柔軟物体ハンドリングの実証で、両社が最初に選んだ題材はワイヤーハーネスでした。ひもでも布でもなく、ここを選んだところに引っかかりがあります。自動化が特に難しいとされてきたこの部品は、2022年に欧州の自動車生産を止めた供給網の弱点でもありました。技術の実証は、同時にどこかへの答えでもあります。
ソフトバンクと安川電機は2026年7月13日、NVIDIAの協力の下、ソフトバンクが開発を進める「AIデータセンター GPUクラウド」をフィジカルAIの開発基盤として活用し、安川電機が開発する柔軟物体ハンドリングシステムの実証を行ったと発表した。
ソフトバンクは同クラウド上で動作する開発支援ツールを開発し、NVIDIA Omniverse、NVIDIA Cosmos、NVIDIA Physical AI Data Factory Blueprintを活用することで、ロボットの動作データ収集からデータ拡張、AIモデルの学習、シミュレーション評価、実機への適用までを一元的に実行できるようにした。安川電機のシステムは、視覚情報と作業指示を基にロボットの動作を生成するVLA（Vision-Language-Action）を用い、対象物の状態を認識して把持・操作を行う。
実証では、形状や配置が作業ごとに変化するワイヤーハーネスを箱に収納するタスクに両者を適用し、柔軟物体のハンドリングを安定して行えることを確認したとしている。
From: 
ソフトバンクと安川電機、フィジカルAIの開発基盤として「AIデータセンター GPUクラウド」を活用し、柔軟物体ハンドリングシステムを実証
※ソフトバンク株式会社公式プレスリリースより引用
【編集部解説】
今回の実証対象として選ばれたのが「ワイヤーハーネス」であったこと。ここに、このニュースを読み解く鍵があります。
ひも、布、袋——柔軟物体の例は他にもいくらでもあります。にもかかわらず、両社がワイヤーハーネスを持ち出したことには意味があります。ワイヤーハーネスは、自動車の製造工程のなかでも自動化が特に難しい領域として知られ、しばしば「自動化の最後の砦」と呼ばれてきました。
一般的な内燃機関搭載車では、張り巡らされるケーブルの総延長が最大約5kmに達します。車種や仕様に応じて個別設計されるうえ、その組み立ては学術研究で最大約90%が手作業とされるほど労働集約的です。そのため生産拠点は、低コストで熟練労働力を確保しやすく、欧州の完成車工場にも近い東欧や北アフリカなどに集積し、2022年のウクライナ侵攻では現地サプライヤーの停止がフォルクスワーゲンやBMWなどの生産を直撃しました。日産自動車の内田誠社長（当時）が、低賃金労働を前提としたワイヤーハーネス生産モデルからの脱却について語ったのも、この時期です。
つまりこのタスクは、技術的難易度と供給網の脆弱性が重なる場所に位置しています。両社がここを実証の題材に選んだこと自体に、狙いの方向性が表れていると編集部は捉えています。
主役はロボットではありません。舞台となった「AIデータセンター GPUクラウド」は、2026年5月25日にソフトバンクおよびグループ会社向けのベータ版利用が始まったばかりで、商用提供の開始は2026年10月です。今回の実証は、商用提供前のネオクラウドを用いた先行事例とみることができます。
この発表でソフトバンクが提供しているのは、ロボットアームではなく、ロボットの頭脳を作るための工程そのものです。データ収集、合成データによる拡張、学習、シミュレーション評価、実機適用——この一連のパイプラインをクラウド上に統合する構図になっています。
リリースには「各社の管理方針に沿って資産として活用」という一節があります。控えめな表現ですが、ここが要諦でしょう。現場で生まれるロボットの動作データは、フィジカルAI時代においてきわめて獲得コストの高い資源です。そのデータがどこに蓄積されるのかを設計しているのが、この開発基盤なのです。なお、データの所有権や保存場所、再利用の範囲といった契約条件は公開されていません。
技術スタックの側から見ると、絵はさらに鮮明になります。今回使われたNVIDIA CosmosとNVIDIA Omniverse、そしてGTC 2026（2026年3月16日）で発表された「NVIDIA Physical AI Data Factory Blueprint」（ソフトバンクの発表では「NVIDIA Physical AI Factory Blueprint」と表記）は、限られた実機データを大規模な学習データセットへと変換するために、NVIDIAが用意した参照アーキテクチャです。NVIDIAの発表では、これを提供・統合する初期のクラウド事業者としてMicrosoft AzureとNebiusが紹介されていました。
ソフトバンクはそれを、自社のネオクラウド上に載せようとしています。「AIデータセンター GPUクラウド」が計算基盤として掲げるのは、国内データセンターに構築したNVIDIA GB200 NVL72などのGPU群です。ソブリンAI（自国の管理・統制下でデータやAI基盤を運用する考え方）を、フィジカルAIの開発環境にまで広げる——そうした狙いが読み取れます。
時系列を並べると、両社の意図がさらに見えてきます。安川電機とソフトバンクが覚書を交わしたのは2025年12月1日。このとき掲げられていたのは、安川電機のAIロボティクスとソフトバンクのAI-RANを融合させる構想でした。通信網の低遅延性を使って、ロボットに「外部からの視点」でリアルタイムに指示を出すという発想です。同月の国際ロボット展（iREX）の安川電機ブースでは、オフィス環境を想定したフィジカルAIロボットのユースケースが共同で公開されました。安川電機がその文脈で前面に置いてきたのが、ロボット自身が高度な判断力を持つ自律型ロボット「MOTOMAN NEXT」です。
そして今回、同じ座組みがGPUクラウド、すなわち「学習側」に現れました。ソフトバンクはTelco AI Cloud構想の下で、GPUクラウドとAI-RANの統合を明言しています。クラウドで学び、エッジで考える——その学習と推論のループを、いま組み立てている途中だと解釈できます。ただし今回の実証で、そのループが実際に閉じたことが示されたわけではありません。
なお、この実証で動いているロボットの機種名は、ソフトバンク側の発表には登場しません。安川電機のリリースを読むと、それが同じくMOTOMAN NEXTであることがわかります。2025年12月の協業発表時から一貫して同社が前面に置いてきた、AIロボットの本体です。
技術的な誠実さも指摘しておきたい点です。安川電機は、すべてをend-to-endのVLAに置き換えるという選択をしていません。従来のルールベース制御で安定して処理できる動作と、柔軟物体の状態認識や把持位置の判断といったAIが有効な動作を切り分け、フィジカルAIを一つの機能モジュールとして既存システムに組み込む構成を採っています。地味ですが、産業現場で信頼を勝ち取るための現実的な設計だと編集部は見ています。同時にこの構成は、汎用的なロボット頭脳がまだ手の届く場所にはないという現在地を、静かに物語ってもいます。
両社のリリースには、成功率、サイクルタイム、試行回数、従来手法との比較といった定量データが一切ありません。「安定してハンドリングできる」という記述は、あくまで定性的な確認です。また「AIがリアルタイムに学習して」という表現が、オンラインでのモデル更新を指すのか、推論時の適応を指すのかも、公開情報からは判別できません。実証は箱詰めという単一タスクであり、環境条件や外乱の範囲も公表されていません。量産ラインで日々変動する現実に耐えるかどうかは、これからの検証課題です。
最後に、少し引いた視点を。ソフトバンクグループ（証券コード9984）は2025年10月8日、スイスABBのロボティクス事業を53億7500万ドル（発表時の換算で約8187億円）で取得する契約を締結しました。完了は2026年半ばから後半の見込みとされ、本稿執筆時点で完了は確認できていません。ABBは、安川電機やファナック、ドイツのKUKAと並ぶ世界有数の産業用ロボットメーカーです。
今回のプレスリリースを出したソフトバンク株式会社（9434）とソフトバンクグループは別法人であり、両者の動きを短絡的に結びつけることはできません。それでもグループ全体を俯瞰すれば、一方でロボットメーカーの事業を取得する契約を結び、他方で競合メーカーに開発基盤を提供する——という構図が浮かび上がります。両案件が共通の戦略として運営されている証拠はありませんが、孫正義氏が「次のフロンティアはフィジカルAI」と語ったとき、その射程がロボットの筐体だけではないことは確かでしょう。
注視すべきは、2026年10月の商用提供開始です。この開発基盤に、安川電機以外のどのメーカーが乗るのか。そして企業が最も渡したがらない「現場のデータ」を、どこまで預けるのか。フィジカルAIの行方は、ロボットの器用さよりも、そのデータの行き先が左右するのではないか——現時点では、そう見立てています。
【関連記事】
安川電機×ソフトバンク、フィジカルAIで協業開始──AI-RANとロボティクスの融合で人と共存する未来へ
本件の直接の前史。2025年12月の覚書締結時、両社が掲げていたのはAI-RANによる低遅延の推論だった。
ソフトバンク、ABBロボティクスを8,187億円で取得―孫正義が目指す人工超知能とロボットの融合
グループの二層構造を読み解く鍵。「次のフロンティアはフィジカルAI」発言の出どころ。
シリコンスタジオ、フィジカルAI事業を本格始動｜元NVIDIA幹部をCPAIOに迎え、日本製造業の「訓練場」構築へ
安川電機・ファナックとNVIDIA Omniverseの関係を整理。ロボットの「訓練場」を誰が握るのかという視点。
【編集部後記】
今回の主役がロボットではなく、その頭脳を育てる工程のほうにあることは本文で触れました。ただ、もう一段気になるのは「各社の管理方針に沿って資産として活用」という一文の行方です。
現場で生まれる動作データは、外に出したくない機微な情報でもあります。それをクラウドに預けて開発を速めるのか、預けずに囲い込むのか。企業ごとに判断は割れるはずで、その選択の集計が、数年後の勢力図をそのまま描くことになります。安川電機以外のどのメーカーが、2026年10月からこの基盤に自社のデータを載せるのか。名前が出そろったとき、答え合わせが始まります。
【用語解説】
VLA（Vision-Language-Action）
視覚情報と言語による作業指示を入力とし、ロボットの動作を出力するAIモデルの総称。動作を人手でプログラムするのではなく、「何が見えているか」と「何をすべきか」から動きを生成する。
AIデータセンター GPUクラウド
ソフトバンクが2026年10月に提供を開始するクラウドサービス。AIデータセンター向けソフトウエアスタック「Infrinia AI Cloud OS」と、国内データセンターのGPU計算基盤を組み合わせたもの。
ネオクラウド
高性能なGPUを中心としたインフラとAIネイティブなサービスを提供する、大規模AIワークロード特化型のクラウドプラットフォーム群を指す呼称。標準化された分類ではない。
NVIDIA Omniverse
物理的に正確なシミュレーション環境を構築するためのライブラリーとマイクロサービス群。ロボットを実機に適用する前に、仮想空間で動作を検証する用途に使われる。
NVIDIA Cosmos
物理世界の挙動を学習したオープンな世界基盤モデル群。実機で集めきれない状況を合成データとして生成し、学習データを拡張する目的で用いられる。
NVIDIA Physical AI Data Factory Blueprint
GTC 2026で発表された、フィジカルAI向け学習データの生成・拡張・評価を一元化するオープンな参照アーキテクチャ。少量の実機データから大規模なデータセットを作り出すための設計図にあたる。
AI-RAN
AIと無線アクセスネットワーク（RAN）を融合させる技術。通信インフラの計算資源をAI処理にも活用する考え方で、ソフトバンクはMECと組み合わせた低遅延処理の実現を掲げている。
MOTOMAN NEXT
安川電機が開発する、ロボット自身が高度な判断力を持つ自律型のAIロボット。今回の柔軟物体ハンドリングシステムも、このMOTOMAN NEXT上で開発されている。
【参考リンク】
安川電機とソフトバンク フィジカルAIを活用し柔軟な物体のハンドリングシステムを実証（外部）
安川電機側の発表。実証に用いたAIロボットがMOTOMAN NEXTであることが明記されている。
ネオクラウド事業として「Infrinia AI Cloud OS」を搭載した「AIデータセンター GPUクラウド」を提供開始（外部）
今回の実証基盤となったGPUクラウドの詳細。2026年10月の商用提供開始を告知している。
通信基盤を生かしてAI時代の社会インフラを構築するTelco AI Cloud構想を発表（外部）
GPUクラウドとAI-RANを統合する構想。学習と推論を結ぶ全体像がここに示されている。
ソフトバンクと安川電機、AI-RANを活用した「フィジカルAI」の社会実装に向けて協業を開始（外部）
2025年12月の協業開始発表。MECで動作するAIを使ったオフィス向けユースケースを予告。
NVIDIA Announces Open Physical AI Data Factory Blueprint（外部）
GTC 2026での公式発表。今回の開発支援ツールが依拠する参照アーキテクチャの原典。
ABB Ltdのロボティクス事業の買収に関するお知らせ｜ソフトバンクグループ（外部）
孫正義氏が「次のフロンティアはフィジカルAI」と語った、53億7500万ドルの取得契約。
【参考動画】
【参考記事】
ソフトバンクと安川電機、NVIDIAと協力しフィジカルAI開発基盤を実証｜ロボスタ（外部）
ロボット専門メディアによる同件の報道。実証の要点が簡潔に整理されている。
ソフトバンクと安川電機、AIデータセンター GPUクラウドで柔軟物体ハンドリングシステムを実証｜EnterpriseZine（外部）
エンタープライズIT視点での報道。開発基盤としての位置づけに焦点を当てている。
Into the Omniverse: NVIDIA GTC Showcases Virtual Worlds Powering the Physical AI Era｜NVIDIA Blog（外部）
Blueprintの初期提供クラウドとしてAzureとNebiusが紹介されている解説記事。
Focus: How a cheap component could help kill off combustion cars｜Reuters（外部）
平均的な内燃機関搭載車では、ケーブル総延長が最大約5kmに達することを伝える。
Wire Harness Assembly Process Supported by a Collaborative Robot｜Robotics（外部）
査読論文。ワイヤーハーネス組立の最大約90%が手作業に依存する現状を示す。
ABBがロボット事業をソフトバンクGに売却、分社化から戦略転換｜日経クロステック（外部）
取得額と完了見込み時期、産業用ロボット業界の勢力図の変化を詳報している。
