人型ロボット業界のUnix的瞬間
人型ロボット業界のUnix的瞬間が、今まさに起きている

はじめに
今週、中国移動の第1回具身知能パートナー大会で10分間の基調講演を行いました。
短い講演でしたが、BridgeDPにとって非常に重みのある瞬間でした——過去3年間考え抜いてきたことを、初めて完全に公の場でお伝えしたのです。
社内では長く議論し、こんなに早く公表すべきかどうか迷いました。しかし最終的に話すことに決めました——なぜなら私たちはますます確信しているからです。これは橋介一社だけの話ではなく、人型ロボット業界全体が直面している、最も重要な構造的問題なのです。
以前お話しした内容を拡張して、ここに記します。あの10分間を現場で聞かれた方には、これがその「拡張版」です。聞かれなかった方には、こちらの方がより完全な内容になります。
以下が本文です。
16社、同じ一つのこと
過去18ヶ月、社内で私たちは、外からはあまり注目されていないものの、大きな意味を持つ出来事を目撃してきました——
16社の人型ロボット企業が、ゼロからイチへの運動制御能力を、私たちのところで完成させたのです。
16社、16の独立した製品ライン、16の異なるチーム。
その中には上場企業の人型事業部門、複数回の資金調達を経た注目のスタートアップ、研究機関から生まれたプロジェクト、そして他の形態から二足歩行に参入した経験豊富な完成機メーカーも含まれます。彼らのリソース、出発点、技術スタイルはそれぞれ大きく異なります。
しかし私たちは一つのことを目の当たりにしました——彼らのアルゴリズムエンジニアは、ほぼ完全に同じ仕事をしているのです。
彼らが私たちのエンジニアリングチームに投げかける問題は同じ種類の問題です。彼らが貼り付けるエラーログは、構造が非常に似ています。彼らの問題解決方法も、最終的には似通った数本の道筋に収束していきます。
具体的には、彼らは皆次のことに取り組んでいます:
- ハードウェア抽象化:異なる関節、異なるモーター、異なるセンサー、異なる制御周波数の本体を、上位アルゴリズムから呼び出せる単一のインターフェースに統一的に接続する方法
- 運動制御:強化学習で訓練したポリシーを、実機に問題なくデプロイする方法
- シミュレーション整合:シミュレーションで良好に動作するモデルを、実ハードウェアでも良好に動作するよう移行する方法
- データ還流:ロボットが実世界で走らせて得たデータを、次の学習サイクルにどう戻し、能力を継続的に進化させるか
この4つの課題は、ヒューマノイドロボットを手がけるほぼすべての企業が取り組んでいることです。
各社のエンジニアリングチームでは、人員の60%から70%が、他社とほぼ同一の問題の解決に割かれています。
この現状を受けて、私たちは社内で立ち止まり、長い時間をかけて考えました。
「これはビジネスチャンスだ」とは考えませんでした。そのような見方は短期的すぎます。私たちが考えたのは、
なぜこうなっているのか?なぜ16社もの完全に独立した企業が、まったく同じ作業をしているのか?このようなことは歴史の中で起きたことがあるのか?もし起きたのなら、最終的にどう決着したのか?ということです。
歴史に残る2つの反響

このことは、実は私たちにとって馴染みのない話ではありません。
過去半世紀以上にわたるコンピューティング産業の中で、ほぼ完全に同じ展開が、少なくとも2回起きています。
- 半世紀以上前:Unixが登場する以前
1960年代から70年代、メインフレームの時代。IBMは自社でOSを書き、DECも自社でOSを書き、Burroughsも自社でOSを書き、Honeywellも自社でOSを書いていました。どのコンピュータ企業も、自社ハードウェア向けに、そのハードウェア上でしか動かないOSを独自に開発していたのです。
アプリケーションプログラマーは、他社のマシンに移るたびに、新しいシステムコール、新しいファイル形式、新しい開発ツールをほぼゼロから学び直す必要がありました。コンピューティング産業全体の能力は、各社が個別に抱える「垂直スタック」の中に閉じ込められていたのです。
1969年、ベル研究所の2人のエンジニア、ケン・トンプソンとデニス・リッチーが、後にUnixと呼ばれるものの開発を始めました。Unixの設計思想はとてもシンプルで、ハードウェアをまたいで動作し、移植可能で、誰でも改変でき、誰でも拡張できるOSを作る
というものでした。Unixは特定の企業の「製品」ではなく、「OSとは何か」を再定義する存在でした。Unixは「断片」を「基盤」へと変えたのです。
Unix以降の物語は、今日の私たちにはよく知られています。Linux、BSD、macOS、Android、iOS——現在世界で稼働するほぼすべてのOSは、Unixの思想の直系または傍系の子孫です。
コンピューティング産業が真に離陸したのは、トランジスタからではなく、Unixからだったのです。
- 約20年前:Android登場以前
二十一世紀初頭、スマートフォン時代の前夜。ノキアにはSymbian、ブラックベリーにはBlackBerry OS、モトローラには独自のファームウェアがあり、どの携帯電話メーカーも自社ハードウェア向けに自社ハードウェアでしか動作しないファームウェアを書いていた。
アプリ開発者が複数の携帯電話で動くアプリを作るのはほぼ不可能で、メーカーごとのファームウェアに個別対応する必要があった。モバイルアプリのエコシステム全体が、各メーカーの「垂直統合スタック」に閉じ込められていた。
2008年、Androidが登場した。Androidは一台の携帯電話ではなく、どの携帯電話メーカーでも採用でき、同じインターフェースでアプリエコシステムに接続しなければならないオペレーティングシステム
だった。Android以降の物語はよく知られている。モバイルアプリのエコシステムは、PCアプリのエコシステムが20年かけて進んだ道のりを5年で駆け抜けた。
- 同じ構造が二度
この二度の「オペレーティングシステムの瞬間」は、驚くほど同じ構造を持つ。
- 新しいコンピューティングパラダイムが台頭している(メインフレーム/スマートフォン)
- どのハードウェア企業も同じ基盤ソフトウェアを再構築している
- 業界の本当の障壁は「アルゴリズムが十分でない」でも「ハードウェアが十分でない」でもなく、広く合意され、能力をハードウェア横断で再利用できる「インフラ層」が存在しないこと
- その層が現れた瞬間、産業はそれまでをはるかに超える速度で飛躍する
長く観察した末の私たちの判断は、今日のヒューマノイドロボット業界は、あの二度とまったく同じ構造上の位置にある。
足りないのはより賢いアルゴリズムではない
これは何を意味するのか。私たちの判断はこうだ——
ヒューマノイドロボットの時代に不足しているのはより賢いアルゴリズムではなく、ロボットソフトウェアがもっと汎用的になることだ。
この言葉は直感に反するように聞こえるかもしれない。
過去2年間、業界の注目はほぼすべて「アルゴリズム」に集中してきた。より強力な強化学習、より大規模なVLAモデル、より賢いエンドツーエンドの方策。新しい論文やデモが出るたびに、業界の目は「アルゴリズムは賢ければ賢いほど良い」という方向へ引っ張られてきた。
アルゴリズムが賢くなることの重要性を否定するわけではない。しかし、私たちが言いたいのは——
もし今日、人型ロボット業界で唯一滞っていることが「アルゴリズムが十分賢くない」ことだとしたら、それは12~24か月以内に自然に解決されるでしょう——なぜなら、アルゴリズムの進歩速度は今日のAI産業の中でも最速クラスだからです。
しかし、この16社が日々エンジニアリングに費やしている人員を実際に見てみると、彼らが「賢いアルゴリズムを実機のロボット上で安定的・安全・再現可能に動かす」ことに費やしている時間は、「アルゴリズムをより賢くする」ことに費やす時間をはるかに上回っています。
これが私が言いたいことです——不足しているのはより賢いアルゴリズムではなく、ソフトウェアがより汎用的になることです。
賢いアルゴリズムであっても、特定の本体、特定のシーン、特定の時間帯でしか動かないのであれば、産業全体への価値は限定的です。
賢いアルゴリズムが異なる本体に展開でき、ミリ秒単位で安定的に実行され、実世界と継続的に整合されることによって初めて、それは真の「産業能力」となります。
それを実現するには、この業界には「オペレーティングシステム」が必要です。
今日、私たちはこう考えています——
「人型ロボット業界のUnixの瞬間が、今まさに起きている」と。
これは講演で述べた言葉であり、この記事全体の核心でもあります。
それが何でないか

では、人型ロボット時代のオペレーティングシステムとは、いったい何なのでしょうか?
これは「それが何でないか」よりも答えにくい問いです。なぜなら、今日の業界にはすでに馴染みのある名前がいくつかあり、「あれこそがオペレーティングシステムだ」と誤解されやすいからです。
そこで、まず三つの「それが何でないか」を述べたいと思います。
- それはROSではありません
ROSは非常に優れたツールです。当社の社内エンジニアの多くもROSの世界で育っており、私たちはそれに十分な敬意を払っています。
しかし、ROSはそうではありません。人型ロボット時代のOS。
ROSは本質的にモジュール間通信フレームワークであり、ロボットシステム内の認識・計画・制御などの異なるモジュールを組み合わせることを可能にする。それは2007年前後の研究コミュニティの探求から生まれ、中心となる抽象化はNode/Topic/Serviceというパブリッシュ・サブスクライブ型のメッセージパッシング機構である。
この仕組み自体は非常によくできている。しかし、それは大規模な生産展開を想定して設計されたものではなく——ハードウェアを跨ぐ抽象化の問題も、ミリ秒レベルのリアルタイム制御の問題も、異なるロボット本体を跨いだ能力の蓄積の問題も解決しない。
私たちの時代におけるROSの役割は、初期のUnix時代の「パイプ」に近い——価値ある通信メカニズムだが、OSそのものではない。
- それはNVIDIA Isaacではない
Isaacもまた非常に優れた製品である。シミュレーション、トレーニング、合成データ生成において、業界全体に極めて重要な基盤を提供している。
しかしIsaacは人型ロボット時代のOSではない。
Isaacはトレーニング時(Training-time)のプラットフォームであり——1台のロボットがシミュレーション世界であるタスクを「学習」するためのものだ。その能力の限界は「トレーニング」と「シミュレーション」で止まる。
それは、現実のロボットが現実の工場、現実の家庭、現実の道路で、毎ミリ秒、毎日、毎年動き続けるという問題を解決しない。
この業界では深刻に過小評価されている区別がある——トレーニング時(Training-time)と実行時(Runtime)は全く異なるものだ。
ロボットに動作を「学習」させることと、ロボットが現実の物理世界で安定して歩き、安全に動き、継続的に作業すること——これは別々の工学的課題であり、別々のシステム能力を必要とする。
Isaacは「トレーニング時」の側面をしっかりと作り上げた。しかし「実行時」の側面については、今日の業界には広く認められた答えがまだ存在しない。
- これはVLA大規模モデルではありません
VLA(Vision-Language-Action)大規模モデルは、2024年から2026年にかけて人型ロボット業界で最も注目されている方向性の一つです。Physical Intelligence、Google DeepMind、銀河通用、智元、その他多くの優れたチームがこれに取り組んでいます。
VLA大規模モデルもではありません。人型ロボット時代のオペレーティングシステム
VLA大規模モデルは非常に重要な役割を担っています。それは「ロボットが何をすべきか」という問題を解決します。言語指示と視覚入力が与えられると、VLAモデルは高レベルの動作意図を出力します。
これはロボットの認知脳です。これは極めて重要ですが、別の問題は解決しません。
その高レベルの意図が与えられた後、それをミリ秒単位で安定した関節トルク出力にどう変換するのか?実行中に転倒や人への危害、自己破損をどう防ぐのか?24時間365日の稼働で安定性をどう維持するのか?ハードウェアの摩耗、センサーのドリフト、環境変化の中でどう動き続けるか?
こうした問題は、VLA大規模モデルでは解決されておらず、解決する予定もありません。なぜなら、それは「何をするか」の層を扱うものだからです。
「何をすべきか」を知っている脳を、実際に「安定して、安全に、持続的に動ける」ロボットに変えるには、その中間に一連のシステム能力が必要です。このシステム能力については、今の業界で広く受け入れられた名前はありません。
では、それは一体何か

三つの「何ではないか」を説明したので、次にそれが何であるかを説明します。
私たちはこれをこう呼んでいます。Runtime Robot OS(ランタイムロボットオペレーティングシステム)です。
この名前には一つのキーワードがあります。「Runtime」(ランタイム)です。
これは「訓練時」と対をなす概念です。訓練時は「ロボットが学べるかどうか」を重視し、ランタイムは「ロボットが実世界で動くことができるか」を重視します。この二つは同等に重要ですが、問題の性質が異なるため、二つのシステムが必要です。
Runtime Robot OSは、以下の三つを同時に備えていなければなりません。
- 跨本体的ハードウェア抽象(Multi-Embodiment Abstraction)
上位のポリシー、モデル、アプリケーションが、基盤となるハードウェアの違いを意識せずに済むようにしなければなりません。二足歩行、四足歩行、車輪脚、関節がダイレクトドライブか減速機駆動か、センサー構成がどうであれ、上位層は統一された方法でアクセスできる必要があります。
このことは歴史的に、OSがすでに二度行ってきました。
- PCのOSはアプリケーションが意識することなく CPUがIntelかAMDか、グラフィックカードがどれかを
- スマートフォンのOSはアプリがどのメーカーのハードウェアかを意識させません。
Runtime Robot OSは三度目を行うのです——ロボットアプリケーションがどのメーカーの本体かを意識させないようにするのです。
- ミリ秒レベルのリアルタイム安全実行(Real-time Safe Execution)
毎ミリ秒——毎秒でも100ミリ秒ごとでもなく——のスケールで、ロボットの関節トルク出力、力制御の制約、安全境界が安定し、予測可能で、制御不能にならないことを保証しなければなりません。
この点がロボットと「通常のソフトウェア」の最大の違いです——通常のソフトウェアが一時的にフリーズしても、ユーザーは再起動すれば済みますが、ロボットがフリーズすると、人を傷つけ、自分を傷つけ、環境を傷つける恐れがあります。
ミリ秒レベルのリアルタイム安全は、Runtime Robot OSの必須の最低条件です。
- 実世界との継続的なアライメントによる学習能力(Continual Real-world Alignment)
ロボットは一度焼き付けたら終身変わらないデバイスではありません。実世界で動作し、センサーはドリフトし、ハードウェアは摩耗し、環境は変化し、タスクは進化します。
Runtime Robot OSには次の能力が求められます——各ロボットが実世界で得た運用経験を蓄積し、還流させ、次世代の能力へと訓練し、全ロボットへ安全にプッシュ配信する能力です。
これこそがロボット時代の真の「データフライホイール」です。今日の大規模言語モデル業界の「ユーザーフィードバックによる強化学習」とは別物です——後者はテキストですが、前者は物理です。
これら三つのことを、既存のどのシステムも同時には実現していません。
ROSは通信抽象の一部を実現しましたが、マルチボディ能力もリアルタイム安全も学習クローズドループもありません。
Isaacは訓練時の能力の一部を実現しましたが、ランタイム上にはありません。
VLAは認知抽象の一部を実現しましたが、実行と継続学習は解決しません。
一つのシステムが同時にこの3つのことを達成して初めて、「ロボット時代のオペレーティングシステム」と呼ばれる資格を得るのです。
私たちがこれが実現可能だと信じる理由
ここまでお読みになって、こう思われる方もいるかもしれません——
「おっしゃっていることは重要に聞こえますが、本当に実現できるのでしょうか?それとも単なるPPTのコンセプトなのでしょうか?」
これは非常に妥当な質問です。真剣にお答えしたいと思います。
3年前、BridgeDPは創業当初、今日から見ると意味深い決断をしました——完成機を作らず、大規模モデルを作らず、アプリケーションを作らず、「モーションコントロール」というレイヤーに特化する、と。
この決断は2023年当時、それほど賢くは見えませんでした——あの頃は、完成機を作るのが魅力的で、大規模モデルが熱を帯び、アプリケーションには顧客がいました。「中間層」に特化するのは、対外的に説明しづらく、社内のプレッシャーも大きかったのです。
しかし私たちがこの決断をしたのは、ある判断に基づいていました。
ロボット業界はいつか階層化する。運動能力を「プロジェクト納品」から「インフラストラクチャ」に変えられる者が、物理世界のAI化における重要な入口を掌握するのです。
3年を経た今、検証可能な事実をいくつか提示できます。
- 26社の人型ロボット企業が当社のモーションコントロール能力を採用
- 50機種以上構造が大きく異なる脚式ロボット——二足、四足、車輪脚、異なる関節配置、異なる駆動方式——が、同一の運動学習・制御システム上で動作
- 新しいロボットをハードウェア接続から最初の実用的な歩容を得るまでの工数を、当初の「プロジェクト単位の人月」から「週単位」へ短縮
- この本質は——新しい本体ごとに個別のシステムを構築する作業が、当社では「1つのシステム+ツールチェーンによる新本体への自動適応」に置き換えられたことです。
これらの数字を申し上げるのは、BridgeDPを宣伝するためではありません。伝えたいのは——
私たちは未来の物語を描いているのではありません。工学的な事実によって、このカテゴリーの存在証明を行っているのです。
このレイヤーは実現可能です。抽象化でき、本体をまたいで再利用できます。すでに26社が実際の採用という形で支持を示しています。
ここまで来ると、もはやPPTのコンセプトではなく、工学的実践によって繰り返し検証された事実なのです——ただし、今のところそれは「運動能力」という一本の柱に集中しているに過ぎません。
Runtime Robot OSの完全な姿は、運動能力の一本柱だけにとどまりません。しかし、一本の柱が工学的に実証されたことにより、このシステムの全体的な実現可能性に最初の基石が築かれたのです。
端・辺・クラウド——完全な姿の三層

ここで一歩踏み込んで、より大きな構図をお話ししたいと思います。
我々は端側のOSカーネルを開発しました。しかし、Runtime Robot OSの完全な姿は端側だけにとどまりません。
それは三層構造になります——
- 端側(On-device)
ミリ秒レベルのリアルタイム制御層です。各ロボットが物理世界の中で、安全に歩き、安定して動けるようにします。
これはロボットが「生きている」ための最低限の条件です。また、今日BridgeDPが取り組んでいる核心でもあります。この層は必ずロボット本体上で完結しなければならず、ネットワークに依存できません——なぜなら、ネットワーク遅延はそのままロボットの転倒につながるからです。
- エッジ(Edge)
シーンレベルのスキル編成層です。一つのキャンパス、一つの生産ライン、一つの家庭における複数のロボットを、協調して動作させます。
この層はミリ秒レベルのリアルタイム性を要求しませんが、秒単位の協調を要求します。複数ロボット間のタスク割り当て、空間共有、能力補完——これらは端側では完結せず(端側には全体視野がない)、クラウド側でも完結しません(クラウドは遅延が大きすぎる)。それはエッジで行われます。
- クラウド(Cloud)
機種を超えた能力の蓄積と継続学習の層です。各ロボットの経験を、すべてのロボットの能力へと変えます。
これこそが真の「データフライホイール」です——あるロボットが家庭で冷蔵庫の開け方を学べば、その能力は——安全性、プライバシー、所有権を確保した上で——同型のすべてのロボットに共有される能力となります。
この三層は、どれ一つ欠けてはなりません。端側が欠ければ、ロボットは物理世界で生き延びられません。エッジが欠ければ、集団シーンにおけるロボットの協調ができません。クラウドが欠ければ、ロボットに真の進化能力はありません。
この三層を完全に作り上げることが、Runtime Robot OSの完全な姿です。これは一、二年で成し遂げられるものではなく、十年単位のエンジニアリングです。
新たなインフラ——OS+コンピューティングネットワーク
この構想には、歴史上いくつかの類似例があります。
PC時代には、新しいインフラは「OS+インターネット基幹網」と呼ばれ、Windows/LinuxにTCP/IPと光ファイバーネットワークを組み合わせることで、アプリケーションが世界中を流通するようになりました。
モバイル時代には、新しいインフラは「Android+4G/5G」と呼ばれ、統一されたアプリケーションスタックと数十億人をカバーする無線ネットワークの組み合わせによって、モバイルインターネット全体が実現しました。
ロボット時代には、それは——
「Runtime Robot OS+コンピューティングネットワーク」と呼ばれるでしょう。
これがロボット時代の新しいインフラです。
その二つの構成要素は、どちらも欠かせません。
- Runtime Robot OSは「一台のロボットをいかに安定して、安全に、持続的に稼働させるか」を解決し、
- コンピューティングネットワークは「数百万台、数千万台のロボットのエッジ・フォグ・クラウドの三層のコンピューティングリソースを、いかに統一的にスケジューリングし、オーケストレーションし、統一的にサービスするか」を解決します。
この二つは、どの一社も単独では実現できません。OS企業が全国をカバーするコンピューティングネットワークを自前で敷設することはできず、ネットワークとコンピューティングインフラの提供者がゼロからロボット時代のランタイムOSを開発することもできません。
それには——OS提供者と、ネットワークおよびコンピューティングインフラ提供者の深い連携が必要です。
これは今まさに起きています。あの講演台に立ったのは、これがもはやビジョンではなく、多くの関係者によって推進されている、実際に進行中の産業プロセスだと信じているからです。
最後に:これは招待です
講演の最後に述べた言葉で、この記事を締めくくりたいと思います。
コンピューティングパラダイムが変わるたびに、歴史にはUnixの瞬間が刻まれてきました。誰かが立ち上がり、断片をインフラへと変えるのです。
メインフレーム時代にそう言った人がいて、Unixが生まれました。スマートフォン時代にそう言った人がいて、Androidが生まれました。今日、ヒューマノイドロボット時代には、この言葉を口にする番が、私たちの世代に回ってきました。
これは一企業のことではありません。完成機メーカーだけのことでも、通信事業者だけのことでも、チップメーカーだけのことでも、どの単独の企業だけのことでもありません。
これは一つの時代の始まりです。
今後数か月にわたり、私たちの考え、製品、エンジニアリングの実践を、一つひとつ業界に提示していきます。業界の仲間とともに議論し、意見を戦わせ、より正しいものへと磨き上げていきたいと思います。
しかし、これらすべてよりも重要なのは——
今日私たちが書き記したことは、結論ではなく、招待状です。
ロボット業界を気にかけるすべてのエンジニア、研究者、起業家、投資家、政策立案者とともに——この時代のオペレーティングシステムが持つべき姿を共に定義したいと願っています。
もしあなたも「断片はインフラになるべきだ」と信じるなら——
これが招待状です。
尚陽星
BridgeDP創業者兼CEO
2026年5月17日・深圳





界面新闻
深视新闻
深圳特区报
财新
36氪
钛媒体
中国新闻周刊
蓝鲸新闻
Z Finance
投资家网
雷峰网
亿欧
环球网
南方日报
极客公园



