのπ0.5が「未知の環境への汎化」を実証し、Google DeepMindのGemini Robotics On-Deviceが50サンプルでファインチューニング可能な軽量化を実現するなど、「より少ないデータで、より広い環境に対応できるモデル」への競争が各所で進んでいる。いずれもVLAの次段階として物理世界の動的モデリングを志向しており、各社の「ワールドモデル」構想が収束しつつある。
一方で、産業現場への本格普及にはまだ複数のハードルが残る。現場での長期耐久性と故障率、多様な作業への対応範囲、コストと整備性、そして何よりデータの権利と品質管理という問題だ。ロボットが現場で作業するほど蓄積されるデータが、次世代モデルの学習素材になる構造は、顧客とAI企業が「データのパートナーシップ」を結ぶことを前提とする。このビジネスモデルが産業側に受け入れられるかどうかは、技術の成熟とは別の課題だ。
