日立、富士通から三菱商事、三井物産までNVIDIAのフィジカルAIに大集結。東証プライム社長はNVIDIA Cosmos Coalitionを理解していないとなぜマズいのか？

なぜ日本のフィジカルAI中核企業はNVIDIA「Cosmos Coalition」に集結したのか

――ファナック、富士通、日立、川崎重工、クボタ、NEC、ソフトバンク、ソニー、安川電機が狙う次の産業秩序

2026年7月16日、日本のフィジカルAI産業の将来を考えるうえで、見逃せない発表がありました。

NVIDIAは、世界モデルの開発を推進する企業連合「NVIDIA Cosmos Coalition」を日本へ拡大し、日本の企業・団体22社が参画の意思を表明したと発表しました。

NVIDIA公式：日本のロボティクスおよび製造業のリーダーたちが、 NVIDIA Cosmosを基盤にフィジカルAIの最前線を切り拓く（2026/7/16）

名前を挙げると、AIRoA（AIロボット協会、経産省系）クラスメソッド、Enactic、ファナック、富士通、GROOVE X、日立製作所、本田技術研究所、川崎重工業、クボタ、三井物産、三菱商事、Mujin、NEC、Preferred Networks、ソフトバンク、ソニーグループ、Telexistence、ティアフォー、TRON、チューリング、安川電機です。

この顔ぶれから分かるのは、Cosmos Coalitionが特定のロボットを共同開発するプロジェクトではないことです。

ロボットメーカー、農業機械メーカー、自動車・モビリティ企業、総合電機、通信会社、商社、AI開発企業、クラウドインテグレーター、ロボットスタートアップまでが参加しています。

各社が同じ製品を作ろうとしているわけではありません。

各社が今後、それぞれ異なるフィジカルAI製品を開発していくための共通の技術基盤、データ基盤、評価方法、実装ノウハウを整備することがCosmos Coalitionの目的です。

したがって、この発表の意味は「日本企業がNVIDIA製品を採用した」という範囲に収まりません。

フィジカルAI時代の開発ルールを、誰が、どの基盤の上で、どの企業群とともに作るのか。その産業的な陣取りが始まったと見るべきです。

1．2026年7月16日、日本のフィジカルAI企業が一斉に動いた

Cosmos Coalitionは、もともと2026年5月31日にNVIDIAがCosmos 3とともに立ち上げた世界的な企業連合です。

設立時には、ドイツのロボット企業Agile Robots、画像生成AIを開発するBlack Forest Labs、ロボットAI企業Generalist、動画生成AIのLTXとRunway、ロボット基盤モデルを開発するSkild AIなどが創設メンバーとして名を連ねました。

NVIDIAはこのCoalitionを、世界モデル開発者、AI開発者、フィジカルAI企業が協力して、次世代のオープンな世界モデルを発展させるための国際的な枠組みと位置づけています。参加企業はモデル、研究成果、評価手法を持ち寄り、Cosmos 3の技術、学習ツール、DGX Cloudなどの計算基盤を利用します。

NVIDIA公式：NVIDIA、フィジカル AI のためのオープンな最先端の基盤モデル、 Cosmos 3 を発表（2026/6/2）

そのCosmos Coalitionが、約1カ月半後に日本へ拡大されました。

参加を表明した22社・団体を産業上の役割で分類すると、Coalitionの構造が見えてきます。

ロボットや機械を持つ企業

ファナック、安川電機、川崎重工業、クボタ、本田技術研究所などは、現実世界で動く機械を持つ側です。

ファナックと安川電機は産業用ロボットと工場自動化、川崎重工業は産業用ロボットに加えて造船、輸送、航空宇宙、エネルギー、医療、クボタは農業機械とスマート農業、本田技術研究所はモビリティとロボティクスの研究開発に接点を持っています。

今泉が監修するさっつーのAIエージェント・サイトにアップされた最新の参考記事

ファナックのフィジカルAIはNVIDIAと提携することで何が得するのか？

安川電機のフィジカルAIはNVIDIAスタックを導入することでどのように高度化したのか？

これらの企業が保有しているのは、ハードウェアだけではありません。

機械を安全かつ精密に動かすための制御技術、センサー技術、顧客現場への導入経験、保守ノウハウ、そして世界各地で稼働する機械から得られるデータを持っています。

産業AIとシステム基盤を担う企業

富士通、日立製作所、NEC、ソフトバンク、ソニーグループなどは、AIモデル、クラウド、通信、デジタルツイン、映像認識、システム統合といった領域を担います。

たとえば富士通は、ファナック、安川電機、川崎重工業とともに、NVIDIAのフィジカルAI技術を組み込んだ「協調制御プラットフォーム」の事業検討を開始しました。

このプラットフォームでは、Cosmosの世界基盤モデル、ロボット開発基盤のIsaac、デジタルツイン基盤のOmniverse、物理エンジンのNewtonなどを利用し、AIモデル開発、ロボット学習、シミュレーション、Sim2Real、導入前検証をつなぐ構想が示されています。

日立製作所、NEC、Preferred Networksは、Cosmosなどを利用して世界モデル、産業AI、フィジカルAIの研究開発を進めています。

ソフトバンクはCosmos、Omniverse、Isaac Simを使ったフィジカルAI開発基盤を構築するとともに、AIと通信ネットワークを融合するAI-RANを通じて、将来のフィジカルAI機器を通信面から支える構想を進めています。

事業開発、海外展開、産業投資を担う企業

三井物産と三菱商事の参加にも注目する必要があります。

NVIDIAの発表では、両社がCoalitionの中で具体的にどの事業を担当するかまでは明らかにされていません。

ただし、総合商社が持つ顧客ネットワーク、事業投資、海外展開、プロジェクトファイナンス、複数企業を束ねる事業形成能力は、フィジカルAIを研究開発から社会実装へ移すうえで大きな意味を持ちます。

ロボットを作る企業と、ロボットを必要とする製造、物流、小売、農業、エネルギーなどの事業者を結びつけなければ、フィジカルAIは市場になりません。

技術を持つ企業だけでなく、需要を見つけ、投資を行い、事業として組み立てる企業がCoalitionに加わっている点は、この取り組みが研究者だけの共同体ではないことを示しています。

世界モデル、ロボットAI、実装を担う新興・独立系企業

Mujin、Preferred Networks、Telexistence、ティアフォー、チューリング、TRON、GROOVE X、Enactic、クラスメソッドなどは、現場データ、AIモデル、ロボット制御、クラウド実装、運用といった各レイヤーを担います。

Mujinは産業用ロボットや物流設備を統合制御するMujinOSを持ち、TRONは製造現場の作業者データや工場のデジタルツインデータを生成します。Telexistenceは小売現場でロボットを実際に稼働させ、クラスメソッドはモデル開発側と産業現場側をつなぐクラウド、データ、実装、運用のレイヤーを担います。

つまり、今回集まった企業群は、一つの産業サプライチェーンを形成しています。

現場と機械を持つ企業
↓
実世界データを集める企業
↓
世界モデルとロボットAIを開発する企業
↓
シミュレーションと評価を行う企業
↓
クラウドやエッジへ実装する企業
↓
顧客を開拓し、事業として展開する企業

Cosmos Coalitionには、この一連の役割を担える企業が集まりつつあります。

2．Cosmos Coalitionは何を共同で作るのか

Cosmos Coalitionで共同開発されるものは、完成した一種類のロボットではありません。

参加企業が扱うのは、次のようなフィジカルAI開発の共通部品です。

• 世界モデル
• ロボット学習用データ
• 合成データ
• データの収集・整理・選別方法
• モデルの評価手法
• 学習・追加学習の方法
• 導入前の検証方法
• リファレンスアーキテクチャ
• 実装手順
• 本番運用のノウハウ

NVIDIAは、Coalitionの参加企業がCosmosのオープンモデル、データキュレーションライブラリ、データセット、フレームワークに貢献し、その上に独自の世界モデルやフィジカルAIシステムを構築できると説明しています。構築した世界モデルは、実際の工場や物流現場へ投入する前に、システムの挙動を検証し、最適化するために使われます。

【用語解説】世界モデル

世界モデルとは、AIが物理世界の構造や時間変化を内部的に表現し、「次に何が起こるか」を予測するためのモデルです。

一般的な画像認識AIは、カメラに映った物体が箱なのか、人なのか、工具なのかを識別します。

世界モデルは、そこから一歩進みます。

ロボットアームが箱を押せばどう動くのか、人が通路へ入ってきたらどのような危険が生じるのか、物体をどの角度でつかめば落とさずに持ち上げられるのかを予測します。

Cosmos 3は、文章、画像、映像、周囲の音、行動データを扱い、物理環境の理解、将来状態の予測、ロボットの行動生成を一つの体系で行うことを目指した世界基盤モデルです。NVIDIAは、フィジカルAI開発における課題として、実世界データが限られていることや、シミュレーション環境が分断されていることを挙げています。

【用語解説】合成データ

合成データとは、実際のカメラやセンサーで取得したものではなく、AIやシミュレーションによって人工的に生成した学習用データです。

たとえば、物流倉庫で荷物が崩れかけている場面、人が突然ロボットの前へ飛び出す場面、照明が消えた工場、雨や雪の中を走行する自律車両などは、実世界で大量に再現することが困難です。

危険な状況をわざと起こせば、安全上の問題も生じます。

そこで仮想空間の中にさまざまな条件を作り、ロボットやAIがどのように判断するかを学習・検証します。

合成データは実世界データを完全に置き換えるものではありません。実世界で不足する条件や、まれにしか起きない事象を補うために利用されます。

【用語解説】データキュレーション

工場の映像やロボットのセンサーデータを集めただけでは、AIの学習には使えません。

不要な映像を取り除き、重複を排除し、映像、関節角度、力覚センサー、作業指示などの時間を同期させ、データの品質を確認する必要があります。個人情報や企業秘密が映り込んでいれば、匿名化やアクセス制御も必要です。

こうしたデータの選別、整理、品質管理をデータキュレーションと呼びます。

フィジカルAIでは、データ量だけでなく、どのような状況を含み、どのセンサー情報と対応し、成功と失敗がどのように記録されているかがモデル性能を左右します。

モデルの評価方法も共同基盤になる

フィジカルAIの評価は、生成AIの文章評価よりも複雑です。

ロボットが最終的に荷物を持ち上げられたとしても、途中で人に接触したり、商品を傷つけたり、想定以上の時間を要したりすれば、実用的なシステムとは言えません。

そこで、

• 作業を完了できたか
• 何回失敗したか
• 人や設備に危険を及ぼさなかったか
• 環境が変わっても動作したか
• どの程度の応答時間で判断したか
• センサーが一部使えなくても動けたか
• 同じ条件で結果を再現できたか

といった評価が必要になります。

企業ごとに評価方法が異なれば、モデルの性能を比較できません。導入企業も、どのシステムを選べばよいか判断できません。

Cosmos Coalitionがモデルだけでなく「評価手法」を活動対象としていることには、大きな意味があります。評価方法が普及すれば、それが実質的な業界の物差しになるからです。

【用語解説】リファレンスアーキテクチャ

リファレンスアーキテクチャとは、システムを構築するときの標準的な設計例です。

フィジカルAIの場合は、カメラやセンサーからどのようにデータを受け取り、どこで保存し、どの計算基盤でモデルを学習し、どのようにロボットへ配信し、稼働状況をどう監視するかを示します。

セキュリティ、権限管理、障害対応、モデル更新、通信が切れた場合の処理なども含まれます。

クラスメソッドは、Coalition参画の背景として、フィジカルAIを実証実験から継続的な業務運用へ移すためには、評価方法、データ・計算基盤、リファレンスアーキテクチャ、実装・運用ノウハウの整備が必要だと説明しています。顧客との検証から得られた知見を、機密性や知的財産に配慮しながら汎用化し、Coalitionへ還元する方針です。

ここにCosmos Coalitionの本質があります。

製品そのものでは競争するが、フィジカルAIを開発するための土台は共同で作る。

ファナックと安川電機は、産業用ロボット市場では競合します。

富士通、日立、NECも、企業向けシステムや産業AIの市場では競い合います。

それでも、データ形式、学習方法、評価指標、シミュレーションとの接続、エッジ機器への展開方法などをすべて各社が一から作れば、開発費が膨らみ、社会実装も遅れます。

そこで、競争力を直接左右しない共通部分を協調領域として整備し、その上で各社が独自の機械、データ、制御技術、顧客基盤を使って競争します。

3．NVIDIAの狙いその1――CosmosをフィジカルAIの事実上の標準にする

NVIDIAが狙っているのは、Cosmosという一つのAIモデルを普及させることだけではありません。

NVIDIAは、フィジカルAIの開発工程全体を自社の技術体系でつなごうとしています。

企業が現場からデータを集め、Cosmosを特定の機械や作業に適応させ、シミュレーション環境で学習・評価し、実際のロボットや機械へ展開するまでには、数多くの技術が必要です。

NVIDIAはそこへ、次のような技術を配置しています。

• 世界を理解し、将来を予測するCosmos
• ロボットを開発・学習させるIsaac
• 工場や設備を仮想空間に再現するOmniverse
• 物理現象を計算するNewton
• 映像から現場を理解するMetropolis
• 大規模な学習・シミュレーションを行うDGX
• 現実の機械上でAIを動かすJetson

日本向け発表でも、NVIDIAはCosmos、Isaac、Metropolis、Jetsonを一体の「フィジカルAIスタック」として提示しています。

つまり、NVIDIAが取りに行こうとしているポジションは、ロボットに搭載される半導体メーカーという範囲を超えています。

フィジカルAI開発の共通言語を提供する企業になろうとしています。

【用語解説】デファクトスタンダード

デファクトスタンダードとは、公的な標準化団体が正式に定めた規格ではなく、市場で広く使われた結果、事実上の標準となった技術や方式です。

多くの企業が同じモデル、開発ツール、データ形式、評価方法、ハードウェアを使うようになると、新たな企業もその環境へ参加しやすくなります。

開発者が増えれば、対応ソフトウェア、教材、学習済みモデル、実装事例が増えます。利用可能な資産が増えると、さらに企業が集まります。

これがプラットフォームのネットワーク効果です。

Cosmos Coalitionには、モデル、研究成果、評価方法を企業間で持ち寄り、相互運用性を高めるという目的があります。相互運用性が高まれば、Cosmosを中心に作られた技術を別の機械や産業へ展開しやすくなります。

NVIDIAにとって重要なのは、Cosmosをオープンにすることと、自社の収益機会を拡大することが両立する点です。

Cosmos 3はオープンウェイトとして入手でき、開発者はモデルをダウンロードし、独自データで追加学習し、ホストされた推論サービスも利用できます。NVIDIAは、Cosmos Curator、Cosmos Evaluator、データセット、開発フレームワークなども公開しています。

オープン化によって、企業がCosmosを試す際の障壁は下がります。

その一方で、モデルの大規模学習にはGPUとDGX Cloud、シミュレーションにはNVIDIAのアクセラレーテッドコンピューティング、実機への展開にはJetsonなどが使われます。

NVIDIAはソフトウェアを入り口として開放しながら、

モデル開発
→ 学習
→ シミュレーション
→ 推論
→ エッジ展開

という計算需要の全体を自社のプラットフォームへ引き寄せようとしているのです。

Cosmos Coalitionは、その利用企業を増やすだけでなく、参加企業の知見によってNVIDIAの開発環境を改善し、業界の標準へ近づける仕組みでもあります。

4．NVIDIAの狙いその2――日本企業が持つ現場データと機械技術を取り込む

NVIDIAは高性能GPU、AIモデル、シミュレーション技術、エッジコンピュータを持っています。

しかし、NVIDIA自身が自動車工場、物流倉庫、農場、造船所、建設現場、小売店舗を運営しているわけではありません。

フィジカルAIを実用化するには、AI技術だけでは足りません。

現実の機械がどのように動き、どこで故障し、人間がどのように作業し、どの状況で事故が起き、どの程度の誤差まで許容できるかを知る必要があります。

日本企業が持つのは、まさにこの部分です。

• ロボットの動作データ
• モーターや関節の状態
• カメラ、力覚、温度、振動などのセンサー情報
• 熟練作業者の判断
• 製造工程のノウハウ
• 正常時のデータ
• 故障や異常が起きたときのデータ
• 作業に失敗したときのデータ
• 世界各地で稼働する機械
• 顧客企業への導入・保守経験

特に重要なのが、異常時や失敗時のデータです。

成功した動作だけを学習したロボットは、想定外の状況に弱くなります。

部品が少しずれている、商品が倒れている、作業者が途中で手を伸ばした、センサーに汚れが付いたといった状況に対応するには、実際の現場で起きる多様な例が必要です。

NVIDIA自身も、フィジカルAIの課題として、学習データが限られていることと、シミュレーション環境が分断されていることを挙げています。Cosmos 3は大量の文章、画像、映像、音、行動軌跡を学習していますが、産業ごと、企業ごと、機械ごとの固有の作業へ対応するには追加のデータと調整が必要です。

そこで、日本の製造業とロボット企業が持つ実世界の知識が重要になります。

NVIDIAは、日本がロボティクス、製造業、自動車、通信、産業技術に強みを持ち、フィジカルAIを物理世界へ拡大する基盤を備えていると説明しています。

ただし、Cosmos Coalitionへの参画が、各社の機密データをすべてNVIDIAへ提供することを意味するわけではありません。

企業秘密を含む映像や製造条件、顧客データをそのまま共有することは現実的ではありません。

実際には、

• 機密部分を除いたデータセット
• 特定用途向けに調整したモデル
• 評価結果
• データ処理方法
• 実装時に判明した問題
• 汎用化した設計パターン
• 安全性を確認する評価手法

といった形で知見がエコシステムへ還元されると考えられます。

クラスメソッドも、顧客との検証で得た知見を、機密性と知的財産に配慮しながら汎用化すると明記しています。

NVIDIAにとっては、生の機密データを直接保有しなくても大きな利点があります。

各産業でどのようなモデルが必要とされ、既存のCosmosに何が不足し、どの評価方法やツールが求められているかを把握できるからです。

その結果、Cosmosは現場の要求に合わせて改良され、NVIDIAのGPU、シミュレーション環境、Jetsonを使いやすい技術体系へ進化します。

5．大企業側の狙い――開発費を下げながら次世代の主導権を確保する

NVIDIAだけが利益を得るなら、これほど多くの日本企業は集まりません。

参加する大企業側にも、明確な経済合理性があります。

開発期間とデータ収集コストを削減する

ロボットを実機だけで学習させる方法には限界があります。

実機を動かすには、設備、作業場所、電力、人員、安全対策が必要です。ロボットが転倒したり、設備や商品を壊したりすれば、追加費用も発生します。

危険な事故を学習させるために、本物の事故を何度も起こすこともできません。

そこで、世界モデル、デジタルツイン、シミュレーション、合成データを使います。

仮想空間であれば、ロボットを何台も並列に動かし、照明、床の摩擦、物体の配置、センサーの誤差を変えながら、大量の試行を行えます。

実機試験を完全になくすことはできませんが、実機へ移る前に失敗の多くを発見できます。

NVIDIAは、Cosmosを使って構築した世界モデルにより、工場、物流、農場、建設現場、病院、道路、家庭へフィジカルAIを投入する前に検証と最適化を行い、開発期間を短縮できると説明しています。

世界標準から取り残されることを防ぐ

CosmosがフィジカルAI開発の事実上の標準へ成長した場合、早期参加企業は、モデル、評価方法、実装手順が形成される過程に関与できます。

もちろん、参画意思を表明しただけで、各社がNVIDIAの技術方針を決定できるわけではありません。

それでも、実際の現場で試し、課題を報告し、モデルや評価方法を提供する企業は、単なる利用者より大きな影響力を持つ可能性があります。

後から参加する企業は、すでに普及したデータ形式、評価指標、ハードウェア構成、開発手順に適応する側になります。

フィジカルAIの市場が立ち上がる前にCoalitionへ入ることには、技術情報を早く得ること以上の意味があります。

将来の開発ルールを作る側へ近づくことができるのです。

ハードウェア企業からAIサービス企業へ転換する

これまでの産業機械事業は、機械を製造して販売し、部品交換や保守で追加収益を得るモデルが中心でした。

フィジカルAIが普及すると、販売後の機械に新しい収益機会が生まれます。

• 新しい作業を可能にするAI機能
• 学習済みモデルの追加
• ソフトウェア更新
• 稼働状況の遠隔監視
• 故障予測
• エネルギー消費の最適化
• 生産工程の継続的改善
• 複数ロボットの協調制御

これらを継続的に提供すれば、機械を一度販売して終わる事業から、顧客の稼働期間全体にわたって収益を得る事業へ移行できます。

既存の設置台数が大きい企業ほど有利です。

すでに顧客工場へ納入されたロボットや設備が、AIサービスを販売するための流通基盤になるからです。

ファナック、安川電機、川崎重工業などにとって、フィジカルAIは新型ロボットの開発だけを意味しません。

現在稼働しているロボットや設備を、より柔軟で、自律的で、継続的に性能が改善される製品へ転換する機会でもあります。

自社の現場データを競争力へ変える

Cosmosが共通基盤になっても、参加企業の商品が同じものになるわけではありません。

世界モデルの基礎部分が共通化されるほど、企業固有のデータが差別化要因になります。

たとえば、同じCosmosを使っても、

• 溶接ロボットの動作データ
• 農作物や土壌のデータ
• 造船現場の作業データ
• 小売店舗の商品補充データ
• 自動検査の不良品データ
• 建設現場の安全管理データ

を持つ企業では、作れるフィジカルAIが異なります。

これからの競争力は、次の式で表せます。

共通の世界モデル
＋ 企業固有の現場データ
＋ 機械制御技術
＋ 顧客業務への理解

基盤モデルを一から作る負担を共同基盤によって軽減し、自社固有のデータとノウハウへ開発資源を集中する。これが参加企業側の合理的な戦略です。

6．ロボットメーカー、IT企業、商社では狙いが異なる

Cosmos Coalitionの参加企業は、同じCosmosを見ています。

しかし、取りに行こうとしている市場は同一ではありません。

ロボット・機械メーカーが狙う市場

ファナック、安川電機、川崎重工業は、既存の産業用ロボット、制御装置、顧客基盤をAI化する機会を得ます。

従来の産業用ロボットは、決められた場所で、決められた部品に対し、事前に設定された動作を正確に繰り返すことを得意としてきました。

フィジカルAIが加われば、物体の位置や形が変わった場合に状況を認識し、作業方法を調整し、失敗から回復する能力を持たせられる可能性があります。

クボタは、農作物、地形、天候、作業者、他の農業機械が存在する複雑な環境で、自律農業とスマート農業を進めようとしています。

川崎重工業は、ロボットだけでなく、医療、造船、輸送、航空宇宙、エネルギーといった複数産業にフィジカルAIを展開できる立場にあります。

IT・通信企業が狙う市場

富士通、NEC、日立製作所、ソフトバンクなどが狙うのは、ロボット本体だけではありません。

フィジカルAIが動くためには、

• データを集めるシステム
• 世界モデルを学習させる計算基盤
• 工場や施設のデジタルツイン
• 複数の機械を管理する制御基盤
• AIモデルを配信・更新する仕組み
• サイバーセキュリティ
• 稼働監視
• 高速で安定した通信

が必要です。

富士通が主導する協調制御プラットフォーム構想は、その方向をよく示しています。

一台のロボットを賢くするだけでなく、異なるメーカーのロボット、設備、AIモデルをつなぎ、工場全体のデジタルな判断と物理的な動作を連携させようとしています。

日立製作所はスマートビルの運用、オムロンは自動検査、清水建設は建設現場の安全管理で、NVIDIA Metropolisを利用した映像AIを導入しています。

これはフィジカルAIの対象が、動くロボットだけではないことを示します。

カメラやセンサーを通じて建物、工場、建設現場そのものが状況を理解し、異常を検知し、判断を支援するようになります。

今泉が監修するさっつーのAIエージェント・サイトにアップされた参考記事

東証プライム製造業は富士通、ファナック、川崎重工などのNVIDIA CosmosのフィジカルAIバンドワゴンに乗らないとどうなるのか？（2026/8/17更新）

商社が狙う市場

三井物産と三菱商事は、特定のロボットや世界モデルを自社で量産する企業ではありません。

その代わり、技術を事業へ変える能力を持っています。

フィジカルAIの導入には、ロボットメーカー、AI企業、通信会社、クラウド事業者、現場を持つ企業、金融機関など、複数のプレイヤーが関与します。

一社だけでは完結しにくい大型案件を組成し、海外の顧客やパートナーへ展開する余地があります。

特に、製造、物流、資源、エネルギー、食料、小売といった幅広い事業接点を持つ商社にとって、フィジカルAIは一つの製品市場ではありません。

既存の投資先や事業現場を横断して展開できる産業基盤です。

新興・独立系企業が狙う市場

Mujin、Telexistence、TRON、クラスメソッドなどは、大企業が単独では埋めにくい部分を担います。

Mujinは世界モデルと既存の産業用ロボットをつなぎ、Telexistenceは小売現場から実運用データを得ます。TRONは工場データとデジタルツインを作り、クラスメソッドはPoCを本番運用へ移すクラウド、データ、セキュリティ、監視を担当します。

大企業が機械と顧客基盤を持ち、新興企業がデータ、AIソフトウェア、開発速度を提供し、NVIDIAが基盤モデルと計算プラットフォームを提供する。

この分業が成立することによって、Cosmos Coalitionは実験的な研究組織から産業エコシステムへ発展します。

7．これは完成した製品の発表ではなく、ルール形成の始まりである

今回の発表を評価する際には、いくつか冷静に見ておくべき点があります。

第一に、NVIDIAの公式表現は、多くの企業がCoalitionへの「参画の意思を表明した」というものです。

22社が同じ規模の投資を決め、Cosmosを搭載した製品を直ちに発売するという発表ではありません。

企業によって、研究開発、技術検証、プラットフォーム構築、データ整備、実製品への導入など、現在地は異なります。

第二に、「オープン」という言葉は、各社の機密データが無条件で公開されることを意味しません。

どのデータを共有し、どの部分を社内に残すのか。追加学習したモデルの知的財産を誰が保有するのか。共同開発した評価方法を競合企業がどこまで利用できるのか。こうしたデータガバナンスと知的財産の設計が必要です。

第三に、NVIDIAへの依存が強まる可能性があります。（今泉注：各社のフィジカルAIがNVIDIAにロックインされる。現在は他に選択肢がないので仕方ないこと。フィジカルAI技術全体がコモディティ化するまでこのロックインは続く。）

Cosmos、Isaac、Omniverse、DGX、Jetsonを一体で利用すれば、開発効率は上がります。その一方で、モデル、開発ツール、計算基盤、エッジコンピュータがNVIDIAの技術体系へ集中します。

オープンモデルやオープンなフレームワークがどこまで選択肢を確保できるか、他社のGPU、ロボット制御基盤、クラウド環境とどこまで相互運用できるかが重要になります。

第四に、安全性と責任分界の問題があります。

文章生成AIが誤った回答を出す場合と、ロボットが誤った動作をする場合では、被害の性質が異なります。

ロボットメーカー、AIモデル開発者、システムインテグレーター、利用企業のうち、誰が安全性を保証するのか。追加学習やソフトウェア更新後に事故が起きた場合、どこに責任があるのか。業界共通の評価方法と認証の仕組みが必要になります。

NVIDIA自身も、今回発表した製品や機能の多くは開発のさまざまな段階にあり、提供時期や機能が変更される可能性があると注意書きを付けています。

それでも、今回の発表の重要性は変わりません。

製品が完成してから参加企業を募っているのではなく、製品、モデル、評価方法、実装手順が形成される段階で、日本の主要企業が集まり始めたからです。

フィジカルAI市場で大きな価値を持つのは、最終的なロボットだけではありません。

そのロボットを学習させるモデル、データの整え方、性能を測る物差し、現場へ導入する設計、継続的に更新する運用基盤も、大きな産業になります。

NVIDIAは、その共通基盤をCosmosの周囲に形成しようとしています。

日本企業は、その基盤を利用して開発費を抑えながら、自社の機械、現場データ、顧客基盤を次世代のAI事業へ転換しようとしています。

両者の利害が交わる場所が、Cosmos Coalitionです。

今回の発表は、日本企業が一斉にNVIDIA製品を採用したというニュースではありません。フィジカルAI時代の開発ルールを、誰と、どの基盤の上で作るのかという陣取りが始まったのです。

生成AIでは、基盤モデルを誰が作るのかが競争の中心になりました。

フィジカルAIでは、それに加えて、誰が現実世界のデータを持ち、誰が機械を制御し、誰が導入後の安全性と運用を支えるのかが問われます。

日本には、世界モデルの規模だけでは測れない強みがあります。

世界中の工場や社会インフラで動く機械、長年蓄積した制御技術、熟練作業者の知識、実際の産業現場です。

Cosmos Coalitionは、その日本の実世界資産をNVIDIAのAI基盤と接続する試みです。

この接続が成功すれば、日本企業はハードウェアを販売するだけの企業から、機械の知能を継続的に提供する企業へ変わります。

そしてNVIDIAは、データセンターの中だけでなく、工場、倉庫、農場、道路、建設現場、病院、家庭で動くAIの共通基盤を握ることになります。

2026年7月16日に始まったのは、ロボット新製品の発表競争ではありません。

フィジカルAI時代に、どの技術体系が産業の設計言語になるのかを決める競争です。